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DSP的人工果蝇视觉碰撞预警系统研究与实现

摘要第4-5页
Abstract第5-6页
第一章 绪论第7-13页
    1.1 研究背景第7-8页
    1.2 研究目的及意义第8-9页
    1.3 国内外的研究现状第9-11页
        1.3.1 人工蝗虫视觉神经网络第9-10页
        1.3.2 人工果蝇视觉神经网络第10-11页
        1.3.3 人工果蝇视觉系统的应用前景第11页
    1.4 本文结构安排第11-12页
    1.5 本章小结第12-13页
第二章 碰撞预警系统的硬件环境选择第13-23页
    2.1 DSP的结构特点第13-15页
    2.2 TMS320DM642芯片第15-18页
        2.2.1 TMS320DM642芯片内核结构和功能第16-17页
        2.2.2 TMS320DM642的Cache第17-18页
        2.2.3 TMS320DM642的EDMA第18页
        2.2.4 TMS320DM642的EMIF第18页
    2.3 VMD642开发板第18-22页
        2.3.1 图像采集第19-20页
        2.3.2 图像输出第20-21页
        2.3.3 存储器结构第21-22页
    2.4 硬件仿真器第22页
    2.5 本章小结第22-23页
第三章 运动目标提取与视频流格式第23-36页
    3.1 颜色空间与数字图像第23-26页
    3.2 图像噪声处理第26-29页
    3.3 运动目标提取第29-33页
    3.4 BT.656 数字视频流格式第33-35页
    3.5 本章小结第35-36页
第四章 人工果蝇视觉碰撞检测第36-49页
    4.1 果蝇视觉系统生物学原理第36-39页
    4.2 人工果蝇视觉碰撞检测模型第39-47页
    4.3 数值实验第47-48页
    4.4 本章小结第48-49页
第五章 基于DSP的果蝇视觉碰撞预警系统的设计与实现第49-61页
    5.1 人工果蝇视觉碰撞预警系统硬件结构第49-50页
    5.2 人工果蝇视觉碰撞预警系统软件第50-53页
        5.2.1 DSP软件开发环境第50-51页
        5.2.2 人工果蝇视觉碰撞预警系统的软件开发流程第51-53页
    5.3 算法移植与软件结构优化第53-55页
    5.4 基于DSP的软件系统改进第55-57页
        5.4.1 图像预处理改进第55-56页
        5.4.2 对人工果蝇视觉碰撞检测系统的改进第56-57页
    5.5 实验结果与分析第57-60页
    5.6 本章小结第60-61页
第六章 总结与进一步的工作第61-63页
    6.1 工作总结第61-62页
    6.2 进一步的工作第62-63页
致谢第63-64页
参考文献第64-67页
附录:攻读硕士学位期间的研究成果第67-68页

论文共68页,点击 下载论文
上一篇:基于流形学习的人脸图像识别算法改进研究
下一篇:基于增量深度学习的视频行为识别