| 摘要 | 第5-6页 |
| ABSTRAC T | 第6页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 课题的背景和研究意义 | 第16页 |
| 1.2 国内外发展状况 | 第16-17页 |
| 1.3 本文的主要内容 | 第17-18页 |
| 1.4 本文各章节安排 | 第18-20页 |
| 第二章 系统设计与实现 | 第20-24页 |
| 2.1 摄像头系统方案设计 | 第20-21页 |
| 2.2 系统硬件开发平台 | 第21-22页 |
| 2.3 系统软件开发平台 | 第22-23页 |
| 2.4 系统工作流程 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 系统硬件电路开发与实现 | 第24-34页 |
| 3.1 芯片外围电路设计 | 第24-25页 |
| 3.2 系统供电部分 | 第25-27页 |
| 3.3 复位电路 | 第27-28页 |
| 3.4 图像传感器接口电路 | 第28页 |
| 3.5 SDRAM接口电路设计 | 第28-29页 |
| 3.6 以太网电路 | 第29-30页 |
| 3.7 SPI Flash接口 | 第30页 |
| 3.8 PCB设计 | 第30-33页 |
| 3.8.1 叠层与板厚 | 第30-31页 |
| 3.8.2 PCB板布局 | 第31页 |
| 3.8.3 PCB布线 | 第31-33页 |
| 3.9 本章小结 | 第33-34页 |
| 第四章 系统软件开发与实现 | 第34-58页 |
| 4.1 开发环境简介 | 第34-35页 |
| 4.1.1 嵌入式开发环境 | 第34页 |
| 4.1.2 Hi3516A Linux开发环境 | 第34-35页 |
| 4.2 搭建Linux开发环境 | 第35-37页 |
| 4.2.1 安装Linux服务器 | 第35页 |
| 4.2.2 安装Hi3516A SDK | 第35-36页 |
| 4.2.3 安装交叉编译环境 | 第36-37页 |
| 4.2.4 搭建TFTP Server | 第37页 |
| 4.3 U-boot开发和移植 | 第37-40页 |
| 4.3.1 U-boot概述 | 第37-38页 |
| 4.3.2 移植U-boot | 第38-39页 |
| 4.3.3 烧写U-boot | 第39-40页 |
| 4.4 Linux内核 | 第40-42页 |
| 4.4.1 Linux内核概述 | 第40-41页 |
| 4.4.2 Linux生成镜像及内核移植 | 第41-42页 |
| 4.5 文件系统 | 第42-45页 |
| 4.5.1 根文件系统简介 | 第42-43页 |
| 4.5.2 文件系统简介 | 第43页 |
| 4.5.3 文件系统移植 | 第43-44页 |
| 4.5.4 Linux文件系统目录 | 第44-45页 |
| 4.6 设置启动参数 | 第45-46页 |
| 4.7 驱动开发简介 | 第46-47页 |
| 4.8 图像传感器驱动 | 第47-52页 |
| 4.8.1 IIC接口驱动 | 第47-51页 |
| 4.8.2 Sensor驱动源代码 | 第51-52页 |
| 4.9 Sensor出图及图像数据接口配置 | 第52-54页 |
| 4.10 Sensor图像数据接口配置 | 第54-57页 |
| 4.10.1 Sensor图像数据信息 | 第54-55页 |
| 4.10.2 Sensor图像数据接口配置 | 第55-57页 |
| 4.11 本章小结 | 第57-58页 |
| 第五章 图像调试 | 第58-70页 |
| 5.1 图像处理流程简介 | 第58-59页 |
| 5.2 主要算法简介 | 第59-61页 |
| 5.2.1 Bayer插值算法 | 第59页 |
| 5.2.2 BLC | 第59-60页 |
| 5.2.3 白平衡 | 第60页 |
| 5.2.4 CCM | 第60-61页 |
| 5.2.5 伽马校正 | 第61页 |
| 5.3 图像调试相关知识 | 第61-63页 |
| 5.3.1 色温 | 第61-62页 |
| 5.3.2 图像调试所用工具 | 第62-63页 |
| 5.4 图像算法调试 | 第63-69页 |
| 5.4.1 BLC算法调试 | 第63-64页 |
| 5.4.2 白平衡调试 | 第64-67页 |
| 5.4.3 CCM调试 | 第67-69页 |
| 5.4.4 伽马校正 | 第69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 基于HVS的噪声检测与CHKS-SVR滤波的去噪算法 | 第70-84页 |
| 6.1 支持向量回归机 | 第70-72页 |
| 6.2 光滑CHKS支持向量回归机 | 第72-74页 |
| 6.2.1 光滑CHKS支持向量回归机基本理论 | 第72-73页 |
| 6.2.2 CHKS-SVR的Newton-Armijo算法 | 第73-74页 |
| 6.3 基于HVS噪声检测过程 | 第74-77页 |
| 6.3.1 人类视觉系统特性（HVS） | 第74-75页 |
| 6.3.2 噪声检测过程 | 第75-77页 |
| 6.4 基于CHKS-SVR的图像椒盐噪声去噪 | 第77-79页 |
| 6.4.1 训练样本构造 | 第77-78页 |
| 6.4.2 CHKS-SVR模型参数的选择 | 第78-79页 |
| 6.4.3 去噪算法步骤 | 第79页 |
| 6.5 实验结果与分析 | 第79-82页 |
| 6.6 本章小结 | 第82-84页 |
| 第七章 结论 | 第84-86页 |
| 参考文献 | 第86-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |