FPGA平台实现基于遗传算法的图像识别的研究

doi:10.3778/j.issn.1002-8331.2009.22.057

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (22): 175-179.DOI: 10.3778/j.issn.1002-8331.2009.22.057

• 图形、图像、模式识别 • 上一篇下一篇

FPGA平台实现基于遗传算法的图像识别的研究

赵强¹，高勇¹，张晓晖²

1.西安理工大学电子工程系，西安 710048
2.西安理工大学信息与控制工程中心，西安 710048

收稿日期:2008-10-07 修回日期:2009-01-13 出版日期:2009-08-01 发布日期:2009-08-01
通讯作者: 赵强

Research on image recognition based on genetic algorithm with FPGA implementation

ZHAO Qiang¹，GAO Yong¹，ZHANG Xiao-hui²

1.Department of Electronics Engineering，Xi’an University of Technology，Xi’an 710048，China
2.Center of Information and Control Engineering，Xi’an University of Technology，Xi’an 710048，China

Received:2008-10-07 Revised:2009-01-13 Online:2009-08-01 Published:2009-08-01
Contact: ZHAO Qiang

摘要/Abstract

摘要： 利用模板匹配方法，采用基于遗传算法的图像识别技术，完成了对图像目标识别的算法验证。在此基础上进行了基于该算法的图像识别系统的FPGA实现，并在相关验证平台进行了硬件仿真与时序分析。实验结果表明，所设计的图像识别电路具有较高的识别精度和较快的识别速度。

关键词: 图像识别, 遗传算法, 现场可编程门阵列

Abstract: Adopting image recognition technologies based on genetic algorithm，the algorithm of image target recognition is verified using template matching method.The image recognition system based on this algorithm is implemented with FPGA.The hardware simulation and timing analysis are carried out by the relevant verification platform.The results indicate that the image recognition circuits designed in this paper have the merits of higher recognition precision and faster recognition speed.

Key words: image recognition, genetic algorithm, Field Programmable Gate Array（FPGA）

赵强¹，高勇¹，张晓晖². FPGA平台实现基于遗传算法的图像识别的研究[J]. 计算机工程与应用, 2009, 45(22): 175-179.

ZHAO Qiang¹，GAO Yong¹，ZHANG Xiao-hui². Research on image recognition based on genetic algorithm with FPGA implementation[J]. Computer Engineering and Applications, 2009, 45(22): 175-179.

[1]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[2]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[3]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[4]	贺文亮，朱敏玲. 胶囊神经网络研究现状与未来的浅析[J]. 计算机工程与应用, 2021, 57(3): 33-43.
[5]	黄英来，艾昕. 改进残差网络在玉米叶片病害图像的分类研究[J]. 计算机工程与应用, 2021, 57(23): 178-184.
[6]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[7]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[8]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[11]	李龙龙，何东健，王美丽. 基于改进型LBP算法的植物叶片图像识别研究[J]. 计算机工程与应用, 2021, 57(19): 228-234.
[12]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[13]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[14]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[15]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.

FPGA平台实现基于遗传算法的图像识别的研究

Research on image recognition based on genetic algorithm with FPGA implementation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics