论文部分内容阅读
在当前快速发展的大数据时代,需要处理的数据越来越多。为了解决一些特定的问题,需要使用专用的高速芯片来处理。因此具有高速并行处理数据特点的FPGA,被应用于很多的高速系统。图像提取是信息处理的一种重要手段,边缘检测是通过图像中的亮度分量将其中的信息分辨出来,包括像素的连续性、数据的变化幅度还有图像中的背景变化。可以通过图像的相关性、特征矩阵等进行匹配,将匹配后的结果进行输出。当天气变化恶劣或者能见度太低时,目标识别的准确率就会受到影响。针对这个问题,本文提出了基于FPGA性能优势的改进边缘检测算法设计,并验证该算法的有效性,提升了目标的识别率及处理数据的能力。所有的算法都是在EP4CE芯片进行编程。本文主要研究以下几个方面:(1)首先对系统的实现方案以及相关的算法进行了详细的分析和具体的研究,采用边缘检测,字符分割,特征提取以及模版匹配实现图像信息识别。(2)介绍了常用的边缘算子和新兴的边缘检测算法,提出了基于FPGA性能的边缘检测改进算法,并经过软件仿真对比,以及最终硬件实现,结果表明改进算法较原算法效果明显改善。(3)设计FPGA系统整体架构,实现时钟模块、图像采集模块、图像灰度处理模块、图像的边缘检测模块、图像的区域分割、目标信息的提取和结果显示。该系统可以将采集到的图像信息提取出来,在高速提取图像信息领域具有一定的实际应用意义。