随着计算机图像技术的迅速发展和人工智能时代的到来,视觉图像处理在各个领域得到了广泛的应用,比如自动驾驶、无人机检测、智慧城市和智能医疗等领域。在许多应用场景中,受环境光照的影响,比如在夜间、室内阳光直射等条件下拍摄的图像,待处理图像的质量较差,无法直接进行分析处理,因此图像增强技术变得至关重要。同时,随着图像处理朝着高速应用、移动式应用等方向发展,对于图像增强处理速度、能效等要求也在不断加大。论文基于视网膜机理的图像增强算法,设计了一款高速、高能效的基于视网膜机理的图像增强处理器。论文首先对图像增强技术的国内外现状进行了详细的分析,同时对该领域的最新算法和硬件实现做了概括。接下来论文介绍基于视网膜机理的图像增强算法,详细介绍了模拟视网膜的感光体算法模块、水平细胞算法模块、光锥体对信号的反馈调制算法模块、双极细胞算法模块几个主要部分的功能和作用,并根据算法模型的特点分别分析了各个模块硬件实现的可行性和并行性。然后在基于视网膜机理的图像增强处理器设计部分详细介绍了处理器的整体框架。根据算法特点和硬件优势,设计了六种技术来达到高速、高能效的性能要求:采用压缩技术存储滤波器参数;采用帧信息共享技术;最大限度地设计了数据复用模式;设计了数据分块存储和数据的分流处理技术;设计特定的计算单元模块来处理复杂的计算;设计多层卷积结构流水技术。章节按照主控制单元、参数存储模块、帧信息共享模块、水平细胞处理模块、反馈调制模块、多层卷积结构流水控制模块、双极细胞处理模块、图片输出模块分别进行介绍。最后论文对图像增强处理器各个性能指标的数据进行了详细分析,并和现有的工作在性能上进行了比对。论文设计的基于视网膜机理的图像增强处理器是在Xilinx Virtex-7 FPGA VC707评估板上实现的,处理1024×768大小的图像可以达到每秒189帧的速度,能效达到0.54 M pixels/mW/s,性能指标优于现有的几款图像增强处理器,同时拥有很高的结构相似性和峰值信噪比。