基于SOPC的图像融合系统的中期报告.docx

基于SOPC的图像融合系统的中期报告
中期报告
I.研究背景及意义
近年来，随着数字图像处理技术的不断发展，图像融合技术已经成为面向遥感影像分析、军事侦察、安全监控等领域的研究热点之一，被广泛应用于水文、气象、农业、林业等行业。图像融合的基本原理是将几幅不同波段的图像分别提取各自的信息，将它们组合成一幅综合信息图像。目前，图像融合技术主要包括基于像素、基于区域、基于特征等三种方法。基于像素的图像融合方法是指将多幅图像以像素为基本单位进行融合，能够提高融合结果图像的空间分辨率，但在有效信息提取方面效果不佳；基于区域的图像融合方法是指将图像以区域为单元进行融合，能够减少图像噪声，提高融合结果的质量，但对于分辨率不同的图像进行融合时会存在一定的困难；基于特征的图像融合方法利用图像的显著特征进行融合，如边缘、纹理、色调等，能够提高融合结果的质量和信息提取效果，但对融合算法的设计和实现要求较高。
除了图像融合技术的差异外，基于FPGA的实现方式也有所不同。目前，主要的FPGA实现方式包括VHDL、Verilog和SystemC。其中，VHDL和Verilog都是硬件描述语言，用于实现数字电路的设计；SystemC则是以C++为基础的硬件描述语言，用于高层次的硬件模拟和验证。尽管它们在实现方式和应用场景等方面存在差异，但在FPGA上实现图像融合系统时，都可以发挥出优良的性能和高效的并行计算能力。
因此，本文拟采用基于SOPC的FPGA实现方式，结合基于特征的图像融合方法，设计并实现一种高效的实时图像融合系统，旨在综合应用于多个领域，如目标识别、图像增强、智能监控等。
II.进度总结
根据课题研究计划，本项目自立项以来，已完成了图像融合系统的整体设计和算法实现，以及SOPC芯片设计和底层硬件模块的搭建。具体进度如下：
1.图像融合算法的研究和实现
本项目采用了基于特征的图像融合方法，主要包括灰度拉伸、直方图均衡化、小波变换、像素级、区域级和特征级等多种融合方法。在融合算法的实现中，我们采用了MATLAB和C语言，分别进行算法的测试和优化。最终实现了一套高效的图像融合算法。
2.硬件系统设计和实现
本项目采用了DE1-SoC开发板作为硬件平台，基于SOPC芯片设计了图像采集模块、图像处理模块和显示输出模块等底层硬件模块，并对各模块进行了调试和验证。目前，各硬件模块均已实现，并成功进行了数据通信和计算。
3.系统集成与测试
在各硬件模块实现后，我们对整个图像融合系统进行了各模块的集成和测试工作。测试主要包括如下几个方面：(1)图像采集和处理的准确性测试；(2)图像融合算法的效果测试；(3)系统性能测试和调优。目前，已完成了系统的功能测试和性能测试，测试结果表明系统具有较高的实时性和稳定性，满足了项目的预期要求。
III.下一步工作计划
接下来，我们将主要进行如下两个方面的工作：
1.系统优化与改进
在系统集成和测试过程中发现，系统中存在一些卡顿和延迟等现象，影响了系统的实时性和流畅性。因此，我们计划对系统进行进一步的优化和改进，提高系统的稳定性和性能表现。
2.系统应用与推广
经过前期的研究和实现，我们的图像融合系统已经具有一定的应用基础和市场前景，因此我们将根据实际需求，将系统应用于多个领域，如智能监控、辅助医疗、工业检测等，并进行推广和应用评估。