摘要：针对传统高斯滤波在图像边缘细节保留上的不足,实现了一种基于FPGA的改进高斯滤波算法,在保留图像边缘信息的同时滤除高频噪声,并实现高速实时图像处理。通过对当前图像像素点与由图像全局求取的梯度阈值的比对,以确定其为噪点或边缘点,并做区分处理。边缘点将不予以处理,而噪点则通过权重模板进行滤波处理。经仿真与测试,该算法在FPGA中实现占用资源少,运行速度快,可实现图像高速实时处理,图像输出延时仅一行像素时间,经过多组图像分析比较,相比当前基于FPGA的高斯滤波,低噪环境下图像PSNR可提高逾6%,MSE可提高30%以上。

摘要：针对串行架构的处理器如ARM和DSP等实现双边滤波算法消耗资源过多的情况,提出了一种基于FPGA加速的双边滤波去噪的实现方法。根据双边滤波算法的原理以及FPGA的硬件资源,充分发挥FPGA在并行计算上的优势,在滤波器的系数生成和除法操作上进行了优化。在减少了FPGA所消耗的资源的同时,保证了图像去除噪声的实时性,从而为后期的视频采集与传输系统奠定了一个良好的开端。

摘要：在实时图像处理系统中,为了在规定的时间内实现大量的运算处理,需要采取提高运算速度的措施。应用MPC5200为核心的高性能运算处理器,在对目标检测识别算法的实验分析基础上,开发了实时图像处理软件,实现了视频图像的采集和图像目标的实时处理。

摘要：介绍了一种基于复杂可编程逻辑器件 (CPL D)和数字信号处理器 (DSP)的图像采集系统。系统采用增强型视频输入处理芯片 SAA7111A完成视频信号的 A/ D转换 ,大大减小了电路的复杂度 ;利用 CPLD,采用全硬件方式实现了两组图像存储器的轮换存储 ;并利用 CPL D极大的灵活性 ,巧妙地使两组存储器作为 DSP与 SAA7111A之间的共享内存 ,摆脱了传统双口 RAM数据传输占用大量系统资源的瓶颈 ,实现了实时高速图像采集的设计目的。

摘要：针对红外图像普遍存在目标与背景对比度差、边缘模糊、信噪比低和灰度层次差等缺陷,提出了一种改进的直方图均衡红外图像增强算法。首先通过自适应地选择合适的灰度阈值,在图像直方图中将像素所占比例小于阈值的冗余灰度级完全压缩,并对大于阈值的有效灰度级进行基于一种非常合理的对数函数的拉伸变换;然后对拉伸后的灰度级进行常规的直方图均衡处理;最后在整个灰度范围内对经过均衡处理的图像灰度级进行等间距排列。为了满足算法的实时性,设计了一种以TMS320DM642高性能DSP芯片为核心处理器的红外图像增强系统平台。实验结果表明,采用该算法增强后的图像质量明显优于采用直方图均衡算法增强后的图像质量,图像的目标与背景的对比度和图像的清晰度都得到了提高,边缘细节也得到了保留;同时,采用该算法处理一帧320×256×8 bits的红外图像仅仅用时16.73 ms,完全满足实时图像处理的要求。

摘要：实时视频信号处理的实时性和跟踪算法的复杂性是一对矛盾,为此采用DSP+FPGA的架构设计,同时满足实时性和复杂性的要求,提高了系统的整体性能。DSP作为主处理器,利用其高速的运算能力,快速有效地处理复杂的跟踪算法;FPGA作为协处理器,完成视频图像的接收、存储、预处理,使设计具有更大的灵活性。系统采用了形心跟踪和相关跟踪两种算法。实验证明,该系统可以稳定地实时跟踪运动目标。

摘要：在实时图像处理过程中,2-D模板卷积是一种重要的操作,FPGA以其特有的全并行处理机制使得这种操作在硬件设计中得以较好的实现。本文提出了一种基于FPGA的模板卷积运算的新方案,相比传统方案,这种方案在结构上能以较少的硬件资源达到相同的流水深度。为了满足系统对实时性的要求,针对某些特定类型的模板,给出了一种简化的卷积器结构,同时,介绍了一种模板归一化除法运算的硬件实现方法。

摘要：针对焊接机器人对焊缝传感器实时性的要求,提出并设计了莫尔投影三维焊缝轮廓实时测量系统,系统由LD、光栅、CCD、视频A/D、FPGA、DSP、输出接口等组成。介绍了基于数字信号处理器(DSP)和现场可编程阵列(FPGA)的高速实时图像处理电路的原理和硬件组成,给出了三维焊缝轮廓图像测量结果。

摘要：针对弹道测量环境中大视场、大数据量、高速传输复杂的图像中多运动目标提取算法,设计了基于双DSP+FPGA的实时图像处理系统。提出了一种结合背景自适应更新与基于窗口的目标提取算法,通过背景自适应更新算法得到目标运动区域,再运用基于窗口的目标提取算法实时提取多运动目标的信息。实验证明,系统能准确实时地提取目标信息,满足弹道测量系统要求。

摘要：红外成像导引头集光机电于一身,设计难度大、研制周期长。为了缩短导引头研制周期、降低开发成本,提出一种通用的信息处理平台方案。本方案采用FPGA+DSP架构,有较强的通用性,易于维护和扩展,可以在原理样机阶段迅速搭建硬件平台,用于系统验证和弹载软件调试,并为后续的产品研制提供有力支持。