随机计算是一种更好替换传统二进制的计算方法,由于其低成本,而且可以用概率来展示信息数据。通过减少计算时间和功耗,可以提高能源效率,为了降低功耗,就可能需要降低系统的总体性能。然而,现实中越来越多的电子设备需要更高的性能,随机计算是提高能源利用效率的技术之一,通过牺牲计算精度来实现面积和功耗的减少。随机计算适用于基于人类感官的应用,例如图像和音频处理,因为人类无法区分近似值和精确值。随机计算涉及精度和功耗之间的权衡,因此随机计算特别适用于图像处理。本文的内容主要分为下面两个方面:一方面,本文基于传统的Sobel边缘检测提出更优的随机计算架构的随机Sobel边缘检测电路。随机实现的Sobel边缘检测电路会用到很多的随机数发生器,随机数发生器(RNG)如线性反馈移位寄存器(LFSR)占用了随机电路中相当大的面积,影响了随机计算的精度,因此需要共享随机数发生器的方法来减少整体的电路面积,但是共享随机数发生器又会由于随机数的相关性而影响结果。为解决这一问题,本文将随机数发生器的循环移位技术加入到随机Sobel边缘检测中来,同时模拟测试了LFSR的位数n为8和10,循环移位从0变为n-1的结果,得到最优的循环移位点,从而对整体电路的面积和功耗都将会有很大的减少。在台积电45nm库的ASIC实现中与精确传统的边缘检测相比,可节省高达63.5%的总面积和93.1%的功耗,与不共享随机数源的随机边缘检测方法相比,实现中高达54.8%的面积减少,61.5%的动态功耗减少,与共享方法相比,它可以减少13%的延迟。另一方面本文以FPGA作为主控芯片去完成图像的检测,大致方式就是:PC和FPGA交互,最后由FPGA处理,对最终数据进行判断,最后将图像特征通过VGA控制模块显示。从检测结果可以看到,使用循环移动共享随机数源的实现图片的效果比较好。同时,本文对整个系统中的Sobel边缘检测部分的资源进行统计,使用循环移位共享随机数发生器实现的Sobel实现更低的资源利用,与精确传统的边缘检测相比,保持了寄存器数量变化不大的情况下实现了48.6%逻辑利用率的降低,与基于不共享的LFSR随机计算相比,该设计可以减少高达60%的寄存器。