2026年FPGA校招，海思面试官问手撕Verilog实现AXI4-Stream实时视频去雾，暗通道先验的透射率计算用均值滤波还是导向滤波更省资源？求具体推导

均值滤波在FPGA里就是个累加器加移位，窗口大小固定后，行缓存深度直接等于图像宽度乘窗口高度减一，BRAM用量你可以按每行像素数×位宽算。导向滤波要算均值、方差、协方差再加线性回归，光均值就得算两次，导向滤波那套系数量化搞不好要上浮点转定点，DSP乘加器用量轻松翻三倍。面试官其实在等你算具体数字——比如1080p下7×7窗口，均值滤波行缓存大概存6行数据，导向滤波至少存两套均值的结果，再加中间变量，BRAM直接翻倍。你答到这一步，再补一句'边缘模糊可以用自适应窗口或者后处理拉普拉斯锐化补救'，他就知道你真的调过板子。你当时量化位宽是按8bit还是10bit算的？

海思面试官问这个，核心不是看你会不会背均值滤波省资源，而是看你有没有真正在资源与效果之间做过工程权衡。先说行缓存深度：均值滤波窗口为K×K时，行缓存需要K-1行，每行宽度等于图像一行像素数，BRAM消耗约（K-1）×Width×BitWidth。导向滤波需要计算局部均值、方差、协方差以及线性系数a、b，每个窗口内均值就要算两遍（对I和p分别算），协方差还要多一次乘累加，行缓存数量直接翻倍——一般要存I、p、I²、Ip四个通道的中间结果，行缓存深度仍然是K-1，但数量从1组变成4组，BRAM用量是均值滤波的4倍。DSP方面，均值滤波只需加法器加移位，零DSP；导向滤波每个像素需要至少4次乘加（算均值后的方差与协方差），再乘上窗口内像素数，1080p下每秒几十兆像素的吞吐，DSP48E1用量轻松上百。但你说'边缘模糊'其实没说到点子上——均值滤波导致去雾后天空区域过饱和，导向滤波保边但透射率图太干净反而丢失细节纹理。面试官追问系数量化，其实是在考察定点化误差：导向滤波的a、b系数一般在0到1之间，常用Q8.8格式，但除法器实现很贵，常见做法是查表近似或改用级联积分器。实际工程里很多人用快速导向滤波——降采样后再上采样，BRAM能省40%左右，代价是边缘有轻微振铃。你当时能补一句'窗口大小选7×7是因为BRAM资源与去雾效果的PNSR拐点'，他就不会继续追问了。另外，你手撕AXI4-Stream时有没有考虑帧同步信号和行有效信号的时序对齐？这比滤波本身更容易被卡。

面试官让你手撕AXI-Stream去雾模块，其实他预设你答不出完整推导，更想看你现场拆解问题的思路。均值滤波和导向滤波的资源差异，核心在于'计算局部统计量需要多少中间变量'。均值滤波只需要一个累加器和一个行缓存，窗口大小固定后，每来一个新像素就做滑动窗加减，BRAM用量等于（窗口高度-1）×行宽。导向滤波需要同时存储I、p、I²、Ip四个通道的局部均值，以及协方差结果，行缓存数量直接乘4，而且均值滤波本身就要做两次，所以实际BRAM是均值滤波的6-8倍。但有个常见误区：导向滤波不一定非要用除法器。你可以把透射率公式里的分母项换成查表或近似乘法，代价是精度掉1-2bit，但DSP能省一半。另一个取巧做法是先用均值滤波算粗透射率，再在边缘区域用Sobel检测后做局部导向滤波，这样BRAM只多10%，效果接近全图导向滤波。面试官最后问系数量化，你直接说'把浮点系数乘以2^N后截位，N由最大窗口内像素数决定，保证不溢出'就能过。你现场写代码时，AXI4-Stream的ready/valid握手有没有用两级寄存器打拍？海思那边很在意跨时钟域处理的规范性。

面试官问这个其实是想看你对流水线延迟和资源置换有没有直觉。均值滤波做透射率，行缓存深度等于窗口高度减一乘行宽，导向滤波要多存四路中间变量，BRAM直接乘4，但导向滤波省掉了后续的软核后处理，整体latency反而可能更低。你当时跟他提没提行缓存可以用分布式RAM+BRAM混合来压？

我去年面海思时也被问过类似题，当时答得比较实。先说结论：均值滤波在资源上碾压导向滤波，但面试官真正想听的是你知不知道怎么在两者之间做调和。均值滤波的行缓存深度就是窗口高减1再乘一行像素数，比如1080p用7×7窗口，行缓存要存6行1920个像素，BRAM大概用619208bit=90Kb左右，一般一个BRAM18K能搞定。导向滤波麻烦在要同时算I、p、I²、Ip四个通道的局部均值，还有协方差和方差，行缓存数量直接变四组，BRAM飙到360Kb以上，而且每个像素要做多次乘加，DSP48E1用量轻松上百。但有个坑：均值滤波出来的透射率图在天空区域会过暗，你得额外加个阈值判断来防过增强，这个阈值逻辑在流水线上会插两个cycle的bubble，如果你面试时主动提出来，他会觉得你踩过坑。另一个取巧做法是只用均值滤波算粗透射率，然后边缘区域用Sobel检测后做一层极简的1xN导向滤波，资源只多20%但边缘保留好很多。你当时窗口大小是按7×7算的还是可变窗口？这个细节他可能会追问。

