細胞神經網絡的應用及其算法的硬件實現.pdf

1、CNN是基于局域互連的神經網絡，是一種易于超大規(guī)模集成電路（VLSI）技術實現的并行微處理器單元，特別適用于在視覺圖像處理與識別領域的應用，是近年來人工神經網絡研究領域的一個熱點。本文主要研究的是細胞神經網絡（CNN）模板的設計，CNN算法在圖像處理的應用以及CNN算法的硬件設計。針對圖像的邊緣檢測進行CNN的模板設計，并用設計的模板進行計算機仿真。同時用FPGA構造的細胞神經網絡對圖像進行實時處理。本文在理論和實踐兩個方面研究和探討了

2、系統(tǒng)實現過程中所涉及的關鍵算法和技術。論文包括以下內容：
　　 （1）介紹了細胞神經網絡的研究和應用現狀。對細胞神經網絡的原理和結構進行了研究。闡述了CNN的動態(tài)機制，分析了CNN的穩(wěn)定性。
　　 （2）對細胞神經網絡的模板進行設計。通過將粒子群算法設計出的細胞神經網絡模板應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、，設計了一種基于細胞神經網絡的視頻運動對象分割算法，完成了基于Matlab7.0實驗軟件平臺的程序設計，通過分析實驗結果進一步改進算法，即在視頻預處理過程中，采用CNN算法構成的形態(tài)學重構對圖像濾波，實驗結果表明，本算法具有較好的分割性能和應用優(yōu)勢。
　　 （4）討論了基于CNN算法的硬件FPGA實現設計思路，使用Verilog HDL語言對CNN算法進行描述，將邊緣檢測的模板值作為硬件模板值的輸入信號，通過在Quartus I