首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于FPGA+ARM的目标检测与融合显示系统研究

摘要第3-4页
Abstract第4页
1 绪论第8-12页
    1.1 本文的研究背景及意义第8页
    1.2 嵌入式图像处理系统发展现状第8-10页
    1.3 图像算法研究现状第10-11页
        1.3.1 目标检测第10页
        1.3.2 图像融合第10-11页
    1.4 本文内容安排第11-12页
2 图像算法理论基础第12-23页
    2.1 目标检测常用算法介绍第12-17页
        2.1.1 基于SVM的目标检测第12-14页
        2.1.2 Boosting分类算法第14-15页
        2.1.3 深度卷积神经网络第15-17页
    2.2 图像融合常用算法第17-22页
        2.2.1 加权融合法第17-18页
        2.2.2 金字塔融合法第18-20页
        2.2.3 小波变换法第20-22页
    2.3 本章小结第22-23页
3 系统总体架构和驱动设计第23-37页
    3.1 系统总体结构介绍第23-24页
    3.2 CVBS视频采集模块第24-25页
    3.3 Cameralink视频采集模块第25-26页
    3.4 千兆以太网通信模块第26-30页
        3.4.1 RGMII第27-29页
        3.4.2 MAC第29页
        3.4.3 IP第29页
        3.4.4 UDP第29页
        3.4.5 iGigE高速传输协议第29-30页
    3.5 ARM端以太网传输机制第30-33页
        3.5.1 打开网络设备第31页
        3.5.2 设置过滤规则第31-32页
        3.5.3 捕获数据第32-33页
        3.5.4 关闭网络设备第33页
    3.6 FPGA和ARM之间的数据通信模式第33-34页
    3.7 传输测试第34-36页
        3.7.1 ARM接收速率测试第34-35页
        3.7.2 ARM发送速率测试第35-36页
    3.8 本章小结第36-37页
4 实时目标检测算法研究第37-49页
    4.1 图像预处理第37-40页
        4.1.1 中值滤波第37-38页
        4.1.2 直方图均衡化第38-39页
        4.1.3 图像配准第39-40页
    4.2 DPM算法综述第40-42页
    4.3 快速特征金字塔的构建第42页
    4.4 特征矩阵卷积计算第42-44页
        4.4.1 卷积器设计第43页
        4.4.2 数据缓存第43-44页
        4.4.3 逻辑架构和数据复用第44页
    4.5 实验和评价第44-48页
        4.5.1 评价方法第45页
        4.5.2 测试结果第45-48页
    4.6 本章小结第48-49页
5 多源场景融合显示实现第49-56页
    5.1 场景融合算法综述第49-50页
    5.2 响应金字塔构建第50-52页
        5.2.1 特征选择和响应计算第50-51页
        5.2.2 上采样第51-52页
    5.3 多源场景加权融合第52-53页
    5.4 实验结果和分析第53-55页
        5.4.1 室外草地场景第53-54页
        5.4.2 航拍道路场景第54-55页
    5.5 本章小结第55-56页
6 总结与展望第56-58页
    6.1 论文总结第56页
    6.2 工作中的不足与展望第56-58页
致谢第58-59页
参考文献第59-62页
附录第62页

论文共62页,点击 下载论文
上一篇:基于稀疏表示的图像彩色化增强方法研究
下一篇:多光谱图像的超像素分割研究