基于FPGA的二值图片连通区域标记算法

提出一种基于FPGA的二值图片连通区域标记算法,每次提取9个像素信息,充分利用FPGA的并行处理能力,在一个时钟周期内完成9个像素的处理,在对图像进行遍历的同时进行快速标记.最后搭成简单测试电路.在PC上将二值图片通过USB传输给FPGA,然后FPGA将图片进行标记,标记完成后将标记的图片和所用的时间返回PC.将实验结果与现有几种图像处理方式进行比较,发现FPGA在处理图片能力与软件处理方式能力相当时,主频、功耗远低于软件处理设备,且成本低,可以作为专用图像处理设备.

基于KNN算法手写数字识别技术的研究与实现

手写数字辨别应是一种机器学习领域的简单技术手段,主要应用于机器对手写的数字展开正确分类管理。手写数字化辨识技术手段应是国内研究管理人员的研究重要方向。文章利用KNN遗传算法简单,易于实现的优点,经由使用Python语言鉴于KNN遗传算法实现计算机网络对于阿拉伯数字0至9的辨识。详细描述了手写数字识别技术的研究和发展状况,阐述手写识别技术的实用性和意义。通过对研究KNN算法详细介绍基于KNN算法手写数字识别技术的实现,通过KNN算法的概述及其原理,图片的灰度化和二值化,对训练集和测试进行预处理,为下一步功能实现奠定基础。最后通过对基于KNN算法手写数字识别程序进行训练,自己创建手写数字的图片作为新的测试集,进行手写数字识别测试。分析实验结果证明该程序基本达到了预期实验目标。