近年来,多媒体技术飞快发展,在社会生活中人类越来越多地使用图像来传递信息,因此数字图像处理技术就显得特别重要,目前数字图像处理技术在医疗、军事、安防、遥感等多个领域内有着广泛的应用。然而,随着数字图像分辨率的提高和待处理图像数量的剧增,实时图像处理对图像处理速度的要求越来越高,因此兼备准确性和高效率的数字图像处理系统的设计变得越来越重要,传统的基于软件实现的数字图像处理系统已经不能满足需求,而FPGA具有并行执行和高速计算的特点,并且内部包含大量的逻辑资源,可以很好地应用到图像处理系统的设计中。大量研究表明,基于FPGA的图像处理系统可以显著地提高算法的执行速度,满足实时图像处理的要求。本文主要研究数字图像处理算法在FPGA上的设计与实现,FPGA芯片采用Xilinx公司Zynq-7000系列的Zedboard开发板,利用Verilog HDL编写图像处理算法的硬件实现逻辑,并在Modelsim软件上仿真所设计模块的功能,通过Vivado开发工具进行综合优化和布局布线,并下载编程到FPGA芯片进行上电调试。1.本文将自适应的灰度形态学算子在FPGA上设计实现。传统的灰度形态学算子对整幅图像采用固定的结构元素进行处理,会损失图像的细节信息,而自适应灰度形态学算子能够根据图像的局部信息自动调整结构元素的形状和尺寸,对图像的处理效果更好。本文首先在MATLAB软件上实现了自适应灰度形态学算子,并和传统的灰度形态学算子的处理效果进行对比,验证了自适应灰度形态学算子的优越性。然后将自适应灰度形态学算子在FPGA上设计实现,完成了灰度图像的自适应形态学处理系统,包括图像存储模块、方形窗生成模块、结构元素选取模块、膨胀运算模块、腐蚀运算模块、开启运算模块、闭合运算模块以及图像显示模块,通过仿真和调试验证了所设计系统的功能正确性。最后将自适应灰度形态学算子在MATLAB软件和FPGA硬件上对图像的处理时间进行对比,证明了基于FPGA的自适应灰度形态学处理系统可以显著地提高算子的处理速度。2.本文将基于对数图像处理模型的图像边缘检测算法在FPGA上设计实现。对数图像处理模型可以有效解决线性图像处理中像素的加减运算超出图像灰度区间的问题,本文首先将基于对数图像处理模型的图像边缘检测算法和传统的Sobel边缘检测算法在MATLAB软件上实现以对比边缘检测的效果,从而验证了基于对数图像处理模型的边缘检测算法可以更加准确地检测图像的边缘。然后在FPGA上设计完成了基于对数图像处理模型的图像边缘检测系统,其中利用cordic算法实现对数图像处理模块,并将其和边缘检测模块以及图像存储模块、方形窗生成模块、图像显示模块组合构成整个边缘检测系统。通过对比算法在MATLAB软件和FPGA硬件上的处理效果和运行时间,证明了该边缘检测系统既能有效检测图像的边缘,又能提高图像的处理速度。