Vhdl İle Hücresel Sinir Ağı Gerçeklemesi

Abstract

Görüntü işleme, biyomedikal uygulamalardan uydu görüntüsü tanımaya kadar birçok uygulamada ya ana unsur olarak etkin bir şekilde veya işin belirli bir sürecinin tamamlanmasında yan unsur olarak kullanılır. Ardışıl işlem yapan klasik işlemciler üzerinde işlenen görüntü veya video uygulamaları için gereken toplam işlem zamanı görüntü boyutuna direk bağlıdır. Bu, zamanın kritik öneme sahip olduğu uygulamalarda alternatif görüntü işleyen yapılara yönelmeyi gerektirmektedir. Hücresel Sinir Ağ (HSA), yapısı gereği görüntü işlemeye müsaittir. Günümüzde birçok analog HSA gerçeklemesi (ACE4K, ACE16K, vb) vardır. Analog kırmık üzerinde gerçeklenen HSA’ da analog tasarımın getirdiği sorunlar ciddiyet arz etmektedir. HSA’ nın görüntü işlemedeki performansından yararlanıp analog tasarımın güçlüklerinden uzak durmak için bu yapının dijital olarak tasarlanması gündeme gelmiştir. Dijital tasarım, analog HSA’ dan yavaş olmasına rağmen gerçek zamanlı görüntüleri işleyebilecek kadar hızlıdır. Donanım tasarlama dillerinin sağladıkları kolaylıklarla birlikte dijital HSA tasarımı oldukça değiştirilebilir olup değişik ihtiyaçlara cevap verebilecek şekilde yeniden düzenlenebilir. Sağladığı bu faydalarla, dijital HSA tasarımı görüntü işleme problemlerine oldukça etkili çözümler sunmaktadır. Bu tezin ilk bölümünde yapılan çalışma genel hatlarıyla anlatılmıştır. İkinci bölümde ise HSA yapısından genel olarak bahsedilmiştir. Üçüncü bölümde bir donanım tanımlama dili olan VHDL ile tasarım yöntemleri hakkında ön bilgi verilmiştir. Dördüncü bölümde literatürde gerçeklenen dijital HSA tasarımları tanıtılmıştır. Bu bölümün ilerleyen kısımlarında ise literatürde var olan hızlandırma metotlarından bahsedilmiştir. Beşinci bölümde VHDL ile yapılan yeni bir dijital HSA gerçeklemesi sunulmuştur. Gerçeklenen HSA literatürdeki gerçeklemelerle karşılaştırılmıştır. Son bölümde sonuçlar yorumlanmış ve geliştirmeler için bazı önerilerde bulunulmuştur.Image processing is used as a main process or part of a process in a wide range from bioinformatics to recognition of satellite messages. The process time of an image or vision processing task is highly dependent on the size of image when a classical sequential command executing processor is used. This leads us to alternative approaches in time critical applications. Cellular Neural Network (CNN), due to its nodal structure, is suitable to image processing. Analog implementation of CNN, e.g. ACE4K, ACE16K is available for research purposes. Problems of analog design have serious restrictions on the design of analog CNN chip. In order to benefit from image processing performance of CNN while avoiding problems of analog design, digital implementation of CNN has become a current issue. Digital emulation of CNN is slower than the analog one, but still fast enough for real time image processing. With the advantages of hardware description languages (HDL), reconfigurable designs of CNNs can be easily implemented for different purposes. By these eases, digitally emulated CNN presents effective solutions to image processing tasks. In chapter one, the overview of this thesis is presented. In chapter two, detailed information about CNN is given. In chapter three, digital design methods using hardware description languages (VHDL) are mentioned. In chapter four, previous designs of digital CNN are covered. In following passages of chapter four, mentioned are acceleration methods. In chapter five, the proposed method implemented by VHDL is presented. Finally, some concluding remarks are stated on the performance of new design by comparing previous designs and some suggestions are given for better performance.