基于ICM图像去噪算法的硬件实现方法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景与意义 | 第7-8页 |
| ·基于FPGA的数字图像处理的研究内容 | 第8-9页 |
| ·本论文内容安排 | 第9-10页 |
| 第二章 神经网络在图像去噪中的应用 | 第10-16页 |
| ·神经网络模型简介 | 第10-12页 |
| ·脉冲耦合神经网络简介 | 第10-11页 |
| ·交叉皮层模型简介 | 第11-12页 |
| ·基于交叉皮层模型的图像去噪 | 第12-14页 |
| ·神经网络的硬件实现 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 硬件相关概述及FPGA技术介绍 | 第16-24页 |
| ·图像处理的硬件实现方法 | 第16-18页 |
| ·FPGA基本原理与设计方法 | 第18-21页 |
| ·硬件描述语言 | 第21-22页 |
| ·FPGA设计平台简介 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 基于硬件编程技术的图像去噪实现 | 第24-30页 |
| ·硬件设计框图 | 第24-26页 |
| ·关键性模块设计 | 第26-29页 |
| ·图像存储模块 | 第26-27页 |
| ·WY卷积模块 | 第27页 |
| ·ICM模块 | 第27-28页 |
| ·去噪滤波器模块 | 第28-29页 |
| ·VGA显示模块 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第五章 基于NiosⅡ的图像去噪实现 | 第30-34页 |
| ·NiosⅡ简介 | 第30页 |
| ·硬件设计原理 | 第30-31页 |
| ·软件设计原理 | 第31-33页 |
| ·ICM定位噪声算法 | 第32页 |
| ·中值滤波去噪算法 | 第32-33页 |
| ·算法流程图 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第六章 实验结果分析和讨论 | 第34-49页 |
| ·基于硬件编程技术的图像去噪结果分析 | 第34-35页 |
| ·基于NiosⅡ软核的图像去噪结果分析 | 第35-36页 |
| ·综合实验结果分析和讨论 | 第36-48页 |
| ·本章小结 | 第48-49页 |
| 第七章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 在学期间的研究成果 | 第55-56页 |
| 致谢 | 第56页 |
