论文部分内容阅读
本文对实时图像处理系统中的嵌入式硬件并行架构进行了研究，在介绍并行图像处理系统的发展历史和现状的基础上，对光学成像跟踪的应用场景对实时图像处理技术的迫切需求进行了分析。主要研究内容及结果如下：
⑴针对图像识别在不同层次上的理解意义，深入分析了数字图像处理算法的结构特点，对点处理算法和邻域处理算法的操作模式与数据结构有了详细的描述，并在此基础上说明了数字图像处理的基本特征和适合于硬件并行处理的方法。
⑵在分析了可扩展并行计算机系统的构成方式、互连网络和存储结构之后，对比其并行结构的继承性，对嵌入式硬件并行架构在实时图像处理上的设计方法和思想进行了说明，从器件的片内结构、片间或机群结构论证了主要硬件处理单元DSP和FPGA的并行处理能力，给出了用FPGA实现的多种硬件算法结构和性能分析，并对并行处理系统的可扩展性和异构性进行了理论分析。
⑶通过介绍多DSP+FPGA的系统结构，详细分析了图像处理算法和硬件并行结构的配合能力，对多模跟踪算法的实现进行了细致的讨论。并就DSP和FPGA的处理性能进行了对比分析，指出了FPGA在实时图像处理算法实现上的强大硬件加速能力。
⑷针对当前硬件结构中存在DSP之间通信能力弱的问题，在实时图像处理中直接影响到了难以突破100Hz的帧频限制，跟随最新器件的发展，提出了使用高速串行接口解决并行系统互连能力的方案，并针对人工神经网络对图像识别的巨大意义，提出了构建基于神经元的硬件并行结构的技术展望。