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的图像传感器设计与边缘检测

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-14页
    1.1 课题研究背景及意义第11-12页
    1.2 论文研究内容及安排第12-14页
第二章 图像传感器驱动电路设计第14-21页
    2.1 CCD选型及设计第14-16页
        2.1.1 CCD芯片介绍第14-15页
        2.1.2 CCD外围电路设计第15-16页
    2.2 CMOS选型及设计第16-19页
        2.2.1 OV7725特性介绍第16-17页
        2.2.2 OV7725驱动电路第17-19页
    2.3 CCD与CMOS性能对比分析第19-20页
    2.4 本章小结第20-21页
第三章 CMOS采集方案及设计第21-34页
    3.1 系统采集框架及开发平台第21-24页
        3.1.1 图像采集框架第21-22页
        3.1.2 FPGA开发平台第22-24页
    3.2 FPGA主要电路设计第24-27页
        3.2.1 程序下载电路第24-25页
        3.2.2 电源及复位电路第25-26页
        3.2.3 时钟及扩展I/O口第26-27页
    3.3 OV7725图像采集配置第27-31页
        3.3.1 IIC接口介绍第27-30页
        3.3.2 顶层模块设计第30-31页
    3.4 数据缓存实现第31-33页
        3.4.1 SDRAM控制时序设计第31-32页
        3.4.2 FIFO模块的例化第32-33页
    3.5 本章小结第33-34页
第四章 视频图像实时显示方案第34-42页
    4.1 USB采集模块设计第34-38页
        4.1.1 CY7C68013特性概述第34-35页
        4.1.2 USB固件及电路设计第35-37页
        4.1.3 采集界面介绍第37-38页
    4.2 VGA显示模块设计第38-41页
        4.2.1 VGA时序简介第38-39页
        4.2.2 VGA电路设计第39-41页
        4.2.3 VGA显示测试第41页
    4.3 本章小结第41-42页
第五章 基于FPGA的实时图像处理第42-50页
    5.1 两类噪声及去噪算法第42-46页
        5.1.1 高斯滤波及实现第42-43页
        5.1.2 改进中值滤波第43-45页
        5.1.3 滤波结果对比第45-46页
    5.2 形态学滤波第46-47页
        5.2.1 腐蚀与膨胀第46页
        5.2.2 开运算和闭运算第46-47页
        5.2.3 top-hat算法的实现第47页
    5.3 图像阈值第47-49页
        5.3.1 阈值介绍第47-48页
        5.3.2 改进阈值的实现第48-49页
    5.4 本章小结第49-50页
第六章 图像边缘检测第50-61页
    6.1 灰度图像的实时边缘检测第50-55页
        6.1.1 传统的边缘检测算子第50-54页
        6.1.2 基于形态学的边缘检测第54-55页
        6.1.3 改进的边缘检测第55页
    6.2 彩色图像的实时边缘检测第55-60页
        6.2.1 基于RGB的边缘检测第56页
        6.2.2 图像颜色空间第56-57页
        6.2.3 图像格式转换第57-60页
    6.3 本章小结第60-61页
第七章 系统功能验证与结果分析第61-69页
    7.1 验证平台简介第61-63页
        7.1.1 验证平台框架第61-62页
        7.1.2 平台的运行第62-63页
    7.2 系统仿真验证第63-64页
    7.3 边缘检测结果与分析第64-68页
        7.3.1 灰度图像的边缘检测结果第65-67页
        7.3.2 基于RGB的边缘检测结果第67-68页
    7.4 本章小结第68-69页
总结与展望第69-71页
参考文献第71-75页
附录一第75-78页
附录二第78-81页
附录三第81-86页
攻读硕士学位期间取得的研究成果第86-87页
致谢第87-88页
附件第88页

论文共88页,点击 下载论文
上一篇:基于深度学习的场景文字检测与识别
下一篇:基于深度学习的Logo识别研究