邊緣檢測(cè)在數(shù)字圖像處理中處于關(guān)鍵的一環(huán),在機(jī)器視覺、圖像診斷、工業(yè)監(jiān)控等領(lǐng)域中廣泛應(yīng)用。因此,邊緣檢測(cè)的研究成為圖像處理領(lǐng)域中的重要課題。邊緣檢測(cè)在理論上產(chǎn)生了很多經(jīng)典的算法,隨著現(xiàn)代科技的發(fā)展,邊緣檢測(cè)在抗噪聲性能和圖像處理效果等方面有了很大的突破。為了解決圖像傳輸?shù)膶?shí)時(shí)性、速度快等特點(diǎn),提出了在FPGA平臺(tái)上實(shí)現(xiàn)圖像的邊緣檢測(cè)。首先介紹了邊緣檢測(cè)的研究背景與意義以及國內(nèi)外的發(fā)展現(xiàn)狀,通過比較邊緣檢測(cè)常用的方法,本設(shè)計(jì)采用Canny算子作為圖像的邊緣檢測(cè)算法。從平滑濾波,梯度計(jì)算,非極大值抑制、自適應(yīng)閾值檢測(cè)和邊緣連接提出了相應(yīng)的算法實(shí)現(xiàn)。針對(duì)Canny算法中的關(guān)鍵技術(shù),使用二階導(dǎo)數(shù)的梯度直方圖實(shí)現(xiàn)閾值的自適應(yīng),在MATLAB進(jìn)行了仿真驗(yàn)證;使用CORDIC算法計(jì)算梯度,化繁為簡(jiǎn),極大的簡(jiǎn)化了FPGA的運(yùn)算;在邊緣連接中,連接器針對(duì)邊緣完整性進(jìn)行了優(yōu)化。根據(jù)FPGA自身的特點(diǎn),選用合適的邏輯,介紹了各個(gè)模塊在FPGA中的設(shè)計(jì)實(shí)現(xiàn)方案,并進(jìn)行測(cè)試驗(yàn)證,證明在FPGA的硬件平臺(tái)上的可行性。采用流水線以及并行算法的設(shè)計(jì)對(duì)電路進(jìn)行了優(yōu)化。將圖像原始數(shù)據(jù)以MIF文件的方式,對(duì)測(cè)試的得到的圖像邊緣...

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖７實(shí)驗(yàn)用紅外圖像Ｆｉｇ．７ＴｈｅｏｒｉｇｉｎＩＲｉｍａｇｅｕｓｅｄｉｎｅｘｐｅｒｉｍｅｎｔ

１１期王巍，等：基于ＣＮＮ的紅外圖像邊緣檢測(cè)算法的ＦＰＧＡ實(shí)現(xiàn)對(duì)２４０×３６０的紅外圖像（如圖７所示）進(jìn)行邊緣檢測(cè)處理，得到了如圖８所示的仿真結(jié)果．從仿真結(jié)果來看，本文所設(shè)計(jì)的基于ＣＮＮ的紅外圖像邊緣檢測(cè)系統(tǒng)取得了較好的效果．表３詳細(xì)顯示了綜合后所占用的資源．由此看出，本文采用的....

圖８ＦＰＧＡ硬件仿真對(duì)紅外圖像的處理結(jié)果Ｆｉｇ．８ＴｈｅｒｅｓｕｌｔｉｍａｇｅｆｒｏｍｔｈｅＦＰＧＡｈａｒｄｗａｒｅ

１１期王巍，等：基于ＣＮＮ的紅外圖像邊緣檢測(cè)算法的ＦＰＧＡ實(shí)現(xiàn)對(duì)２４０×３６０的紅外圖像（如圖７所示）進(jìn)行邊緣檢測(cè)處理，得到了如圖８所示的仿真結(jié)果．從仿真結(jié)果來看，本文所設(shè)計(jì)的基于ＣＮＮ的紅外圖像邊緣檢測(cè)系統(tǒng)取得了較好的效果．表３詳細(xì)顯示了綜合后所占用的資源．由此看出，本文采用的....

圖９ｍａｔｌａｂ對(duì)紅外圖像的處理結(jié)果Ｆｉｇ．９Ｔｈｅｒｅｓｕｌｔｉｍａｇｅｆｒｏｍｔｈｅｍａｔｌａｂｓｉｍｕｌａｔｉｏｎ

１１期王巍，等：基于ＣＮＮ的紅外圖像邊緣檢測(cè)算法的ＦＰＧＡ實(shí)現(xiàn)對(duì)２４０×３６０的紅外圖像（如圖７所示）進(jìn)行邊緣檢測(cè)處理，得到了如圖８所示的仿真結(jié)果．從仿真結(jié)果來看，本文所設(shè)計(jì)的基于ＣＮＮ的紅外圖像邊緣檢測(cè)系統(tǒng)取得了較好的效果．表３詳細(xì)顯示了綜合后所占用的資源．由此看出，本文采用的....

圖5邊緣定位誤差標(biāo)準(zhǔn)差與信噪比的關(guān)系圖

圖5邊緣定位誤差標(biāo)準(zhǔn)差與信噪比的關(guān)系圖本文實(shí)驗(yàn)中SNＲ取值為20dB、30dB、40dB、50dB、60dB和70dB六個(gè)不同級(jí)別的噪聲水平。在偏移量不變、信噪比不同情況下，每種算法在位移量為0．01pixel時(shí)，邊緣定位誤差的標(biāo)準(zhǔn)差與信噪比的關(guān)系繪制曲線如圖5所示。4結(jié)論(1)....

本文編號(hào)：4007704