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

嵌入式图像数据分析处理研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·选题背景及研究意义第7-8页
   ·研究现状及发展前景第8-10页
     ·图像处理研究现状第8-9页
     ·嵌入式系统发展现状第9-10页
   ·论文结构与内容安排第10-11页
第二章 图像数据处理技术分析第11-23页
   ·图像处理相关概念第11-13页
     ·像素第11页
     ·灰度矩阵第11-12页
     ·窗口第12页
     ·PNG格式第12-13页
   ·图像数据去噪第13-14页
     ·频域滤波第13页
     ·空间域滤波第13-14页
     ·领域均值滤波第14页
     ·多重分形的图像去噪第14页
   ·图像分割第14-15页
     ·基于区域的图像分割第15页
     ·基于边缘的图像分割第15页
     ·边缘与区域相结合的图像分割方法第15页
   ·图像数据增强第15-18页
     ·多重分形的图像去噪第16-17页
     ·频域滤波第17-18页
   ·图像数据目标检测与运动检测第18-21页
     ·减背景技术第19页
     ·帧差技术第19-21页
     ·光流技术第21页
   ·本章小结第21-23页
第三章 图像数据处理算法设计第23-35页
   ·图像分割算法设计第23-24页
   ·图像增强算法设计第24-29页
     ·灰度变换第24-27页
     ·图像平滑第27-28页
     ·图像锐化第28-29页
   ·目标检测定位算法设计第29-30页
   ·边缘检测算法设计第30-33页
     ·Sobel算子第31页
     ·Prewitt边缘检测算子第31-32页
     ·LOG算子第32页
     ·Canny算子第32-33页
   ·本章小结第33-35页
第四章 算法实现与模拟测试第35-55页
   ·ARM微处理器第35-37页
     ·ARM处理器的特点第35页
     ·ARM处理器状态设置第35-36页
     ·ARM处理器模式第36-37页
   ·YLP2410 嵌入式开发平台第37-39页
     ·YLP2410 平台特点第37页
     ·S3C2410 处理器第37-39页
   ·Linux软件开发环境第39-44页
     ·嵌入式Linux第39-41页
     ·软件开发工具第41-43页
     ·Linux对图像处理的支持第43-44页
   ·基于嵌入式的算法实现与模拟运行第44-54页
     ·图像分割的实现第44-48页
     ·图像数据增强的实现第48-50页
     ·目标检测与模拟测试第50-54页
   ·本章小结第54-55页
第五章 结论与展望第55-57页
致谢第57-59页
参考文献第59-62页

论文共62页,点击 下载论文
上一篇:基于高维仿生神经网络的图像识别与跟踪算法研究
下一篇:嵌入式实时数据库关键性技术研究与实现