Dalam projek ini, pengenalan plat kereta akan dilaksanakan dalam pembahagian perisian perkakasan dengan menggunakan algoritma PSO. Rangka kerja untuk pembahagian perisian perkakasan menggunakan algoritma PSO dalam MATLAB dibangunkan. Prestasi antara penyelesaian dalam pembahagian perisian perkakasan dan penyelesaian tanpa pembahagian disiasat. Formula pemprosesan imej disahkan di Visual Studio. Kemudian pengekodan ditulis dalam Verilog untuk perkakasan dan bahasa C untuk perisian untuk mendapatkan masa pelaksanaan dan penggunaan sumber. Kemudian data akan diproses di MATLAB menggunakan algoritma PSO untuk menentukan hasil optimum dalam pembahagian. Parameter algoritma PSO seperti bilangan lelaran dan bilangan zarah diubah untuk mendapatkan nilai optimum bagi parameter. Tiga kekangan yang berbeza, C=1022, C=681 dan C=341 akan diambil kira untuk menghasilkan penyelesaian yang optimum. Penyelesaian untuk C=1022 menggunakan 55% daripada jumlah sumber perkakasan (1362) dalam perkakasan tulen. Ia adalah 1.11 kali lebih cepat daripada perkakasan tulen dan 1.45 kali lebih cepat daripada perisian tulen. Penyelesaian untuk C=681 menggunakan 49.7% daripada jumlah sumber perkakasan dalam perkakasan tulen dan ia adalah 1.09 kali lebih cepat daripada perkakasan tulen dan 1.42 kali lebih cepat daripada perisian tulen. Penyelesaian untuk C=341 menggunakan 22.03% daripada jumlah sumber perkakasan dalam perkakasan murni dan ia adalah 1.05 kali lebih cepat daripada perkakasan murni dan 1.36 kali lebih cepat daripada perisian tulen. Prestasi dalam pembahagian perisian perkakasan adalah lebih tinggi atau lebih baik berbanding perkakasan tulen dan perisian tulen. Pembahagian perisian perkakasan mempunyai kelajuan pemprosesan yang cepat dan kurang menggunakan sumber perkakasan. Kerja masa depan projek ini adalah untuk melaksanakan penyelesaian partition perisian perkakasan di Altera DE1-SoC.
_______________________________________________________________________________________________________
In this project, car plate identification will be implemented in hardware-software partitioning by using PSO algorithm. The framework for hardware-software partitioning using PSO algorithm in MATLAB is developed. The performance between the solution in hardware-software partitioning and the solution without partitioning is investigated. The image processing’s formulas are verified in Visual Studio. Then the coding is written in Verilog for hardware and C language for software to obtain the execution time and resources consumption. Then the data will be processed in MATLAB using PSO algorithm to determine the optimal result in partitioning. The PSO algorithm parameters such as the number of iteration and number of particles are varied to obtain the optimum value for the parameters. Three different constraints value, C=1022, C=681 and C=341 are take into consideration to generate an optimum solution. The solution for C=1022 use 55% of the total hardware resources (1362) in pure hardware. It is 1.11 times faster than pure hardware and 1.45 times faster than pure software. The solution for C=681 use 49.7% of the total hardware resources in pure hardware and it is 1.09 times faster than pure hardware and 1.42 times faster than pure software. The solution for C=341 use 22.03% of the total hardware resources in pure hardware and it is 1.05 times faster than pure hardware and 1.36 times faster than pure software. Performance in hardware-software partitioning is higher or better compare to pure hardware and pure software. Hardware-software partitioning has fast in processing speed and use less in hardware resources. Future work of this project is to implement the hardware-software partitioning solution in Altera DE1-SoC.
Hardware software partitioning using particle swarm optimization (pso) in image processing application / Tan Jia Zheng