图像处理

利用卷积神经网络(Convolutional Neural Network, CNN) 等深层神经网络的解决方案，可以逐渐取代基于算法说明的传统图像处理工作。尽管图像预处理、后期处理和信号处理仍采用现有方法进行，但在图像分类应用中（缺陷、对象以及特征分类），深度学习变得愈加重要

用于实时／动态图像处理的 API

行业抓取式演示视频重点介绍了 Zynq UltraScale+ MPSoC 装有专用处理引擎,面向图像处理、实时处理和功能安全性。
<iframe src='//players.brightcove.net/17209957001/SywTPUVC_default/index.html?videoId=5163979798001' allowfullscreen frameborder=0 width="600" height="338"></iframe>

<font color="#FF8000">作者：OpenSLee，来源：FPGA开源工作室</font>

<strong>1背景知识</strong>

平滑也称模糊, 是一项简单且使用频率很高的图像处理方法。平滑处理时需要用到一个 滤波器 。 最常用的滤波器是线性滤波器，线性滤波处理的输出像素值 ( g(i,j)) 是输入像素值 (f(i+k,j+l))的加权和 :
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/article/201810/13795-401…; alt=""></center>

称为 核, 它仅仅是一个加权系数。不妨把 滤波器 想象成一个包含加权系数的窗口，当使用这个滤波器平滑处理图像时，就把这个窗口滑过图像。