Verhaltensorientierte generische Hardwarebeschreibung statistischer Modelle. Markov Random Fields - für low level Bildverarbeitungsprobleme

In der vorliegenden Arbeit wird der bis zu diesem Zeitpunkt erste Ansatz eines Gesamtentwurfsystems für statistische Bildverarbeitungsmodelle - diskrete Markov Random Fields (MRFs) - und eines entsprechenden deterministischen Optimierungsverfahrens (Iterated Conditional Modes) beschrieben. Mit Hilfe des entwickelten MRF-Gesamtentwurfsystems, das auf einer modularen, generischen und verhaltensorientierten Hardwarebeschreibung, sowie speziell gekapselter generischer Module basiert, ist es erstmals möglich, für die Praxis relevante Bildanalysesystemen, die auf diskreten Markov Random Field - Bildverarbeitungsmodellen beruhen, in Hardware zu realisieren. Das Ziel der Arbeit ist es, diese statistischen Bilddatenanalysesysteme als massiv parallel "System on a Chip" - Lösungen zu ermöglichen.

In this thesis a novel VLSI development-approach and design-flow for statistical image processing models - discrete Markov Random Field (MRF) - and the deterministic optimisation procedure ICM (Iterated Conditional Modes) is presented. With the help of the novel MRF-design-system, which is based on a modular, generic and behavioural hardware-description, for the first time it is possible, to develop massiv paralle and real-time processing MRF-image processing systems as System-On-A-Chip solutions.