2026年FPGA校招，手撕Verilog实现AXI4-Stream实时图像去雾，暗通道先验算法硬件化时BRAM不够，怎么通过行缓冲和流水线重排硬塞进去？求具体操作步骤

面试官给了提示说明他想看你有没有工程上的取舍思维，不是真的要你背代码。核心就一句话：别存整帧。暗通道计算改成行缓冲内局部最小值搜索，比如你窗口大小是15×15，那缓存15行就够了，每进来一行就更新这15行里的最小值，算完就丢。导向滤波的均值滤波拆成水平和垂直两步，水平方向用一个小FIFO做滑动平均，垂直方向再用一行缓冲累加。BRAM占用大概能从几十个降到几个。记得跟面试官讲清楚流水线延迟和边界处理就行。你用的是哪个系列的片子？

说实话，面试官能主动提行缓冲和流水线重排，已经是很明显的提示了，你要是现场能画出行缓冲切换的时序图，基本就稳了。具体操作上，暗通道那块，我建议你把大气光值的统计也放到同一个行缓冲流水线里，单独开一个全局寄存器，每来一个像素就比一下当前暗通道值是否更大，同时更新。透射率计算需要导向滤波，导向滤波最吃BRAM的就是均值滤波，你可以用两个行缓冲交替读写，一个做水平累加一个做垂直累加，这样BRAM只存几行数据，不用存整帧。注意边界处要补零或者复制，不然边缘会黑。还有个坑：透射率估计中的最小值滤波和导向滤波可以复用同一组行缓冲，但要注意时序错开一拍，否则寄存器冲突。你问代码框架的话，最好先画个状态机，定义好每行数据进来后分几个阶段处理，再写verilog。整体BRAM能压到原来的1/5左右。你目前对AXI4-Stream的ready/valid握手熟悉吗？如果不熟面试时容易卡在流控上。

这条我写长一点，因为这是个典型面试题，背后考察的点比你想象的多。海思这类公司面FPGA，最忌讳的就是用PC思维去套硬件——你上来就想存整帧做暗通道、算透射率、再导向滤波，那BRAM当然爆，因为实时图像去雾通常要求1080p@30fps，一帧RGB数据就要6MB左右，FPGA片上BRAM撑死也就几MB，还得分给其他模块。面试官让你用行缓冲，本质是让你理解流式处理：数据是一行一行来的，你必须在行扫完之前出结果。具体操作步骤我列一下，但别死记：第一步，把暗通道的局部最小值搜索改成滑动窗口，用FIFO或移位寄存器存N行数据，每次只更新当前窗口内的最小值，用比较器树并行算出。第二步，大气光值用全局变量实时统计，每来一个像素的暗通道值跟当前最大值比，大于就替换，这样整帧跑完自动得到值，不需要额外帧存。第三步，透射率计算中的导向滤波最麻烦，常规做法是先算均值再算方差再算协方差，但你可以把均值滤波拆成两个一维：水平方向用一个长度为窗口宽度的累加器，垂直方向用一行缓冲做行累加，这样BRAM占用从O(WH)降到O(W)。第四步，透射率和大气光值算出来后，去雾公式就是简单的乘加运算，直接流水线输出。整个设计里最大的风险是行缓冲的切换时序，因为导向滤波需要多行数据同时有效，你最好用乒乓缓冲，比如两组行缓冲交替接收新行，一组在读旧行做计算。面试时你如果能画出乒乓缓冲的读写时序图，解释清楚每行数据到来时哪个缓冲在写哪个在读，面试官会觉得你真正懂。最后提醒一句，暗通道先验算法本身对边界处理要求高，面试时主动提一下边界镜像或复制填充，能加分不少。你目前Verilog写过多少行代码？如果主要靠八股文准备，建议先拿一个简单的sobel边缘检测练手行缓冲，再上这个去雾。

面试官提示行缓冲，说白了就是让你别想着把整帧存下来再算。暗通道用滑动窗口，存N行算一个像素，透射率里的均值滤波拆成横竖两步，BRAM占用直接降一个数量级。你用的片子是7系列还是UltraScale？

个人感觉你被BRAM卡住，根本原因是用CPU那套逐帧处理的思路去写硬件。暗通道先验里最吃资源的是导向滤波的均值计算，你把它当成二维卷积去存整帧当然爆。正确做法是拆成水平方向和垂直方向两个一维流水线：水平方向用一个小FIFO做滑动平均，比如窗口15像素就存15个值，每来一个新像素就更新一次均值，结果再喂给垂直方向的行缓冲。垂直方向同理，存几行数据做累加。这样导向滤波全程只需要两个行缓冲，一个做水平累加，一个做垂直累加，交替读写。大气光值更简单，设一个全局寄存器，每算出一个暗通道值就跟当前最大值比，大于就替换，整帧跑完自动得到结果。透射率估计里的最小值滤波也可以用同一组行缓冲，时序上错开一拍复用比较器树。整体BRAM大概能从30个降到3到5个。面试官看重的不是你代码多漂亮，而是你有没有这种拆解流水线的意识。你目前对AXI4-Stream的ready/valid握手机制熟吗？

