| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第9-17页 |
| 1.1 课题研究背景 | 第9-12页 |
| 1.1.1 视觉芯片的概念 | 第9页 |
| 1.1.2 视觉芯片的研究意义 | 第9-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 课题关键技术分析 | 第14页 |
| 1.4 本论文的主要贡献 | 第14-15页 |
| 1.5 本论文的组织结构 | 第15-17页 |
| 第2章 高速视觉芯片体系架构设计 | 第17-34页 |
| 2.1 本章引论 | 第17页 |
| 2.2 体系架构设计考虑 | 第17-20页 |
| 2.3 基于可重构混合处理器的视觉芯片架构 | 第20-24页 |
| 2.4 新型视觉芯片架构的特点 | 第24-32页 |
| 2.4.1 冯/非冯·诺依曼混合处理 | 第24-26页 |
| 2.4.2 可重构PE阵列处理器/SOM神经网络 | 第26页 |
| 2.4.3 增强多级并行处理 | 第26-29页 |
| 2.4.4 分离的像素-PE阵列 | 第29-32页 |
| 2.5 小结 | 第32-34页 |
| 第3章 面向视觉芯片的 SOM 神经网络模型 | 第34-47页 |
| 3.1 本章引论 | 第34页 |
| 3.2 图像特征识别 | 第34-36页 |
| 3.2.1 统计类方法 | 第34-35页 |
| 3.2.2 人工神经网络 | 第35-36页 |
| 3.3 SOM 神经网络算法模型 | 第36-42页 |
| 3.3.1 仿生学基础 | 第36-37页 |
| 3.3.2 无监督 Kohonen 训练算法 | 第37-41页 |
| 3.3.3 有监督 LVQ 训练算法 | 第41-42页 |
| 3.4 面向视觉芯片的改进 SOM 神经网络模型 | 第42-46页 |
| 3.4.1 SOM 神经网络硬件实现的关键问题 | 第42-43页 |
| 3.4.2 简化改进的 SOM 神经网络模型 | 第43-46页 |
| 3.5 小结 | 第46-47页 |
| 第4章 高速视觉芯片关键模块电路设计 | 第47-73页 |
| 4.1 本章引论 | 第47页 |
| 4.2 高速图像传感器 | 第47-49页 |
| 4.3 可重构 PE 阵列处理器/SOM 神经网络 | 第49-67页 |
| 4.3.1 设计划分 | 第49-50页 |
| 4.3.2 可重构 4 × 4 PE 子阵列/SOM 神经元 | 第50-53页 |
| 4.3.3 条件信号发生器(CG)电路 | 第53页 |
| 4.3.4 PE 单元电路 | 第53-60页 |
| 4.3.5 SOM 神经元电路 | 第60-67页 |
| 4.4 RP 处理器电路 | 第67-70页 |
| 4.5 视觉芯片物理设计 | 第70-72页 |
| 4.6 小结 | 第72-73页 |
| 第5章 高速视觉芯片图像算法设计 | 第73-93页 |
| 5.1 本章引论 | 第73页 |
| 5.2 视觉芯片上的算法开发技术 | 第73-77页 |
| 5.3 复杂低中级图像处理算法 | 第77-85页 |
| 5.3.1 复数扩散滤波 | 第77-78页 |
| 5.3.2 基于 Mumford-Shah 泛函方程的显著边缘提取 | 第78-80页 |
| 5.3.3 SUSAN 角点检测 | 第80-81页 |
| 5.3.4 SIFT 尺度不变特征点提取 | 第81-85页 |
| 5.4 完整应用算法 | 第85-92页 |
| 5.4.1 地平线检测与追踪 | 第85-87页 |
| 5.4.2 手势识别及指尖追踪 | 第87-91页 |
| 5.4.3 人脸检测和人脸识别 | 第91-92页 |
| 5.5 小结 | 第92-93页 |
| 第6章 高速视觉芯片的实现与测试 | 第93-106页 |
| 6.1 视觉芯片的实现及其测试系统 | 第93-97页 |
| 6.2 高速图像采集测试 | 第97页 |
| 6.3 复杂低中级图像处理测试 | 第97-100页 |
| 6.4 基于完整应用的系统性能测试 | 第100-104页 |
| 6.5 小结 | 第104-106页 |
| 第7章 结论 | 第106-109页 |
| 7.1 全文总结 | 第106-107页 |
| 7.2 工作展望 | 第107-109页 |
| 参考文献 | 第109-116页 |
| 致谢 | 第116-118页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第118-120页 |
