学位论文 > 优秀研究生学位论文题录展示

基于FPGA的图像处理方法研究与实现

作　者: 范培培
导　师: 顾军华
学　校: 河北工业大学
专　业: 控制科学与工程
关键词: 图像预处理 中值滤波算法 快速中值滤波算法 均值滤波算法 图像分割 Sobel边缘检测算法 Prewitt边缘检测算法 GAC模型 现场可编程逻辑门阵列(FPGA)
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 236次
引　用: 1次
阅　读: 论文下载
 

内容摘要


近年来,随着计算机科学技术的迅猛发展,人们对图像实时性处理的要求也越来越高,在诸如医疗图象分析、遥感图象处理、机器人视觉、视频监控、视频压缩等领域,图像分辨率的要求在逐渐增高,基于软件的图像处理已无法满足实时性的需求。如今,FPGA以其可编程、可重配置、算法硬件化处理速度快等特性,非常适合用于图像处理系统,目前,其在图像处理方面的应用也越来越为人们所重视,有着更广阔的发展和应用前景,基于FPGA的图像处理已成为国内外研究的一个热门领域。本文以FPGA为平台,对图像预处理的中值滤波算法、快速中值滤波算法、均值滤波算法进行了硬件化设计,并对已有的快速中值滤波算法进行了改进,从算法实现效率与效果上都有了很大提高。本课题主要涉及到的图像分割算法包括图像的边缘检测算法和测地线活动轮廓模型方法,根据FPGA的并行流水线性特点,文中分别对Sobel、Prewitt等边缘检测算子进行了FPGA设计与实现,并从时间和效果两方面与软件处理的结果进行了比较,另外,文章还对复杂图像分割模型的硬件实现总体电路进行了设计,对系统核心的关键计算模块功能进行了仿真。上述所做设计及实现都是在Altera公司开发环境Quartusii以及第三方仿真软件Mdoelsim上进行的综合和仿真实验,实验结果表明,基于FPGA进行的图像处理能够获得很好的效果,处理速度远高于基于软件的处理速度,完全能够达到图像处理实时性的要求。本课题对基于FPGA芯片的图像处理算法设计做了有益的探索性尝试,为今后完成图像处理系统的设计有着积极的意义和深远的影响。

全文目录


摘要  4-5
Abstract  5-9
第一章 绪论  9-14
  §1-1 课题研究背景和意义  9
  §1-2 国内外研究现状  9-12
    1-2-1 FPGA 的发展现状与优势  9-10
    1-2-2 图像处理的研究现状  10-11
    1-2-3 FPGA 在图像处理领域的研究现状  11-12
  §1-3 本文的主要工作及内容安排  12-14
第二章 图像处理方法研究  14-26
  §2-1 图像处理方法概述  14-15
  §2-2 图像预处理算法  15-20
    2-2-1 中值滤波算法  15-16
    2-2-2 快速中值滤波算法  16-18
    2-2-3 均值滤波算法  18-20
  §2-3 图像分割的数学模型  20-26
    2-3-1 边缘检测算法  20-21
    2-3-2 测地线活动轮廓(GAC)模型  21-23
    2-3-3 水平集定义  23-24
    2-3-4 GAC 模型的水平集方法步骤  24-26
第三章 图像预处理算法的 FPGA 设计与实现  26-36
  §3-1 基本模块的设计  26-28
    3-1-1 行缓冲模块  26-27
    3-1-2 3×3 模板生成模块  27-28
  §3-2 图像滤波算法设计  28-32
    3-2-1 中值滤波算法的FPGA 设计  28
    3-2-2 快速中值滤波算法的FPGA 设计  28
    3-2-3 改进快速中值滤波算法的FPGA 设计  28-31
    3-2-4 均值滤波算法的FPGA 设计  31-32
  §3-3 图像滤波算法的FPGA 实现  32-36
    3-3-1 中值滤波算法的FPGA 实现  32-33
    3-3-2 快速中值滤波算法的FPGA 实现  33
    3-3-3 改进快速中值滤波算法的FPGA 实现  33-34
    3-3-4 均值滤波算法的FPGA 实现  34-36
第四章 图像分割方法的 FPGA 设计实现.  36-46
  §4-1 边缘检测算法的FPGA 设计实现  36-39
    4-1-1 Sobel 算子的设计与实现  36-38
    4-1-2 Prewit 算子的设计与实现  38-39
  §4-2 GAC 模型的总体硬件化设计  39-40
  §4-3 GAC 模型的核心模块  40-46
    4-3-1 梯度模值计算模块  40-44
    4-3-2 散度计算模块  44-46
第五章 实验分析及比较  46-50
  §5-1 实验平台  46-47
    5-1-1 器件选型  46
    5-1-2 QuartusII 软件与 VHDL 语言  46-47
  §5-2 性能分析与比较  47-48
  §5-3 验证实验  48-50
第六章 总结与展望  50-51
参考文献  51-54
致谢  54-55
攻读学位期间所取得的相关科研成果  55

相似论文

  1. 森林防火系统中图像识别算法的研究,TP391.41
  2. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  3. 数字图像处理在集装箱检测中的应用研究,TP274.4
  4. 个性化人工膝关节设计及其生物力学特性研究,R318.1
  5. 基于图像处理技术的烟叶病害自动识别研究,S435.72
  6. 红外图像目标识别及跟踪技术研究,TP391.41
  7. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  8. 基于可视特征的彩色图像分割方法及应用研究,TP391.41
  9. 基于水平集区域分割的医学图像融合算法研究,TP391.41
  10. 基于医学CT图像的三维重建面绘制算法的研究,TP391.41
  11. 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
  12. 基于粒子群优化的Fuzzy c-mean聚类算法的基因芯片图像处理,TP391.41
  13. 基于视觉的类人足球机器人目标定位算法设计,TP391.41
  14. 复杂相变热图序列相变线提取算法研究,TP391.41
  15. 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
  16. 肝脏移植术前计算机辅助规划关键技术的研究,TP391.41
  17. 多尺度遥感图像分割算法研究与应用,TP391.41
  18. 基于Otsu算法与数学形态学的图像分割算法研究,TP391.41
  19. 肺部病灶感兴趣区域分割算法研究,TP391.41
  20. 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
  21. 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com