首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于CMOS的视频采集及边缘检测系统的研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-15页
   ·选题背景与研究意义第10-11页
   ·CMOS图像传感器的发展与动态第11-12页
   ·边缘检测算法的发展第12-13页
   ·研究的目标和内容第13-15页
     ·研究的目标第13-14页
     ·研究的内容第14-15页
第2章 USB2.0高速数据采集模块固件程序设计第15-36页
   ·USB2.0的主要特点第15-16页
   ·EZ-USB FX2 CY7C68013芯片第16-24页
     ·设备描述符第16-18页
     ·数据传输方式第18-20页
     ·CY7C68013的端点第20-22页
     ·USB标准设备请求第22-23页
     ·USB数据包第23-24页
   ·CY7C68013的传输模式第24-30页
     ·Slave FIFO模式第24-29页
     ·GPIF模式第29-30页
   ·固件程序设计第30-36页
     ·固件程序的基本框架第30-33页
     ·USB描述符配置第33页
     ·固件的初始化程序第33-35页
     ·控制命令及视频数据传输第35-36页
第3章 视频采集软件的程序设计第36-50页
   ·CMOS图像传感器的视频格式第36-42页
     ·RGB和YUV格式第36-39页
     ·视频格式转换第39-41页
     ·硬件连接与时序关系第41-42页
   ·基于Cypress CyAPI SDK软件开发第42-46页
     ·WDM驱动程序设计第43-45页
     ·CyAPI函数库第45-46页
   ·系统软件的模块设计第46-50页
     ·数据采集模块第47-48页
     ·视频显示模块第48-49页
     ·图像存储模块第49-50页
第4章 基于数学形态学的边缘检测第50-71页
   ·数字图像边缘的基本概念第50-56页
     ·数字图像边缘的分类第50-52页
     ·图像边缘的基本步骤第52页
     ·传统边缘检测算法第52-56页
   ·数学形态学的基本理论第56-61页
     ·二值形态学的基本概念第57-59页
     ·灰度形态学的基本概念第59-61页
   ·形态学滤波第61-65页
   ·抗噪声多尺度形态学边缘跟踪算法第65-71页
     ·基于形态学的边缘检测算法第65-66页
     ·改进多尺度形态学梯度第66-67页
     ·基于形态学的边缘跟踪第67-68页
     ·抗噪声多尺度边缘跟踪算法第68-69页
     ·实验结果与分析第69页
     ·小结第69-71页
第5章 基于计算机视觉库的边缘检测第71-81页
   ·计算机视觉库OpenCV第71-74页
     ·OpenCV概述第71-72页
     ·OpenCV图像处理第72-74页
   ·多线程图像处理第74-76页
   ·形态学边缘检测程序的设计第76-78页
   ·检测结果及分析第78-81页
第6章 总结和展望第81-83页
参考文献第83-86页
致谢第86-87页
作者在攻读硕士学位期间发表的学术论文第87页

论文共87页,点击 下载论文
上一篇:基于信任的网格动态访问控制研究
下一篇:中红外光羽烟透过率测试系统