BP神经网络图像压缩算法乘 累加单元的FPGA设计 有关图像处理

提出一种基于三层前馈BP神经网络实现图像压缩算法的方案，该方案采用可重载IP核和VHDL代码相结合的设计方式。对方案中重要单元一秉累加单元进行了FPGA设计，该模块设计采用流水线处理方式，增大了数据吞吐量，减小了系统延时，提高了时钟频率，并完成了该单元的行为级功能仿真。仿真结果验证了FPGA设计的可行性。

0 引 言 　　神经网络(Neural Networks)是人工神经网络(Ar-tificial Neural Networks)的简称，是当前的研究热点之一。人脑在接受视觉感官传来的大量图像信息后，能迅速做出反应，并能在脑海中重现这些图像信息，这不仅与人脑的海量信息存储能力有关，还与人脑的信息处理能力，包括数据压缩能力有关。在各种神经网络中，多层前馈神经网络具有很强的信息处理能力，由于其采用BP算法，因此也称为BP神经网络。采用BP神经网络模型能完成图像数据的压缩处理。在图像压缩中，神经网络

0 引 言 　　神经网络(Neural Networks)是人工神经网络(Ar-tificial Neural Networks)的简称，是当前的研究热点之一。人脑在接受视觉感官传来的大量图像信息后，能迅速做出反应，并能在脑海中重现这些图像信息，这不仅与人脑的海量信息存储能力有关，还与人脑的信息处理能力，包括数据压缩能力有关。在各种神经网络中，多层前馈神经网络具有很强的信息处理能力，由于其采用BP算法，因此也称为BP神经网络。采用BP神经网络模型能完成图像数据的压缩处理。在图像压缩中，神经网络