基于Zynq-7000平台的字符识别系统研究与实现
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-12页 |
1.1 研究目的和意义 | 第8-9页 |
1.2 国内外研究现状和发展趋势 | 第9-11页 |
1.3 论文研究内容和结构 | 第11-12页 |
第二章 字符识别算法的研究与应用 | 第12-22页 |
2.1 图像预处理 | 第12-16页 |
2.1.1 图像灰度化 | 第12-13页 |
2.1.2 图像滤波 | 第13-14页 |
2.1.3 图像二值化 | 第14-16页 |
2.2 字符定位与分割 | 第16-18页 |
2.2.1 字符定位 | 第16-17页 |
2.2.2 字符分割 | 第17-18页 |
2.3 字符识别 | 第18-21页 |
2.3.1 基于模板匹配的字符识别算法 | 第18-19页 |
2.3.2 基于BP神经网络的字符识别算法 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
第三章 系统平台构建 | 第22-38页 |
3.1 Zynq-7000硬件平台介绍 | 第22-25页 |
3.1.1 应用处理单元 | 第22-24页 |
3.1.2 通用外设 | 第24-25页 |
3.2 Xilinx高层次综合工具HLS | 第25-30页 |
3.2.1 HLS基本构成 | 第26-27页 |
3.2.2 HLS函数库 | 第27-28页 |
3.2.3 HLS开发流程 | 第28-30页 |
3.3 嵌入式Linux系统构建 | 第30-35页 |
3.3.1 交叉编译环境搭建 | 第31页 |
3.3.2 U-boot构建 | 第31-32页 |
3.3.3 uImage编译 | 第32页 |
3.3.4 ramdisk根文件系统构建 | 第32-35页 |
3.4 OpenCV开发环境构建 | 第35-37页 |
3.4.1 Linux平台下OpenCV环境搭建 | 第36页 |
3.4.2 ZC702平台OpenCV移植 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 预处理硬件加速设计 | 第38-49页 |
4.1 Vivado HLS视频处理开发 | 第38-42页 |
4.1.1 Zynq SoC的视频处理架构 | 第38-39页 |
4.1.2 Vivado HLS视频库和接口库 | 第39-40页 |
4.1.3 Vivado HLS视频开发流程 | 第40-42页 |
4.2 基于OpenCV的预处理设计 | 第42-44页 |
4.2.1 预处理功能模块设计 | 第42-43页 |
4.2.2 基于OpenCV的预处理程序设计 | 第43-44页 |
4.3 基于HLS的预处理设计 | 第44-47页 |
4.3.1 预处理HLS程序设计 | 第44-46页 |
4.3.2 预处理硬件加速模块设计 | 第46-47页 |
4.4 HLS性能分析 | 第47-48页 |
4.5 本章小结 | 第48-49页 |
第五章 字符识别系统的设计与实现 | 第49-59页 |
5.1 软硬件协同设计 | 第49-50页 |
5.2 字符识别系统硬件设计 | 第50-53页 |
5.2.1 硬件设计架构 | 第50-51页 |
5.2.2 硬件设计流程 | 第51-53页 |
5.3 字符识别系统软件设计 | 第53-56页 |
5.3.1 软件设计架构 | 第53页 |
5.3.2 字符识别模块设计与实现 | 第53-56页 |
5.4 系统调试 | 第56-58页 |
5.4.1 调试流程 | 第56-57页 |
5.4.2 调试结果 | 第57-58页 |
5.5 本章小结 | 第58-59页 |
第六章 总结与展望 | 第59-61页 |
6.1 论文总结 | 第59-60页 |
6.2 研究展望 | 第60-61页 |
参考文献 | 第61-63页 |
附录一 攻读硕士学位期间参加的科研项目 | 第63-64页 |
致谢 | 第64页 |