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

嵌入式车牌定位与分割系统的设计与实现

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-17页
   ·课题的研究背景第10-13页
     ·智能交通概述第10-11页
     ·车牌识别系统第11-12页
     ·课题的研究意义第12-13页
   ·国内外的研究现状第13-14页
   ·主要工作成果第14-16页
     ·算法优化和移植第15页
     ·硬件部分第15-16页
     ·系统部分第16页
   ·论文的内容安排第16-17页
第二章 嵌入式车牌识别系统综述第17-26页
   ·车牌识别算法第17-19页
     ·图像预处理第17页
     ·车牌定位第17-18页
     ·车牌二值化第18-19页
     ·车牌字符分割第19页
     ·车牌字符识别第19页
   ·嵌入式DSP硬件系统第19-23页
     ·DSP处理器第19-22页
     ·视频采集芯片第22页
     ·存储器扩展第22-23页
     ·通信模块第23页
   ·嵌入式软件系统第23-26页
     ·CCStudio集成开发环境第23页
     ·芯片支持库(CSL)第23-24页
     ·板级支持包(BSP)第24页
     ·DSP/BIOS实时操作系统第24-26页
第三章 车牌定位和分割算法移植与优化第26-55页
   ·本章引言第26页
   ·车牌定位和分割算法移植第26-28页
     ·C++算法转C算法第26-27页
     ·重写部分OpenCV函数第27-28页
     ·编写连接命令文件第28页
   ·浮点算法优化第28-35页
     ·算法优化概述第29-30页
     ·图像预处理算法优化第30-31页
     ·车牌定位算法优化第31-33页
     ·车牌校正算法优化第33-34页
     ·字符分割算法优化第34页
     ·浮点算法优化的测试结果第34-35页
   ·浮点算法转定点算法第35-38页
     ·浮点数的定点表示第35-36页
     ·合理定标第36页
     ·浮点四则运算的定点表示第36-38页
     ·性能提升测试第38页
   ·基于DSP的定点算法优化第38-52页
     ·TMS320DM642 CPU及流水线简介第38-40页
     ·编译器自动优化第40-41页
     ·基于并行资源的C代码优化第41-48页
     ·基于指令集的C代码优化第48-51页
     ·线性汇编优化第51-52页
   ·本章小结第52-55页
第四章 车牌识别硬件系统设计第55-74页
   ·整体方案选择第55-57页
   ·系统原理图设计第57-62页
     ·电源分配模块第57-58页
     ·时钟和复位模块第58-59页
     ·DSP复位配置第59页
     ·外部存储扩展第59-60页
     ·通信模块第60-61页
     ·I2C模块第61页
     ·视频采集模块第61-62页
   ·PCB设计第62-64页
     ·PCB叠层结构第62-63页
     ·PCB布局第63页
     ·PCB布线第63-64页
   ·PCB制作与系统调试第64-65页
     ·电气测试第64-65页
     ·功能测试第65页
   ·板级支持包(BSP)设计第65-71页
     ·DSP初始化第65-66页
     ·FLASH存取第66-67页
     ·I2C驱动第67-68页
     ·视频采集第68-71页
   ·上电启动过程设计第71-73页
   ·本章小结第73-74页
第五章 基于DSP/BIOS的系统集成第74-81页
   ·使用NDK进行网络通信第74-76页
     ·NDK简介第74-75页
     ·配置NDK第75-76页
     ·使用socket接口进行网络通信第76页
   ·图像存储和传输机制第76-78页
     ·图像存储设计第76-77页
     ·图像传输设计第77-78页
   ·基于DSP/BIOS的服务器设计第78-79页
   ·基于MFC的客户端设计第79页
   ·资源分配第79-80页
   ·本章小结第80-81页
第六章 结束语第81-83页
   ·论文总结第81页
   ·工作展望第81-83页
参考文献第83-86页
缩略语第86-87页
致谢第87-88页
攻读硕士学位期间已发表学术论文第88页

论文共88页,点击 下载论文
上一篇:基于Brew mp平台应用引擎的优化和测试高效性研究
下一篇:基于主动学习的文本过滤系统的研究