近年來，圖像處理與識別技術得到了迅速的發展。人們已經充分認識到圖像處理和識別技術是認識世界、改造世界的重要手段。目前，圖像識別技術已應用到很多領域，滲入到各行各業，在醫學、公安、交通、工業等領域具有廣闊的應用前景。 這篇論文介紹了一種基于DSP＋FPGA構架的實時圖像識別系統。DSP作為圖像識別模塊的核心，負責圖像識別算法的實現；FPGA作為圖像采集模塊的核心，負責圖像的采集，并且完成預處理工作。圖像識別算法的運算量大，并且控制復雜，對系統的性能要求很高。DSP的特殊結構和優良性能很好地滿足了系統的需要，而FPGA的高速性和靈活性也保證了系統實時性，并且簡化了外圍電路，減少了系統設計難度。 系統使用模板匹配和神經網絡算法對數字0～9進行識別。模板匹配一般適用于識別規范化的數字、字符等小型字符集（特別是同一字體的字符集）。由于結構比較簡單，系統處理能力強，模板匹配的識別速度快并且識別率高，取得很好的效果。神經網絡所具有的分布式存儲、高容錯性、自組織和自學習功能，使其對圖像識別問題顯示出極大的優越性。 研究表明，在DSP+FPGA的構架上實現的圖像識別系統，具有結構靈活、通用性強的特點，適用于模塊化設計，有利于提高算法的效率。系統可以充分發揮和結合DSP和FPGA的優勢，準確快速地實現圖像識別。通過軟、硬件的靈活組合，系統可以實現圖像處理大部分的相關功能，使之能夠運用到工業視覺檢測、汽車牌照識別等系統中。

點擊標簽查看更多相關資源：