基于fpga的簡單圖像增強(qiáng)算法實(shí)現(xiàn)【任務(wù)書】

1、<p>　　本科畢業(yè)設(shè)計(jì)（論文）任務(wù)書</p><p><b>　　電子信息工程</b></p><p>　　基于FPGA的簡單圖像增強(qiáng)算法實(shí)現(xiàn)</p><p>　一、主要任務(wù)與目標(biāo)：在對(duì)圖像進(jìn)行分析之前，必須要對(duì)圖像質(zhì)量進(jìn)行改善，一般情況下改善的方法有兩類：圖像增強(qiáng)和圖像復(fù)原。圖像增強(qiáng)不考慮圖像質(zhì)量下降的原因，只將圖像中感興趣的特征

2、有選擇的突出，圖像增強(qiáng)可以解決原始圖像邊緣模糊，對(duì)比度低等問題。本課題采用空間域算法中的銳化增強(qiáng)算法，使用二次微分算子Laplacian實(shí)現(xiàn)圖像增強(qiáng)。在QuartusII中編程實(shí)現(xiàn)該算法時(shí)，把頂層模塊分為幾個(gè)子模塊，頂層設(shè)計(jì)主要由兩個(gè)模塊組成：3*3圖像窗口模塊和Laplacian算子模板模塊，其中Laplacian算子模板可看成一個(gè)四輸入求和模塊、一個(gè)5倍乘模塊和一個(gè)作差模塊的組合。</p><p>　二、主要

3、內(nèi)容與基本要求： 圖像增強(qiáng)是指增強(qiáng)圖像中有用的信息，能使模糊的圖像變得清晰，增加對(duì)比度，豐富信息量，修正幾何畸變，改善圖像的效果。常用的增強(qiáng)方法有許多種，如灰度等級(jí)直方圖處理、干擾抑制、邊緣銳化、偽彩色處理等。圖像增強(qiáng)與感興趣的物體的特性與觀察者的習(xí)慣有很強(qiáng)的針對(duì)性，在一般的處理中，往往可以將頻域和空間域相結(jié)合，從而達(dá)到更好的處理效果。FPGA具有豐富的寄存器資源，可滿足高速系統(tǒng)的設(shè)計(jì)，應(yīng)用FPGA完成對(duì)數(shù)字圖像處理的實(shí)現(xiàn)是很有潛力。本

4、課題要求研究圖像銳化增強(qiáng)算法，構(gòu)建基于FPGA實(shí)現(xiàn)的圖像增強(qiáng)方案，涉及到如下研究內(nèi)容：1、了解圖像處理的概念。2、掌握兩種圖像增強(qiáng)的算法，包括圖像銳化增強(qiáng)算法、偽彩色增強(qiáng)算法。3、掌握FPGA設(shè)計(jì)流程， Quartus II開發(fā)環(huán)境，VHDL編程方法。4、構(gòu)建圖像銳化的FPGA總體實(shí)現(xiàn)框圖。5、在Quartus II平臺(tái)上完成圖像銳化增強(qiáng)算法的VHDL源程序設(shè)計(jì)，包括輸入求和模塊；5倍乘模塊；作差模塊；Laplacian算子實(shí)現(xiàn)；偽彩色

5、增強(qiáng)算法的實(shí)現(xiàn)，最后完成功能仿真。</p><p>　三、計(jì)劃進(jìn)度：畢業(yè)設(shè)計(jì)期限：自2010年10月17至2011年4月初。第一階段（4周）：分析任務(wù)，收集資料，系統(tǒng)總體方案設(shè)計(jì)，完成開題報(bào)告、文獻(xiàn)綜述、外文翻譯。第二階段（4周）：設(shè)計(jì)與寫論文，軟件程序設(shè)計(jì)，撰寫設(shè)計(jì)報(bào)告與論文。第三階段（2周）：設(shè)計(jì)作品完善，論文修改。</p><p>　四、主要參考文獻(xiàn)：[1] 曹葉,戎蒙恬.基于直方圖

6、均衡的圖像增強(qiáng)及其FPGA實(shí)現(xiàn)[J].嵌入式應(yīng)用,2005,7(3):45-48.[2] 劉錦輝,彭良玉,劉美華.基于Matlab的圖像增強(qiáng)與復(fù)原技術(shù)在SEM圖像中的應(yīng)用[J],現(xiàn)代電子技術(shù)，2010,2(3):39-42.[3] 許煒軍,劉國中.空間域和頻域相結(jié)合的圖像增強(qiáng)技術(shù)及實(shí)現(xiàn)[J].中國測試,2009,7(4):35-36.[4] 羅軍,肖芳,毛雪瑩.基于FPGA的方向?yàn)V波指紋圖像增強(qiáng)算法實(shí)現(xiàn)[D].武漢:武漢大學(xué)碩士論文，2

7、010.[5] 鄧恒淹.基于直方圖均衡化圖像增強(qiáng)的DSP實(shí)現(xiàn)[D].徐州:中國礦業(yè)大學(xué)碩士論文,2010.6[6] 姚若河,黃繼武.改進(jìn)的直方圖均衡化圖像增強(qiáng)算法[J].鐵道學(xué)報(bào),1997,5(32):89-90.[7] H.R.Tizhoosh,G.Krell, B.Michaelis.Locally adaptive fuzzy image enhancement Computational Intelligence Theory