讲个真实的坑吧。我之前做类似项目，一开始也想着把导向滤波的整个临时结果存BRAM里，结果综合完资源超了快一倍。后来按面试官说的改成行缓冲，但边界处理没做好，图像边缘一圈全是黑的。具体来说，导向滤波的均值滤波窗口是15×15，边界处窗口内有效像素不足，如果不做补零或者复制，算出来的均值偏小，透射率就出错。解决办法是在行缓冲的读地址边界做钳位，比如第一行数据进来时，窗口上边缺的行用第一行数据补齐，左边缺的列用第一个像素复制。这样边缘透射率不会突变。另外还有个性能取舍：大气光值统计如果放在主流水线里，每帧最后一行才能得到最终值，下一帧才能用，会引入一帧延迟。如果你要求低延迟，可以单独开一个小状态机，在帧消隐期用上一帧统计好的大气光值，这样当前帧就能直接用，代价是大气光值滞后一帧，但去雾效果人眼几乎看不出来。面试官问这个题目，本质上想看你有没有在资源、延迟、效果之间做工程权衡的意识。你目前的去雾算法是固定窗口大小还是自适应？这个会影响行缓冲深度的选择。

面试官提示行缓冲，其实是在考你一个关键转换：从「帧处理」思维切换到「行处理」思维。暗通道先验里最吃BRAM的环节是导向滤波的均值滤波，你如果把它当成二维卷积，存整帧再算，那BRAM肯定爆，因为1080p一帧就要好几兆。正确做法是把均值滤波拆成水平方向和垂直方向两个一维流水线：水平方向用一个FIFO做滑动平均，比如窗口15像素就存15个值，每来一个新像素就更新一次均值，结果喂给垂直方向的行缓冲；垂直方向再存几行做累加。这样导向滤波全程只需要两个行缓冲，一个做水平累加，一个做垂直累加，交替读写。暗通道的局部最小值搜索也用同样的行缓冲，用比较器树并行算出当前窗口的最小值。大气光值更简单，设一个全局寄存器，每算出一个暗通道值就跟当前最大值比，大于就替换，整帧跑完自动得到结果，不需要额外存帧。透射率估计中的最小值滤波可以和导向滤波复用同一组行缓冲，但时序上要错开一拍，否则寄存器冲突。边界处理是另一个坑：窗口在图像边缘时，窗口内有效像素不足，如果不做补零或复制，算出来的均值偏小，透射率就出错。解决办法是在行缓冲的读地址边界做钳位，比如第一行数据进来时，窗口上边缺的行用第一行数据补齐，左边缺的列用第一个像素复制。整体BRAM大概能从30个降到3到5个。面试官看重的不是你代码多漂亮，而是你有没有这种拆解流水线的意识。你目前对AXI4-Stream的tready握手时序熟悉吗？如果行缓冲写满时上游还在发数据，backpressure怎么处理也是个考点。

说白了，面试官让你别存整帧。暗通道计算改成行缓冲内局部最小值搜索，窗口15×15就缓存15行，每进来一行更新这15行里的最小值，算完就丢。导向滤波的均值滤波拆成水平和垂直两步，水平方向用FIFO做滑动平均，垂直方向再用一行缓冲累加。BRAM占用大概能从几十个降到几个。大气光值用全局寄存器实时统计，整帧跑完自动得到。记得跟面试官讲清楚边界补零和流水线延迟。你用的是哪个系列的片子？7系列和UltraScale的BRAM配置不一样，优化策略有区别。

行缓冲就是让你用几行数据换整帧的存储，暗通道和导向滤波都拆成横竖两步流水线，BRAM直接降一个数量级。边界处理别忘了补零，不然边缘黑一圈。你面试的是海思哪个部门？视频还是AI？

说实话，面试官能主动提行缓冲和流水线重排，你其实已经拿到大半张入场券了，关键看你能不能现场画出切换时序。我建议你这么跟他说：暗通道先验最吃BRAM的就是导向滤波里的均值滤波，你把均值滤波拆成水平方向和垂直方向两步流水线——水平方向用一个FIFO做滑动窗口累加，窗口15像素就只存15个值，每来一个新像素就更新一次均值；垂直方向再用一个行缓冲做累加，存N行数据，这样整个导向滤波只需要两个行缓冲，交替读写。暗通道的局部最小值搜索也复用这组行缓冲，用比较器树并行算出当前窗口的最小值，时序上错开一拍就能复用。大气光值单独开个全局寄存器，每算出一个暗通道值就跟当前最大值比，大于就替换，整帧跑完自动得到结果，完全不占额外BRAM。透射率估计里的最小值滤波同样可以用同一组行缓冲，注意边界处补零或复制，否则边缘一圈黑。整体BRAM大概能从几十个降到3到5个。你画时序图的时候，重点标出行缓冲的写地址和读地址边界钳位逻辑，以及水平累加和垂直累加之间的数据流握手。还有个风险：如果帧率要求高比如60fps，得考虑行缓冲的读写时钟频率是否够，一般用双时钟域处理会比较稳。你目前对AXI4-Stream的ready/valid握手熟悉吗？如果不熟，现场很容易被卡在数据流控制上。