基于机器视觉的图像处理与特征识别方法的研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8页 |
| ·嵌入式实时图像处理研究现状 | 第8-12页 |
| ·主要研究内容与结构安排 | 第12-14页 |
| 2 数字图像处理算法分析与 FPGA 实现 | 第14-40页 |
| ·数字图像处理概念 | 第14-15页 |
| ·数字图像的主要内容和方法 | 第14-15页 |
| ·数字图像的表示 | 第15页 |
| ·边缘检测 | 第15-24页 |
| ·图像卷积和梯度模板 | 第16-17页 |
| ·梯度模板的仿真比较 | 第17-18页 |
| ·Prewitt 图像边缘的细化及二值化 | 第18-19页 |
| ·FPGA 实现边缘检测的整体设计 | 第19-20页 |
| ·FPGA 实现边缘检测的模块分析 | 第20-23页 |
| ·结果分析 | 第23-24页 |
| ·区域标记 | 第24-36页 |
| ·标记算法分类 | 第24-25页 |
| ·序贯算法 | 第25-27页 |
| ·区域增长法 | 第27-29页 |
| ·算法执行效率比较 | 第29-30页 |
| ·区域增长算法的改进 | 第30-33页 |
| ·结果分析 | 第33-36页 |
| ·特征识别 | 第36-39页 |
| ·图像的几何特征 | 第36-38页 |
| ·算法比较 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 3 基于 SOPC 的实时图像处理系统设计 | 第40-60页 |
| ·SOPC 简介 | 第40-42页 |
| ·SOPC 技术简介 | 第40页 |
| ·NiosII 软核处理器简介 | 第40-41页 |
| ·SOPC 开发工具及开发流程 | 第41-42页 |
| ·系统整体设计 | 第42-45页 |
| ·总体设计 | 第42-44页 |
| ·系统工作流程 | 第44-45页 |
| ·Avalon 总线规范 | 第45-47页 |
| ·Avalon 总线概念 | 第45-46页 |
| ·Avalon 总线传输 | 第46-47页 |
| ·图像采集及边缘检测模块设计 | 第47-53页 |
| ·图像采集模块 | 第47-49页 |
| ·边缘检测模块 | 第49-50页 |
| ·FIFO 与DMA 控制器 | 第50-51页 |
| ·自定义Avalon 总线元件 | 第51-53页 |
| ·LCD 驱动模块设计 | 第53-57页 |
| ·LCD 显示时序和LCD 控制器 | 第54-55页 |
| ·SRAM 控制器 | 第55页 |
| ·显示界面设计 | 第55-56页 |
| ·GUI 驱动函数设计 | 第56-57页 |
| ·本章小结 | 第57-60页 |
| 4 SOPC 实时图像处理系统的构建及调试 | 第60-74页 |
| ·构建SOPC 实时图像处理系统 | 第60-66页 |
| ·构建SOPC 系统 | 第60-61页 |
| ·在FPGA 中实现SOPC 系统 | 第61-62页 |
| ·SOPC 软件开发 | 第62-66页 |
| ·系统调试 | 第66-72页 |
| ·实验平台简介 | 第66-68页 |
| ·硬件调试 | 第68-69页 |
| ·软件调试 | 第69-70页 |
| ·实验结果 | 第70-72页 |
| ·本章小节 | 第72-74页 |
| 5 总结与展望 | 第74-76页 |
| ·主要结论 | 第74页 |
| ·后续研究工作展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 附录：A. 作者在攻读学位期间发表的论文目录 | 第80页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第80页 |
