細(xì)胞神經(jīng)網(wǎng)絡(luò)的應(yīng)用及其算法的硬件實(shí)現(xiàn).pdf

1、CNN是基于局域互連的神經(jīng)網(wǎng)絡(luò)，是一種易于超大規(guī)模集成電路（VLSI）技術(shù)實(shí)現(xiàn)的并行微處理器單元，特別適用于在視覺圖像處理與識(shí)別領(lǐng)域的應(yīng)用，是近年來人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的一個(gè)熱點(diǎn)。本文主要研究的是細(xì)胞神經(jīng)網(wǎng)絡(luò)（CNN）模板的設(shè)計(jì)，CNN算法在圖像處理的應(yīng)用以及CNN算法的硬件設(shè)計(jì)。針對圖像的邊緣檢測進(jìn)行CNN的模板設(shè)計(jì)，并用設(shè)計(jì)的模板進(jìn)行計(jì)算機(jī)仿真。同時(shí)用FPGA構(gòu)造的細(xì)胞神經(jīng)網(wǎng)絡(luò)對圖像進(jìn)行實(shí)時(shí)處理。本文在理論和實(shí)踐兩個(gè)方面研究和探討了

2、系統(tǒng)實(shí)現(xiàn)過程中所涉及的關(guān)鍵算法和技術(shù)。論文包括以下內(nèi)容：
　　 （1）介紹了細(xì)胞神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用現(xiàn)狀。對細(xì)胞神經(jīng)網(wǎng)絡(luò)的原理和結(jié)構(gòu)進(jìn)行了研究。闡述了CNN的動(dòng)態(tài)機(jī)制，分析了CNN的穩(wěn)定性。
　　 （2）對細(xì)胞神經(jīng)網(wǎng)絡(luò)的模板進(jìn)行設(shè)計(jì)。通過將粒子群算法設(shè)計(jì)出的細(xì)胞神經(jīng)網(wǎng)絡(luò)模板應(yīng)用于圖像的邊緣檢測中，取得了較好的效果。并與遺傳算法進(jìn)行對比，粒子群算法，具有更好的收斂性與精確度。
　　 （3）針對背景相對靜止的視頻序列

3、，設(shè)計(jì)了一種基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的視頻運(yùn)動(dòng)對象分割算法，完成了基于Matlab7.0實(shí)驗(yàn)軟件平臺(tái)的程序設(shè)計(jì)，通過分析實(shí)驗(yàn)結(jié)果進(jìn)一步改進(jìn)算法，即在視頻預(yù)處理過程中，采用CNN算法構(gòu)成的形態(tài)學(xué)重構(gòu)對圖像濾波，實(shí)驗(yàn)結(jié)果表明，本算法具有較好的分割性能和應(yīng)用優(yōu)勢。
　　 （4）討論了基于CNN算法的硬件FPGA實(shí)現(xiàn)設(shè)計(jì)思路，使用Verilog HDL語言對CNN算法進(jìn)行描述，將邊緣檢測的模板值作為硬件模板值的輸入信號(hào)，通過在Quartus I