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

全高清摄像头实时拼接系统的研究与实现

致谢第4-5页
摘要第5-6页
Abstract第6页
第1章 绪论第13-18页
    1.1 课题背景与研究意义第13-14页
    1.2 国内外研究现状第14-16页
    1.3 创新点第16页
    1.4 研究内容及组织结构第16-18页
第2章 图像拼接算法研究第18-35页
    2.1 尺度空间理论第18-19页
    2.2 SIFT特征点提取第19-27页
        2.2.1 建立高斯金字塔第19-20页
        2.2.2 建立高斯差分金字塔第20-21页
        2.2.3 特征点检测第21-23页
        2.2.4 特征点描述第23-27页
    2.3 图像融合第27-34页
        2.3.1 特征点匹配第27-29页
        2.3.2 图像变换矩阵计算第29-31页
        2.3.3 图像融合算法第31-34页
    2.4 本章小结第34-35页
第3章 特征点提取的实现与优化第35-48页
    3.1 二维高斯滤波电路设计第35-39页
        3.1.1 离散空间二维高斯滤波计算第35-36页
        3.1.2 高斯分离滤波第36-38页
        3.1.3 二维高斯滤波电路设计第38-39页
    3.2 高斯差分金字塔生成电路设计第39-40页
    3.3 降采样电路设计第40页
    3.4 特征点检测电路设计第40-44页
        3.4.1 特征点初步探测第40-41页
        3.4.2 特征点精确定位第41-43页
        3.4.3 消除边缘响应点第43-44页
        3.4.4 特征点检测实验结果第44页
    3.5 特征点描述电路设计第44-45页
    3.6 整体电路优化第45-47页
        3.6.1 改变图像的处理方向第46页
        3.6.2 分割图像区域第46页
        3.6.3 框定大致的重叠区域第46-47页
        3.6.4 减少高斯金字塔的层数第47页
    3.7 本章小结第47-48页
第4章 图像融合的实现和优化第48-60页
    4.1 NEON协处理器第48-50页
        4.1.1 NEON协处理器简介第48-49页
        4.1.2 NEON协处理器性能验证第49-50页
    4.2 特征点匹配第50-53页
        4.2.1 K-D树算法第50-51页
        4.2.2 BBF算法第51-52页
        4.2.3 改进的特征点匹配算法第52-53页
        4.2.4 特征匹配结果第53页
    4.3 图像变换矩阵计算第53-54页
    4.4 图像融合第54-59页
        4.4.1 双线性插值第54-55页
        4.4.2 融合算法对比第55-58页
        4.4.3 具体实现第58-59页
    4.5 本章小结第59-60页
第5章 系统设计与实现第60-72页
    5.1 设计平台简介第60页
    5.2 图像显示电路设计第60-61页
    5.3 摄像头驱动电路设计第61-64页
        5.3.1 MIPI信号简介第61-62页
        5.3.2 摄像头转接板设计第62页
        5.3.3 摄像头硬件电路设计第62-63页
        5.3.4 RAW格式颜色数据转换第63-64页
    5.4 基于动态区域的图像拼接算法的实现第64-65页
    5.5 实验结果第65-71页
        5.5.1 系统构成第65-66页
        5.5.2 系统资源使用第66-67页
        5.5.3 实验结果第67-71页
    5.6 本章小结第71-72页
第6章 总结与展望第72-74页
    6.1 总结第72-73页
    6.2 展望第73-74页
参考文献第74-78页
作者简历第78页

论文共78页,点击 下载论文
上一篇:基于机器学习的可寻址WAT良率诊断方法研究
下一篇:基于卷积神经网络的单目深度估计和深度补全研究