首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于混合可重构平台的光流法硬件加速研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-13页
    1.1 课题研究意义第9-10页
    1.2 国内外研究现状第10-11页
    1.3 本文主要研究内容第11-13页
第2章 光流算法第13-21页
    2.1 光流法第13-14页
        2.1.1 光流法简介第13页
        2.1.2 光流约束方程第13-14页
    2.2 常用算法比较分析第14-19页
        2.2.1 Horn-Schunk算法第15-16页
        2.2.2 Lucas-Kanade算法第16-18页
        2.2.3 块匹配算法第18-19页
    2.3 本章小结第19-21页
第3章 异构计算平台第21-35页
    3.1 异构计算第21-22页
    3.2 本文所采用的异构平台第22-25页
        3.2.1 Zynq 7000介绍第22-23页
        3.2.2 ZC706开发平台第23-24页
        3.2.3 软件开发平台第24-25页
    3.3 软硬件通信架构第25-29页
        3.3.1 AXI总线第25页
        3.3.2 AMI-LITE接口第25-29页
        3.3.3 AMI-STREAM接口第29页
    3.4 平台准备第29-33页
        3.4.1 BootLoader移植第29-31页
        3.4.2 编译Linux内核第31页
        3.4.3 定义设备树文件第31-32页
        3.4.4 根文件系统第32页
        3.4.5 Linux系统移植结果第32-33页
    3.5 本章小结第33-35页
第4章 光流算法改进及其实现第35-53页
    4.1 面向运动物体的算法改进第35-37页
    4.2 图像的高斯模糊第37-39页
    4.3 像素梯度计算第39-43页
    4.4 构造最小二乘矩阵第43-44页
    4.5 ARM和加速硬件的通信第44-50页
        4.5.1 AXI-VDMA通信IP核第44-45页
        4.5.2 PS端和VDMA的连接第45-46页
        4.5.3 加速IP和VDMA的连接第46-48页
        4.5.4 Linux下的软硬件通信第48-50页
    4.6 线性方程求解第50-51页
    4.7 顶层IP核控制寄存器第51页
    4.8 本章小结第51-53页
第5章 实验及对比分析第53-61页
    5.1 各模块运行及仿真结果第53-55页
        5.1.1 高斯模糊及梯度计算仿真结果第53-54页
        5.1.2 构造最小二乘矩阵系数仿真结果第54-55页
    5.2 系统整体测试效果第55-56页
    5.3 对比分析第56-59页
        5.3.1 改进算法的加速比分析第56-58页
        5.3.2 改进算法的误差分析第58-59页
    5.4 本章小结第59-61页
结论第61-63页
参考文献第63-67页
攻读硕士学位期间发表论文和取得的科研成果第67-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:参与感知网络激励技术研究
下一篇:基于LLVM的迭代间数据重用优化研究