基于CNN的红外图像预处理系统的研究与设计

文章摘要：图13 VGA时序仿真图4 图像处理结果图14 图像处理结果显示结论 本文采用FPGA实现红外图像预处理算法，能够将结构简单，计算量大的算法从DSP中分离出来，保证DSP有足够的时间完成目标识别、跟踪等其它任务。FPGA给用户提供了很大的自由度去实现所设计的专用集成化数字电路。其简单的外围电路，高度灵活的用户现场编程方式，现场定义高容量数字单片系统的能力，能够重复烧写、反复修改的新颖功能，意味着无须更改电路，只要改写FPGA内部程序，整个系统又可实现新功能。本文以图像边缘提取为基本的应用目标，选择细胞神经网络作为主要的研究对象，对 CNN 的理论、应用和硬件实现进行了系统的研究。本文的特色

基于CNN的红外图像预处理系统的研究与设计,标签：电子小制作,http://www.88dzw.com

图13  VGA时序仿真图

4 图像处理结果

图14  图像处理结果显示

结论

本文采用FPGA实现红外图像预处理算法，能够将结构简单，计算量大的算法从DSP中分离出来，保证DSP有足够的时间完成目标识别、跟踪等其它任务。FPGA给用户提供了很大的自由度去实现所设计的专用集成化数字电路。其简单的外围电路，高度灵活的用户现场编程方式，现场定义高容量数字单片系统的能力，能够重复烧写、反复修改的新颖功能，意味着无须更改电路，只要改写FPGA内部程序，整个系统又可实现新功能。本文以图像边缘提取为基本的应用目标，选择细胞神经网络作为主要的研究对象，对 CNN 的理论、应用和硬件实现进行了系统的研究。本文的特色在于：

1．提出了将细胞神经网络应用到二值图像上的算法，在二值图像的基础上，提出了基于 CNN 的灰度图像边缘提取算法。仿真结果表明：CNN 提取的结果比较整齐有序，对边缘提取的连续性较好。

2．提出了细胞神经网络的一种高效数字实现方案，采用比特串行的分布式算法来实现胞元的状态更新。采用该架构实现的细胞神经网络减少了硬件资源的占用以及总线的位宽。与细胞神经网络的模拟实现方式相比较，数字实现方案由于采用了分布式算法可以占用更小的面积，从而提供更高的运行速度。

3．用 Verilog对 CNN 进行描述，并由 FPGA 搭建实验平台进行实现，实验结果表明：该模型能较好的对图像进行实时边缘提取处理。对CNN 的 Verilog 描述为 CNN 的硬件实现研究又向前迈进了一步，在数字图像中，用 FPGA 搭建的CNN 可以大大的提高图像的实时处理速度。

上一页  [1] [2] [3] [4] [5]