面试官让你手撕具体推导，其实他预设你答不出完整数值，更想看你会不会拆解问题。均值滤波在FPGA里就是个滑动窗累加器加移位，行缓存深度固定为窗口高度减1，BRAM用量只跟行宽和位宽有关；导向滤波需要同时存I、p、I²、Ip四个通道的局部均值，行缓存数量直接乘4，而且均值本身就要算两次，所以BRAM是均值滤波的6-8倍。DSP方面，均值滤波零乘法器，导向滤波每个像素至少4次乘加，1080p下吞吐量几十兆像素，DSP48E1用量轻松上百。但有个常见误区：导向滤波的除法器不是必须的，你可以把透射率公式里的分母项换成查表或近似乘法，代价是精度掉1-2bit，DSP能省一半。你量化位宽是按8bit还是10bit算的？这个决定了BRAM翻倍还是翻1.5倍，面试官很爱抠这个细节。

面试官让你手撕的是AXI-Stream实时处理，所以不能光看滤波本身，还得看流水线怎么排。均值滤波做透射率，本质是算窗口内最小值的均值，这个最小值在FPGA里用比较器树就能出，加一个滑动窗累加器再右移，行缓存深度固定为（窗口高-1）×行宽，BRAM消耗跟窗口大小几乎线性增长，但DSP是0。导向滤波要算I、p、I²、Ip四个通道的局部均值，行缓存得四组，而且每个像素要多次乘加，1080p下7×7窗口，DSP48E1用量轻松上百。但有个坑：均值滤波出来的透射率图在天空区域会过暗，你必须在流水线上加一个阈值判断模块，这个判断会引入两个cycle的bubble，如果你面试时主动提出来，他会觉得你踩过板子。另一个取巧做法：只在暗通道图上用导向滤波，透射率用均值滤波粗算后，边缘区域用Sobel检测后局部微调，这样BRAM只多10%左右，效果能接近导向滤波。你当时跟他提没提行缓存可以用分布式RAM+BRAM混合来压深度？比如小窗口用分布式RAM，大窗口才切BRAM，这样综合后资源能省15%-20%。

个人感觉面试官问这个，重点不是让你背公式，而是看你会不会拆资源。你把行缓存深度公式写出来——均值滤波就是（K-1）×Width×BitWidth，导向滤波要存四组中间结果，BRAM直接乘4。然后补一句：导向滤波的除法器可以用查表近似，精度掉1-2bit但DSP省一半。这样他反而会觉得你懂工程取舍。还有就是注意量化位宽，8bit和10bit的BRAM用量差1.5倍，面试官很爱抠这个细节。你当时是准备用8bit还是10bit流水线？这个决定了BRAM翻倍还是翻1.5倍，他说不定下个问题就追问这个。

面试官让你手撕AXI-Stream去雾，透射率这块其实他预设你答不全，但想听你现场推资源。均值滤波的核心是滑动窗累加，行缓存深度固定为（K-1）×行宽，假设1080p、7×7窗口、8bit像素，BRAM用量就是6×1920×8≈90Kb，一个BRAM18K能搞定，DSP用0，因为累加完直接右移。导向滤波就麻烦了，你要算I、p、I²、Ip四个通道的局部均值，行缓存得四组，每组深度一样，BRAM直接飙到360Kb以上，而且每个像素要多次乘加，DSP48E1用量轻松上百。但有个常见误区：导向滤波的除法器不是必须的，你可以把透射率公式里的分母项换成查表或近似乘法，精度掉1-2bit但DSP能省一半。另一个取巧做法是只在暗通道图上用导向滤波，透射率用均值滤波粗算后，边缘区域用Sobel检测后局部微调，这样BRAM只多10%-20%，效果接近全图导向滤波。我当时面试时主动提了天空区域阈值判断，他眼睛亮了一下，因为均值滤波在天空区会过暗，必须加阈值防止过增强，这个判断会引入两个cycle的bubble，你提出来说明真调过板子。你量化位宽是按8bit还是10bit算的？这个决定了BRAM翻倍还是翻1.5倍，面试官很爱抠这个细节。

均值滤波省BRAM和DSP，但天空区会过暗，得加阈值逻辑；导向滤波效果好但资源翻倍，你可以用查表代替除法器省一半DSP。面试官其实更想听你提天空区阈值处理，这个坑踩过的人少。你当时考虑过用混合方案吗？