【AI x FPGA自学笔记】基于FPGA的智能成像系统中用于实时图像去噪和边缘保存的可重构AI矢量中值滤波器

实时智能图像去噪（Real-time smart image de-noising）

采用随机游走法进行中值滤波的优化并行处理算法（optimized parallel processing algorithm using the random walk approach for median filtering)，在保持滤波准确的同时降低硬件资源的利用率。

一种二阶段去噪算法

摘要：本文【2】提出了一种新的两阶段去噪算法来处理脉冲噪声。
在第一阶段，采用自适应二能级前馈神经网络（adaptive two-level feedforward neural network (NN) ）和反向传播训练算法（back propagation training algorithm）来清除噪声并保持信息的完整性。
第二阶段，提出受人类视觉系统（HVS）启发的模糊决策规则（fuzzy decision rules），将图像像素分为人类感知敏感类和非敏感类，并补偿边缘的模糊和中值滤波器造成的破坏。提出了一种神经网络增强敏感区域，使其具有更高的视觉质量。
实验结果表明，该方法在感知图像质量以及边缘区域的清晰度和平滑度方面都优于传统方法。