邻域图像处理机中的新型邻域功能流水线结构

本文介绍了邻域图像处理机原理 ,提出了邻域图像处理中新型的收缩型和级联型邻域功能流水线结构 .这两种邻域功能流水线的流水线作业是以独立的图像处理算法为基础进行的 ,可以实时 (甚至超实时 )地完成多个独立的图像处理算法 ,高度体现了并行处理机数据并行、处理并行的原则 ,体现了多个算法的有机集成 ,因此特别适合于实际问题对综合算法的需求 .这种邻域功能流水线结构不仅大大提高了图像处理的速度 ,而且增强了系统的灵活性 .本文论述了收缩型和级联型邻域功能流水线的结构 。

基于剪枝优化的多变邻域节能调度算法

为了提高异构计算机系统中任务调度的节能水平,提出了融合剪枝优化的多变邻域节能调度算法。算法构建处理机约束和时间约束两个邻域结构,借助处理机约束邻域减少冗余处理机量,从而降低整体能耗;利用时间约束邻域有效缩减关键路径长度,实现了任务调度对时间的要求。提出了基于时间和能耗的剪枝优化策略,以提高局部寻优效率。通过仿真实验和实际问题求解对比可知,所提算法在不同问题规模、处理机量和通信比下,都取得了较好的节能效果。

实时中值滤波器的实现

针对二维中值滤波器的邻域数据处理的特点，提出了基于邻域图像帧存储体的并行处理方法，从而实现了实时的中值滤波器，论述了邻域数据的形成及并行处理器结构，给出了３×３实时的中值滤波器系统的逻辑框图。

基于FPGA的自适应阈值边缘检测的实现

在数字图像处理中,边缘检测是重要的步骤之一。基于Sobel算子的边缘检测是经典的边缘检测算法之一,因其计算简单,同时提取边缘清晰,容易在硬件上实现。但是,其对噪声变化抑制能力较弱。同时,该算子使用的是预先设定的固定阈值,导致该算子的适应能力不强。该文利用中值滤波的算法,并与全并行比较快速排序算法相结合,可以快速确定像素点周围的局部边缘阈值。最后,将此数值作为图像二值化的阈值。此算法已经在FPGA平台上实现。

基于邻域处理器的自适应中值滤波快速实现

在数字图像处理中,图像中含有的椒盐噪声会降低图像处理和分析的性能。因此,去除图像中的椒盐噪声,是一种非常重要的数字图像预处理技术。针对椒盐噪声,采用一种自适应中值滤波算法,该算法不仅能够去除椒盐噪声,而且保留了图像边缘信息,比标准中值滤波效果好。同时,利用FPGA的高度并行化和流水操作,使处理速度更快,对于256×256的图像,处理时间约为0.308 ms。

基于FPGA的实时中值滤波器硬件实现

针对高清图像在中值滤波预处理过程中排序量多、速度慢的特点,提出适合邻域图像并行处理机的分块存储方法。在流水线结构下,1个时钟周期可以并行处理32个3×3邻域的中值滤波运算,实现了高速、实时的1 920×1 080灰度图像中值滤波器。

基于邻域处理器自适应图像分割高速实现

在数字图像处理技术中,图像分割质量直接影响到后续算法的效果,因此图像分割技术作为其主要技术之一占有重要的地位。针对非均匀光照下图像分割问题,采用Sobel算子和Bernsen算法相结合的自适应阈值分割方法,结合现场可编程门阵列的特点,在图像邻域处理器实现了该算法。经过实际测试验证,该方法能够很好地实现对非均匀光照下图像的分割问题,而且处理时间较短,仅为0.308 ms,完全满足实际应用的需求。