Design for Implementation of Image Processing Algorithms

Acknowledgements 
I would like to thank: 
Dr. Dorin Patru for giving me the opportunity to be a part of this research and for 
guidance throughout the thesis process; 
Brad Larson, Gene Roylance, and Kurt Bengston for their insight and continued support; 
Ryan Toukatly and Alex Mykyta for their research efforts which lay the technical 
groundwork for this project; 
James Mazza, Sankaranaryanan Primayanagam, and Osborn de Lima for providing 
valuable suggestions during the course of this work; 
and my committee members, Dr. Eli Saber and Dr. Mehran Kermani; 

---

iv
Abstract 
Color image processing algorithms are first developed using a high-level 
mathematical modeling language. Current integrated development environments offer 
libraries of intrinsic functions, which on one hand enable faster development, but on the 
other hand hide the use of fundamental operations. The latter have to be detailed for an 
efficient hardware and/or software physical implementation. Based on the experience 
accumulated in the process of implementing a segmentation algorithm, this thesis outlines 
a design for implementation methodology comprised of a development flow and associated 
guidelines. 
The methodology enables algorithm developers to iteratively optimize their 
algorithms while maintaining the level of image integrity required by their application.
Furthermore, it does not require algorithm developers to change their current development 
process. Rather, the design for implementation methodology is best suited for optimizing 
a functionally correct algorithm, thus appending to an algorithm developer’s design process 
of choice.
The application of this methodology to four segmentation algorithm steps produced 
measured results with 2-D correlation coefficients (CORR2) better than 0.99, peak-signal-
to-noise-ratio (PSNR) better than 70 dB, and structural-similarity-index (SSIM) better than 
0.98, for a majority of test cases.

---

v