《毕业设计开题报告资料讲解》由会员分享，可在线阅读，更多相关《毕业设计开题报告资料讲解（19页珍藏版）》请在金锄头文库上搜索。
1、1/20,毕业设计开题报告,基于FPGA的数字图像处理基本算法研究与实现,2/20,课题的来源及研究的目的和意义 国内外该方向的研究现状及分析 课题研究内容 进度安排,汇报提纲,3/20,第一部分：选题背景及意义,图像对比度小，不清晰,希望得到的图像,5/20,第一部分：选题背景及意义,人类从外界获得的信息约有75%来自于视觉系统，也就是说，人类的大部分信息都是从图像中获得的。但是在图像采集和处理过程中，由于获取图像工具或手段的影响，使得获取的图像存在噪声、畸变等缺陷。因此，对图像进行预处理是非常重要的。 图像预处理虽然算法简单但数据量大，因此图像预处理往往是图像处理系统中最为耗时的部分，对整
2、个系统速度影响巨大。,6/20,基于FPGA的数字图像处理,课题背景,基于不同的应用场合，图像处理的实现方法主要有以下几种：,（1）通用计算机,优点：软件编程实现，处理方式简单、成本低,缺点：属于标准串行机，数据的串行处理导致其对数据量较大的图像处理不能满足实时要求,7/20,基于FPGA的数字图像处理,课题背景,优点：各种算法实现方案中使用ASIC来实现最快；,（2）专用集成电路（ASIC）,缺点：ASIC从设计到应用需要较长的时间周期； ASIC属于专用硬件芯片，所以需求数量少，成本高； 缺乏灵活性。,8/20,课题背景,基于FPGA的数字图像处理,（3）数字信号处理器（DSP）,缺点：D
3、SP只是对某些固定的运算提供硬件优化，其体系 仍然是串行指令执行系统，处理数据量小而算法 比较复杂的情况下具有较明显的优势。,优点：DSP是专门为快速实现各种数字信号处理算法而 设计的，处理速度比较快。,9/20,课题背景,基于FPGA的数字图像处理,（4）现场可编程门阵列（FPGA）,缺点：FPGA进行图像处理也会受到一定的限制，对高 层处理算法(如目标检测、目标跟踪等),其特点 是处理的数据量相对较少，但算法和控制结构 复杂,FPGA实现起来比较困难。,优点：直接在FPGA上利用硬件描述语言或EDA软件进行 设计，这种设计方法的最大优点就是速度快，可 以用流水线实现，具有一定的灵活性;,1
4、0/20,第三部分：主要研究内容,数字图像处理系统组成示意图：,11/20,研究内容,直方图均衡化,直方图均衡化是常用的灰度数字图像增强方法。,灰度图像直方图是一个离散函数：,:为图像f(x,y)的第k级灰度， :是图像f(x,y)中具有灰度值为 的像素个数， :是图像像素总数,12/20,研究内容,直方图均衡化,直方图均衡化其基本思想是把原始图像的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而可达到增强图像整体对比度的效果。 直方图均衡化的实质是对原始图像的灰度级进行映射，记该映射函数为T，则直方图均衡化的离散表示形式如下：,其中 代表待增强图像的灰度级； 代表 经均衡化
5、变换后对应的新的灰度级；n为原始图像的总像素数；L为图像的灰度级总数,13/20,研究内容,滤波,图像滤波的方法很多，如高通滤波、最大值滤波、均值滤波、中值滤波等。,、,中值滤波与其他线性滤波器相比，它能够在去噪的同时不模糊图像的边缘，较好地保持图像的清晰度。,中值滤波可定义为：,g(x,y)和f(x-i,y-j)分别为输出和输入像素灰度值，W为模板窗口,14/20,研究内容,卷积,卷积运算是数字信号处理中一个运用极其广泛的基本运算，同时也被广泛地运用在图像处理中。在图像处理中，卷积运算就是对一幅输入图像进行线性处理并得到输出图像。卷积运算的定义式为：,f(x,y)为输入图像，T(i,j)是大
6、小为mm（m为奇数）的卷积模板，g(x,y)为输出图像,15/20,研究内容,卷积,卷积运算是图像处理中最基础、最重要的算法之一，在噪声去除、特征提取、图像增强和模板匹配等处理中，都可采用卷积运算来实现，通过选择不同的模板，卷积可以完成许多运算,16/20,研究内容,边缘检测,。,边缘是指图像局部强度变化最显著的部分，边缘检测是检测图像局部显著变化的最基本运算。在一维情况下，阶跃边缘同图像的一阶导数局部峰值有关。同一维情况类似，图像灰度值的显著变化可用梯度的离散逼近函数来检测。梯度是一阶导数的二维等效式，定义为向量：,17/20,研究内容,边缘检测,。,在实际中常用小区域模板卷积来近似计算偏导
7、数。对Gx和Gy各用一个模板，所以需要两个模板组合起来构成一个梯度算子，根据系数值的不同，可以提出了许多种不同的算子。常用的梯度算子有基于一阶导数的罗伯特（Roberts）算子，蒲瑞维特（Prewitt）和索贝尔（Sobel）算子及基于二阶导数的拉普拉斯（Laplacian）算子。其中索贝尔（Sobel）算子模板如下：,18/20,研究内容,边缘检测,根据Sobel算子模板的系数值，水平方向的导数Gx和垂直方向的导数Gy可表示为：,算子运算时采取类似卷积的方式，将各模板在图像上移动并在每个位置计算对应中心像素的梯度值，再将模板梯度值用不同的模（见式(3-5)）结合起来得到综合的梯度值。 假设原始图像3X3数据块示意图如下：,19/20,第四部分：进度安排,（1）2011年3月1日2011年3月31日：查阅资料、学习和研 究相关资料，熟悉软件仿真平台 （2）2011年4月1日2011年4月30日：完成系统逻辑设计，编写软件代码，实验验证 （4）2011年5月1日2011年5月31日：完成对图像的综合处理，撰写论文 （5）2011年6月1日2011年6月30日：完善论文，准备答辩,
