登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 电子信息类 > 电子信息工程 > 正文

基于FPGA的图像处理滤波器的实现开题报告

 2022-01-18 22:06:57  

全文总字数:3893字

1. 研究目的与意义及国内外研究现状

图像处理是信号与信息处理学科的一个部分,也是诸多计算机领域中最为活跃的一个领域。随着计算机、集成电路等技术的飞速发展,图像处理无论是在算法、系统结构上,还是在应用上以及普及程度上都取得了长足的进展。图像处理技术发展到今天,许多技术已经相当成熟,在各个领域如工业生产、工程、军事、医学以及科学研究等中都有着广泛的运用,并取得了巨大的成功和显著的经济效益。

人们在图像处理领域的研究很多,取得了相当多的成果,研究出了很多适用的算法,例如中值滤波、高通滤波等。因为图像在生成过程中常常会受到各种噪声源的干扰和影响而使图像的质量变差,为了抑制噪声,改善图像质量,必须对图像进行滤波、平滑等预处理。由于底层的图像预处理算法处理的数据量大,用一般的软件来实现会比较慢,并且对于一些实时性要求比较高的系统,如视频像实时处理系统,处理速度往往是要考虑的关键要素,因为一旦速度跟不上,实时性也就无从谈起。

随着数字信号处理器(dsp)和大规模/超大规模集成电路(lsi/vlsi)以及大规模可编程逻辑器件(cpld/fpga)的高速发展和广泛应用,实时图像处理也得到了非常迅速的发展。为了提高图像处理的速度,满足系统实时要求,可以用硬件来实现对图像的处理,fpga芯片便是目标硬件的理想选择之一,同时fpga的应用也为提高图像处理速度提供了新的思路和解决方法。本文的主要研究内容就是基于fpga的图像处理算法的实现。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容

高斯滤波:是一种线性平滑滤波,适用于消除高斯噪声,广泛应用于图像处理的减噪过程。通俗的讲,高斯滤波就是对整幅图像进行加权平均的过程,每一个像素点的值,都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是:用一个模板(或称卷积、掩模)扫描图像中的每一个像素,用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。

边缘检测:所谓边缘是指其周围像素灰度急剧变化的那些象素的集合,它是图像最基本的特征。边缘存在于目标、背景和区域之间,所以,它是图像分割所依赖的最重要的依据。由于边缘是位置的标志,对灰度的变化不敏感,,因此,边缘也是图像匹配的重要的特征边缘检测和区域划分是图像分割的两种不同的方法,二者具有相互补充的特点。在边缘检测中,是提取图像中不连续部分的特征,根据闭合的边缘确定区域。而在区域划分中,是把图像分割成特征相同的区域,区域之间的边界就是边缘。由于边缘检测方法不需要将图像逐个像素地分割,因此更适合大图像的分割。 边缘大致可以分为两种,一种是阶跃状边缘,边缘两边像素的灰度值明显不同;另一种为屋顶状边缘,边缘处于灰度值由小到大再到小的变化转折点处。边缘检测的主要工具是边缘检测模板。我们以一个一维模板为例来考察边缘检测模板是如何作用的。模板的作用是将右邻点的灰度值减去左邻点的灰度值作为该点的灰度值。在灰度相近的区域内,这么做的结果使得该点的灰度值接近于0;而在边缘附近,灰度值有明显的跳变,这么做的结果使得该点的灰度值很大,这样就出现了上面的结果。这种模板就是一种边缘检测器,它在数学上的涵义是一种基于梯度的滤波器,习惯上又称边缘算子。我们知道,梯度是有方向的,和边缘的方向总是垂直的。模板 是水平方向的,而上面那幅图象的边缘恰好是垂直方向的,使用模板 就可以将它检测出来。如果图象的边缘是水平方向的,我们可以用梯度是垂直方向的模板 检测它的边缘。如果图象的边缘是45。方向的,我们可以用模板检测它的边缘。常用的边缘检测模板有laplacian算子、roberts算子、sobel算子、log(laplacian-gauss)算子、kirsch算子和prewitt算子等。

中值滤波:中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。方法是用某种结构的二维滑动模板,将板内像素按照像素值的大小进行排序,生成单调上升(或下降)的为二维数据序列。二维中值滤波输出为g(x,y)=med{f(x-k,y-l),(k,l∈w)} ,其中,f(x,y),g(x,y)分别为原始图像和处理后图像。w为二维模板,通常为3*3,5*5区域,也可以是不同的的形状,如线状,圆形,十字形,圆环形等。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 实施方案、进度安排及预期效果

(1)2018年1月1日—2018年2月28日:查阅资料、学习和研究相关资料,熟悉软件仿真平台,填写任务书及开题报告;

(2)2018年3月1日—2018年5月11日:完成系统逻辑设计,编写软件代码,实验验证,提交中期检查,完成文献翻译和论文初稿;

(3)2018年5月12日—2018年5月18日:完成对图像的综合处理,撰写论文,论文查重等工作;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1]李元帅,周国忠,刘儒贞. 图像中值滤波硬件算法及其在 fpga中的实现[j].计算机应用,2012, 20(05):12-14.

[2]吴艳.基于fpga的数字图像处理基本算法的研究与实现[d].哈尔滨:哈尔滨工业大学

[3]刘成岩.基于fpga的图像采集处理系统设计[d].哈尔滨:哈尔滨工程大学理学院,2012

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图