前　言 业内有很多介绍MATLAB图像处理的书，如《数字图像处理（MATLAB版）》（作者冈萨雷斯），也有不少介绍FPGA图像处理的书，如《FPGA数字图像采集与处理》（作者吴厚航），但尚未出现一本结合MATLAB仿真与FPGA实现的图像处理教程。单纯地学习MATLAB图像处理的读者，很难在FPGA上对其算法用硬件实现；单纯地学习FPGA图像处理的读者，又很难从底层了解算法的原理与实现。因此，本书的出现将填补业内这一空缺，会给对该领域感兴趣的读者，带来不一样的福音。 本书将从图像格式转换、降噪、增强、二值化、锐化、缩放等传统基础图像算法入手，从原理到MATLAB设计、FPGA硬件加速实现进行由浅入深、循序渐进的介绍。以深度学习算法LeNet5为例，介绍如何用FPGA实现较简单的硬件加速卷积神经网络。最后，作为画龙点睛之笔，介绍传统ISP和新兴AISP的理论概念及区别，并阐述未来图像硬件加速的发展走向。 为了让读者能够更好地了解本书的架构，笔者整理了章节规划的图谱，如下所示。读者可以按顺序阅读，也可以根据自己的兴趣挑重点查阅，章节规划没有严格的先后顺序。 图片 图像算法的实现属于方法论，优秀的图像算法可以让我们事半功倍；同样，如何用更低的PPA（Power Performance Area，即功耗、性能、面积，是芯片最主要的三个评价指标）在FPGA/IC上实现图像算法的硬件加速，也是一门学问，需要充分理解图像算法的实现过程，还需要掌握FPGA的设计思维，并且熟练运用FPGA常用的加速思维。笔者曾在《FPGA设计技巧与案例开发详解（第3版）》一书中讲述了很多的FPGA设计技巧，本书将重点针对图像处理，为读者讲解具体的算法实现。 截至本书出版前，笔者在IC公司已经工作7年有余，深刻地感受到研发人员的能力对自主研发代码质量（设计功能不考虑时序、门控时钟满天飞等）的影响，目前虽然功…