پیاده سازی یک الگوریتم قطعه بندی پوست روی fpga

در گذشته نه چندان دور، طرفین اصلی در یک سیستم ارتباطی انسان ها بوده اند اما با پیشرفت تکنولوژی در این زمینه تغییرات گسترده و چشمگیری رخ داده است. بطور مثال با به وجود آمدن حوزه های تحقیقاتی جدیدی همچون hci نیاز به ایجاد رابط های ارتباطی نوینی بین انسان و کامپیوتر به وجود آمده است. این جاست که قطعه بندی پوست بعنوان یکی از روش-های پایه ای در تعیین بخش هایی از یک تصویر که از پوست انسان پوشیده شده است دارای اهمیت می گردد زیرا می توان از نتایج حاصل از آن در زمینه های مختلف همچون تفسیر علائم اشاره دست و تفسیر علائم چهره استفاده کرد و سیستم های ارتباطی نوینی را بر این مبنا طراحی نمود. با توجه به آنکه از قطعه بندی پوست بیشتر بعنوان یک پیش پردازش استفاده می شود لذا زمانی که صرف انجام این عملیات می گردد بسیار اهمیت دارد. در نتیجه پیاده سازی این الگوریتم ها بصورت سخت افزاری، به منظور افزایش سرعت اجرا و بطبع آن کاهش زمان اجرا، دارای اهمیت خاصی است. در این پایان نامه پاره ای از روش های موجود در زمینه ی قطعه بندی پوست مورد بررسی قرار گرفته اند . سپس یک روش قطعه بندی جدید با استفاده از معیار اکثریت ارائه گردیده که دارای نرخ تشخیص صحیح 87 درصد می باشد.پس از آن به پیاده سازی سخت افزاری دو الگوریتم قطعه بندی پوست به نام های مدل بیضوی و مدل آستانه گذاری در فضای رنگ ycbcr بر روی fpga پرداخته شده است. طراحی های صورت گرفته بصورت پایپ لاین بوده و به منظور کاهش در میزان منابع مصرف شده در تراشه fpga هدف، به پیاده سازی آن ها با استفاده از تکنیک اشتراک منابع اقدام شده است. نتایج بدست آمده نشان می دهد که برای یک تصویر نمونه، با اندازه 164* 100، افزایش سرعت اجرای 23 برابری برای مدل آستانه گذاری و 34 برابری برای مدل بیضوی حاصل شده است.