基于 FPGA 的视频图像提取研究

吉林大学学报(信息科学版)

基于 FPGA 的视频图像提取研究

黄岩¹ ，刘金蟾² ，孔垂禹³，张赛男⁴

1．长春工业大学信息传播工程学院长春 130012; 2．中国人民解放军 93361 部队，沈阳 110000;3．吉林大学大数据和网络中心，长春 130012; 4．吉林财经大学新闻与传播学院，长春 130117

收稿日期:2018-03-06 出版日期:2018-05-24 发布日期:2018-07-25
作者简介:黄岩( 1978— ) ，女，长春人，长春工业大学讲师，主要从事视频图像处理研究，( Tel) 86-13804322345( E-mail) 148042715@ qq． com; 通讯作者: 张赛男( 1982— ) ，女，长春人，吉林财经大学讲师，博士，主要从事视频图像提取研究，( Tel) 86-17390903569( E-mail) 1204886544@ qq． com。
基金资助:
吉林省教育厅“十三五”社会科学基金资助项目( JJKH20170127SK) ; 吉林财经大学科学研究基金资助项目( 2017B26)

Ｒesearch on Video Image Extraction Based on FPGA

HUANG Yan¹，LIU Jinchan²，KONG Chuiyu³，ZHANG Sainan⁴

1． College of Information and Communication Engineering，Changchun University of Technology，Changchun 130012，China;2． 93361 Troops，The Chinese People's Liberation Army，Shenyang 110000，China;3． Big Data and Network Center，Jilin University，Changchun 130012，China;4． School of Journalism and Communication，Jilin University of Finance and Economics，Changchun 130117

Received:2018-03-06 Online:2018-05-24 Published:2018-07-25

摘要/Abstract

摘要： 为提高 ContourExtractor2DimageFilter 算法实现的速度，实现图像轮廓提取的实时性，选择 FPGA( Field-Programmable Gate Array ) 作为主处理芯片，应用基于 Xilinx 公司的 Spartan-3 系列 FPGA 设计实现ContourExtractor2DimageFilter 算法，从而提高算法实现的速度及图像轮廓提取的实时性，更加有效利用计算机系统解释图像，实现类似人类视觉系统理解外部世界。为图像压缩、通信和计算机辅助设计等方向研究提供了有益思路。

关键词: ContourExtractor2DimageFilter 算法, 视频图像提取, FPGA 芯片

Abstract: In order to improve the speed of ContourExtractor2DimageFilter algorithm and achieve real-time image contour extraction，FPGA ( Field-Programmable Gate Array) is chosen as the main processing chip to study how to implement the hardware part of ContourExtractor2DimageFilter algorithm based on Xilinx Spartan-3 series FPGA design． In order to improve the speed of the algorithm and the real-time image contour extraction，more effective computer systems are used to interpret images，to achieve a similar human vision system，to understand the external world．

Key words: video image extraction, field-programmable gate array( FPGA) chip, ContourExtractor2DimageFilter algorithm

中图分类号:

TP391

黄岩，刘金蟾，孔垂禹，张赛男. 基于 FPGA 的视频图像提取研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 283-288.

HUANG Yan，LIU Jinchan，KONG Chuiyu，ZHANG Sainan. Ｒesearch on Video Image Extraction Based on FPGA[J]. Journal of Jilin University(Information Science Ed, 2018, 36(3): 283-288.

[1]	李温温，刘富，姜守坤. 基于引导滤波的指节纹图像增强算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(4): 409-413.
[2]	张勇，张溯，王旭东，路阳，王臣. 基于时频域特征的场景音频研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 300-305.
[3]	任伟建，宋月，陈建玲，任璐，孙勤江. 基于改进的卷积神经网络的钢号识别[J]. 吉林大学学报(信息科学版), 2018, 36(3): 325-332.
[4]	刘富，刘星，康冰. 基于浅层残差网络的视线估计算法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 333-338.
[5]	刘欢，范亚芹，梁乃生. 基于网络信息的混合推荐算法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 339-344.
[6]	卢韶芳，关馨，韩长明. 快速提取旋转体轮廓母线方法[J]. 吉林大学学报(信息科学版), 2018, 36(3): 269-276.
[7]	张雯頩，康冰. 驾驶员疲劳状态检测方法研究[J]. 吉林大学学报(信息科学版), 2018, 36(3): 252-259.
[8]	于超, 王璐, 程道文. 基于本体的教育资源语义检索系统研究[J]. 吉林大学学报(信息科学版), 2018, 36(2): 207-212.
[9]	刘克平, 李西卫, 李岩, 于微波. 基于边缘信息的SIFT 图像匹配算法[J]. 吉林大学学报(信息科学版), 2018, 36(2): 200-206.
[10]	罗威林,周大可,杨欣 . 基于超像素显著性的无人机引导区域提取[J]. 吉林大学学报(信息科学版), 2018, 36(1): 41-47.
[11]	王昕, 李亮, 尹小童, 李梦烁, 曾朝伟, 艾勇鑫. 甲状腺结节超声图像多特征融合及识别[J]. 吉林大学学报(信息科学版), 2017, 35(6): 650-655.
[12]	王玉,宁可新,朱蕾蕾 . 基于 TLS 和 JWT 远程救助系统安全的 API[J]. 吉林大学学报(信息科学版), 2017, 35(6): 656-661.
[13]	兰兰, 陈万忠, 魏庭松. 基于融合特征提取与 LLE 方法的表情识别[J]. 吉林大学学报(信息科学版), 2017, 35(4): 384-391.
[14]	王旭阳, 姜喜秋. 特定领域概念属性关系抽取方法研究[J]. 吉林大学学报(信息科学版), 2017, 35(4): 430-437.
[15]	王荣丽, 侯秀萍. 基于优先级权重的 Hadoop YARN 调度算法[J]. 吉林大学学报(信息科学版), 2017, 35(4): 443-448.