2026年FPGA大赛备赛，用国产高云FPGA做实时视频去雾，暗通道先验算法中导向滤波的BRAM消耗怎么优化到一半以下？

先说窗口缩小到7×7加插值这条路，资源确实能压下来，但图像质量会掉一截，尤其是天空和远山那种大块平滑区域容易出分块感。你既然已经试了分时复用和行缓冲，那BRAM还卡在70%，瓶颈大概率在行缓冲本身——导向滤波每行要存窗口宽度的像素，15×15就是15行，换成7×7直接少一半多。但问题在于，高云的低端器件BRAM块数少且每个块容量固定，你就算用7×7，如果插值模块还要额外缓存，搞不好又补回去。一个取巧的做法是：把导向滤波的均值计算改成积分图+滑动累加，积分图只需存一帧的累加值（用分布式RAM或外挂SDRAM），这样BRAM消耗能降到单行缓存的程度。代价是延迟增加一帧，但实时视频只要帧率够，一帧延迟通常能接受。另外，暗通道先验的透射率图本身精度要求不高，你可以试试用近似除法替代导向滤波里的除法器，比如用查找表加移位，也能省几个BRAM。至于15×15直接砍到7×7，建议你先用Matlab仿一下PSNR和SSIM，看看降幅能不能接受，毕竟竞赛评委可能用肉眼对比原图。你现在的开发板具体是高云哪个型号？不同系列的BRAM分布差异挺大的。

你这个问题其实指向一个经典困境：在国产FPGA上跑算法，资源瓶颈往往不是LUT而是BRAM，因为高云的中低端系列（比如GW2A系列）每个BRAM只有9Kbit，而且块数有限。导向滤波的标准实现里，每个方向的均值滤波都需要行缓冲，15×15窗口意味着你要缓存15行像素，每行按1080p算就是19208bit15=230Kbit，两个方向就是460Kbit，这还不算方差和协方差缓存。你降到70%说明已经做了一些优化，但还差一口气。我的建议是放弃标准导向滤波，改用快速导向滤波的近似版本——把下采样和上采样加进来。具体步骤：先用2×2均值池化把输入图像和引导图像都降到1/4分辨率，在低分辨率上做导向滤波，然后用双线性插值上采样回原尺寸。这样行缓冲长度从15变成4（因为低分辨率下15×15窗口等效于原图60×60，但实际你只需要4行低分辨率缓存），BRAM消耗直接降到原来的1/4左右。代价是边缘细节略有模糊，但暗通道先验的去雾结果对边缘敏感度不高，实测PSNR下降通常在1dB以内。另外，你可以把导向滤波的epsilon参数调大一点，让滤波结果更平滑，这样下采样引起的锯齿感能被掩盖掉。还有一个小技巧：高云的BRAM支持双端口，你可以把同一个BRAM同时用作两个方向的行缓冲，只要时序错开就行。最后提醒一下，2026年大赛高云可能会推新器件，比如带更多BRAM的GW5AT系列，如果你们还没定板子，可以考虑升级一下平台，省得在优化上耗费太多精力。

窗口减到7×7然后双线性插值补回来，BRAM能省一半多，效果肉眼几乎看不出区别，别被论文里的15×15吓住了。关键是插值系数别用定点除，用移位加查找表，这样LUT也不会爆。

我猜你现在遇到的困境是：按标准论文做导向滤波，BRAM 被行缓冲吃掉了大头，降到70%说明你已经把均值滤波的窗口拆成了两次一维（先水平再垂直），但15行像素的缓存对于高云 GW2A 系列来说还是太重。其实这条路再往下优化，瓶颈不在复用率，而在你选的窗口大小是否匹配暗通道先验的真实需求。暗通道先验的透射率图其实不需要那么精确的导向滤波，很多论文里用15×15是为了保证透射率不出现块状效应，但视频去雾里人眼对时域闪烁更敏感，对单帧的绝对精度反而宽容。你可以试一下把导向滤波的半径从7（对应15×15）缩到3（对应7×7），然后对透射率图做一次3×3中值滤波来平滑掉块状感。资源上：行缓冲从15行降到7行，BRAM 直接减半以上；中值滤波用移位寄存器实现，只消耗少量 LUT 和寄存器。这样输出的去雾视频在运动场景下反而更稳定，因为小窗口的导向滤波对边缘保留更激进，不会出现光晕拖尾。另外，如果高云片子有内置的硬件乘法器，可以考虑把均值滤波里的除法换成移位加查找表，省掉一个除法器 IP 的 BRAM 占用。你现在的开发板具体是哪款？GW2A-LV18 的话 BRAM 只有 72 个，7×7 加中值滤波应该能压到 30% 以内。

窗口减到7×7加双线性插值，BRAM 省一半多，效果肉眼几乎看不出区别，别被论文里的15×15吓住了。关键是插值系数用移位加查找表，别用定点除。

你这个问题其实指向一个经典困境：在国产FPGA上跑算法，资源瓶颈往往不是LUT而是BRAM，因为高云的中低端系列（比如GW2A系列）每个BRAM只有9Kbit，而且块数有限。导向滤波的标准实现里，每个方向的均值滤波都需要行缓冲，15×15窗口意味着你要缓存15行像素，每行按1080p算就是19208bit15=230Kbit，两个方向就是460Kbit，这还不算方差和协方差缓存。你降到70%说明已经做了一些优化，但还差一口气。我的建议是放弃标准导向滤波，改用快速导向滤波的近似版本——把下采样和上采样加进来。具体步骤：先用2×2均值池化把输入图像和引导图像都降到1/4分辨率，在低分辨率上做导向滤波，然后用双线性插值上采样回原尺寸。这样行缓冲长度从15变成4（因为低分辨率下15×15窗口等效于原图60×60，但实际窗口尺寸不变），BRAM消耗直接降到原来的1/4左右。代价是边缘处会有轻微模糊，但暗通道先验对边缘精度不敏感，视频上基本看不出。你试过这种多分辨率方案吗？如果试过，瓶颈具体出在哪一步？