An fpga implementation of the image space reconstruction algorithm for hyperspectral imaging analysis

Abstract

The Image Space Reconstruction Algorithm (ISRA) has been used in hyper- spectral imaging applications to monitor changes in the environment and specifically, changes in coral reef, mangrove, and sand in coastal areas. This algorithm is one of a set of iterative methods used in the hyperspectral imaging area to estimate abundance. However, ISRA is highly computational, making it difficult to obtain results in a timely manner. We present the use of specialized hardware in the implementation of this algorithm, specifically the use of VHDL and FPGAs in order to reduce the execution time. The implementation of ISRA algorithm has been divided into hardware and software units. The hardware units were implemented on a Xil- inx Virtex II Pro XC2VP30 FPGA and the software was implemented on the Xilinx Microblaze soft processor. This case study illustrates the feasibility of this alternative design for iterative hyperspectral imaging algorithms. The main bottleneck found in this implementations was data transfer. In order to reduce or eliminate this bottleneck we introduced the use of block-rams (BRAMS) to buffer data and have data readily available to the ISRA algorithm. The memory combination of DDR and BRAMS improved the speed of the implementation. Results demonstrate that the C language implementation is better than both FPGA’s implementations. Nevertheless, taking a detailed look at the improvements in the results, FPGA results are similar to results obtained in the C language implementation and could further be improved by adding memory capabilities to the FPGA board. Results obtained with these two implementations do not have significant differences in terms of execution time.

El algoritmo de Reconstrucción del Espacio de la Imagen con sus siglas en inglés (ISRA) es utilizado en aplicaciones para monitoriar cambios en el medio ambiente, especificamente cambios en coral, mangle y arena en áreas cercanas a la costa. Este algoritmo iterativo es uno de los más utilizados para estimar abundancia en el estudio de imágenes hiperespectrales. Sin embargo, este algoritmo es altamente computacional haciendo difícil obtener resultados rápidamente. En este trabajo se presenta el uso de herramientas especializadas (especificamente VHDL y FPGA) para implementar este algoritmo. La implementación de ISRA se divide en dos áreas, una de ”hardware” y la otra de ”software”. La parte de ”hardware” se implementó utilizando un Xilinx Virtex II Pro XC2VP30 FPGA y la parte de ”software” utilizando el procesador Xilinx Microblaze. Este estudio demuestra la viabilidad de utilizar FPGA para implementar algoritmos que se utilizan para el estudio de imágenes hiperespectrales. Uno de los problemas encontrados en este tipo de aplicación fue la dificultad de mover la información de una manera eficiente. Este problema se resolvió utilizando una combinación de dos tipos de memorias, DDR y BRAMs. La importancia de la memoria BRAM es la capacidad de acceso rápido de data, utilizado en las computaciones matemáticas requeridas. Los resultados demuestran que la implementación creada en C es superior que las creadas en el FPGA. Sin embargo las mejoras obtenidas en la implementación apuntan a la posibilidad de obtener mejorías mayores al incrementar la cantidad de memoria en las tarjetas con las cuales se trabaje el problema.