| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的背景及意义 | 第10-11页 |
| ·红外图像预处理技术的研究现状 | 第11-13页 |
| ·CNN发展现状 | 第13-15页 |
| ·课题主要研究内容 | 第15-16页 |
| 第2章 图像边缘提取算法 | 第16-24页 |
| ·图像预处理概念 | 第16页 |
| ·图像边缘提取的目的与意义 | 第16-17页 |
| ·图像边缘提取的传统算法 | 第17-22页 |
| ·基于一阶微分的边缘提取算子 | 第18-20页 |
| ·马尔－希尔德雷斯（Marr-Hildreth）边缘提取方法 | 第20-21页 |
| ·坎尼（Canny）边缘提取方法 | 第21-22页 |
| ·采用CNN进行边缘提取的优势 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 CNN的理论与应用 | 第24-36页 |
| ·引言 | 第24页 |
| ·CNN的结构与数理模型 | 第24-29页 |
| ·CNN的动态范围与稳定性分析 | 第29-34页 |
| ·CNN的动态范围 | 第29-30页 |
| ·CNN的稳定性分析 | 第30-34页 |
| ·CNN的输入输出量化及用于图像处理的基本思想 | 第34-35页 |
| ·CNN输入的与输出量化 | 第34页 |
| ·CNN用于图像处理的基本思想 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 CNN的模板设计 | 第36-44页 |
| ·引言 | 第36页 |
| ·基于粒子群算法的模板设计 | 第36-43页 |
| ·粒子群算法基本原理 | 第36-39页 |
| ·输入预处理 | 第39页 |
| ·用粒子群算法确定网络参数 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 CNN的IP核设计 | 第44-58页 |
| ·总体方案选择 | 第44-45页 |
| ·CNN并行结构的FPGA实现 | 第45-51页 |
| ·基于FPGA的3x3 模板的硬件构建 | 第45-50页 |
| ·基于FPGA的卷积模块 | 第50-51页 |
| ·分布式算法的原理与FPGA实现 | 第51-57页 |
| ·分布式算法原理 | 第51-53页 |
| ·分布式算法的实现 | 第53-56页 |
| ·采用串行分布式算法实现卷积模块 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 基于CNN的红外图像预处理系统的设计 | 第58-78页 |
| ·系统总体方案 | 第58页 |
| ·图像数据采集模块的设计 | 第58-62页 |
| ·RAW2RGB模块的设计 | 第62-66页 |
| ·颜色滤波阵列的概念 | 第62-64页 |
| ·颜色插值算法的硬件实现 | 第64页 |
| ·仿真结果与分析 | 第64-66页 |
| ·颜色空间转换模块的设计 | 第66-74页 |
| ·颜色空间的转换的基本概念 | 第66-68页 |
| ·颜色空间转换的定点运算实现 | 第68-69页 |
| ·颜色空间转换模块的硬件设计 | 第69-73页 |
| ·仿真结果与分析 | 第73-74页 |
| ·VGA显示模块的设计 | 第74-77页 |
| ·VGA显示接口原理 | 第74-75页 |
| ·VGA时序控制模块 | 第75-76页 |
| ·仿真结果与分析 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 附录 | 第84-85页 |
| 攻读学位期间发表的学术论文 | 第85-87页 |
| 致谢 | 第87页 |