【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf

【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf

ID:32030897

大小:2.64 MB

页数:83页

时间:2019-01-30

【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf_第1页
【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf_第2页
【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf_第3页
【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf_第4页
【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf_第5页
资源描述:

《【硕士论文】基于DSP+FPGA的图像识别系统设计与实现.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、南京理工大学硕士学位论文基于DSP+FPGA的图像识别系统设计与实现姓名:高丽燕申请学位级别:硕士专业:控制理论与控制工程指导教师:吴明赞20060601硕士论文基于DSP+F'PGA的图像识别系统设计与实现摘要近年来,图像处理与识别技术得至Ⅱ了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前,图像识别技术已应用到很多颁域,渗入至4各行各业,在医学、公安、交通、工业等领域具有广阔的应用前景。这篇论文介绍了一种基于DSP+FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心,负责图像识别算法的实现;FPGA作为图像采集模块的核心,负责图像的采集,并且完

2、成预处理工作。图像识别算法的运算量大,并且控制复杂,对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要,而FPGA的高速性和灵活性也保证了系统实时性,并且简化了外围电路,减少了系统设计难度。系统使用模板匹配和神经网络算法对数字0-,9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集(特别是同一字体的字符集)。由于结构比较简单,系统处理能力强,模板匹配的识别速度快并且识别率高,取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能,使其对图像识别问题显示出极大的优越性。研究表明,在DSP+FPGA的构架上实现的图像识别系统,具有结构灵活、通用性

3、强的特点,适用于模块化设计,有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势,准确快速地实现图像识别。通过软、硬件的灵活组合,系统可以实现图像处理大部分的相关功能,使之能够运用到工业视觉检测、汽车牌照识别等系统中。’关键词:DSPFPGA图像采集图像识别神经网络模板匹配璺±笙奎苎王旦矍:堡垒垒竺里堡望型墨竺堡兰兰壅堡Abstractnleimageprocessingandrecognitiontechnolo舀髂haveseenrapidgrowthintherecentyears.Peoplearefullyawarethatimageprocessingandrecog

4、nitiontechnologiesaleimportantmeBa'Lsinunderstandingand缸ansformingourworld.Currently,theirpresencehasbeenseeninmanyfields,showingapromisingfutureinmedicalcare,publicsecurity,transportationaswell嬲industries.Thispaperstudiesareal-timeimagerecognitionsystembasedOnDSP+FPGAstructure.ThesystemhasDSPasitsc

5、oreofimagerecognitionmodule,wkichenablestheimagerecognitionalgorithmandFPGA嬲itscoreofimageacquisitionmodule,whichenablesimageacquisitionandpreprocessing.Thecontrolofimagerecognitionalgorithmiscomplexandrequireshighcomputingcapacity,posingabighdemandOVersystemperformance.DSPideallymeetstherequirement

6、softhesystemduetoitsuniquestructureandexceUemperformance.DuetOitshi曲speedandflexibility,FPGAenablesthereal—timesystemandsimplifiesperipheralcircuits,thusresultingineasiersystemdesign.Therecognitionalgorithmismainlybasedontemplatematchingandneuralnetwork,withnumbers0--9asitstargets.Templatematchingge

7、nerallyappliestotherecognitionofsmallcharacterset(especiallythecharactersetofthesalnefont),such嬲standardizednumbersandcharacters.Withsimplerstructureandhighprocessingcapacity,templatematchingcontribut

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。