基于可重构计算的智能相机关键技术的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 课题研究的背景与意义 | 第12-13页 |
| 1.2 国内外智能相机研究动态 | 第13-15页 |
| 1.3 图像处理概述 | 第15-16页 |
| 1.3.1 数字图像处理 | 第15页 |
| 1.3.2 FPGA图像处理技术 | 第15-16页 |
| 1.4 可重构技术概述 | 第16-19页 |
| 1.4.1 可重构计算 | 第16-18页 |
| 1.4.2 可重构计算与图像处理 | 第18-19页 |
| 1.5 本文研究的主要内容 | 第19-20页 |
| 1.5.1 研究内容 | 第19页 |
| 1.5.2 拟解决的关键问题 | 第19-20页 |
| 1.6 本文各章节安排 | 第20-21页 |
| 第二章 智能相机系统设计 | 第21-31页 |
| 2.1 智能相机开发平台 | 第21页 |
| 2.2 智能相机的系统设计 | 第21-23页 |
| 2.2.1 智能相机硬件系统架构 | 第21-22页 |
| 2.2.2 图像处理系统架构 | 第22-23页 |
| 2.2.3 系统软件 | 第23页 |
| 2.3 智能相机关键技术分析 | 第23-24页 |
| 2.4 可重构技术分析 | 第24-27页 |
| 2.4.1 可重构技术基础 | 第24-26页 |
| 2.4.2 可重构系统的设计方法 | 第26-27页 |
| 2.5 可重构流式图像处理系统架构 | 第27-29页 |
| 2.5.1 图像处理IP核 | 第27-28页 |
| 2.5.3 图像处理流水线连接架构 | 第28-29页 |
| 2.5.4 图像处理流水线的可重构技术 | 第29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 图像采集前端设计 | 第31-45页 |
| 3.1 CCD图像传感器工作原理 | 第31-35页 |
| 3.1.1 光电荷的移动 | 第31页 |
| 3.1.2 电荷输出 | 第31-33页 |
| 3.1.4 CCD驱动时序 | 第33-35页 |
| 3.2 CCD图像采集电路设计 | 第35-37页 |
| 3.2.1 AD转换电路 | 第35-36页 |
| 3.2.2 CCD外围驱动电路 | 第36-37页 |
| 3.2.3 CCD图像采集电路板 | 第37页 |
| 3.3 FPGA图像采集模块IP核设计 | 第37-39页 |
| 3.3.1 SPI通信模块 | 第38页 |
| 3.3.2 AD触发模块 | 第38-39页 |
| 3.3.3 AD数据接收模块 | 第39页 |
| 3.4 图像采集电路测试 | 第39-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 图像预处理IP设计 | 第45-63页 |
| 4.1 图像预处理 | 第45页 |
| 4.2 灰度调节算法 | 第45-48页 |
| 4.2.1 灰度线性调节 | 第46-47页 |
| 4.2.2 灰度非线性调节 | 第47-48页 |
| 4.3 直方图操作算法 | 第48页 |
| 4.4 局部窗口噪声滤波器 | 第48-52页 |
| 4.4.1 局部窗口生成模块 | 第48-49页 |
| 4.4.2 中值滤波 | 第49-50页 |
| 4.4.3 高斯滤波 | 第50-51页 |
| 4.4.4 均值滤波 | 第51-52页 |
| 4.5 局部窗口边缘检测 | 第52-55页 |
| 4.5.1 Sobel算子 | 第52-53页 |
| 4.5.2 Prewitt算子 | 第53页 |
| 4.5.3 拉普拉斯边缘检测 | 第53-54页 |
| 4.5.4 高斯-拉普拉斯边缘检测 | 第54-55页 |
| 4.6 Canny算子边缘检测 | 第55-57页 |
| 4.6.1 Canny算子 | 第55页 |
| 4.6.2 高斯滤波 | 第55-56页 |
| 4.6.3 边缘梯度计算与非极大值抑制 | 第56-57页 |
| 4.6.4 判断边缘点 | 第57页 |
| 4.7 二值形态学运算 | 第57-58页 |
| 4.8 实验测试与分析 | 第58-62页 |
| 4.9 本章小结 | 第62-63页 |
| 第五章 特征检测与匹配算法IP设计 | 第63-84页 |
| 5.1 角点检测 | 第63-71页 |
| 5.1.1 Harris角点检测 | 第63-65页 |
| 5.1.2 SUSAN角点检测 | 第65-67页 |
| 5.1.3 FAST角点检测 | 第67-69页 |
| 5.1.4 角点检测IP核的资源占用和时间 | 第69-71页 |
| 5.2 SURF特征点检测 | 第71-78页 |
| 5.2.1 SURF特征点提取 | 第72-75页 |
| 5.2.2 SURF算法的软硬件实现 | 第75-77页 |
| 5.2.3 SURF特征点定位效率分析 | 第77-78页 |
| 5.3 特征匹配 | 第78-81页 |
| 5.3.1 点集配对准则 | 第79-80页 |
| 5.3.2 特征点描述子配对准则 | 第80-81页 |
| 5.4 几何变换参数求解 | 第81-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第六章 可重构计算的设计与实现 | 第84-96页 |
| 6.1 ZYNQ的局部重构技术 | 第84-88页 |
| 6.1.1 局部重构的设计流程 | 第84-85页 |
| 6.1.2 局部重构的配置流程 | 第85-86页 |
| 6.1.3 局部重构模块的软硬件层次 | 第86-87页 |
| 6.1.4 可重构模块的重构时间 | 第87-88页 |
| 6.2 可重构的图像预处理流水线 | 第88-92页 |
| 6.2.1 可重构图像预处理流水线架构 | 第88-89页 |
| 6.2.2 可重构区域划分 | 第89-90页 |
| 6.2.3 重构过程耗时分析 | 第90-91页 |
| 6.2.4 图像处理时间分析 | 第91-92页 |
| 6.3 动态可重构的图像处理加速器 | 第92-94页 |
| 6.3.1 动态可重构图像处理加速器设计 | 第92页 |
| 6.3.2 加速器的实现 | 第92-94页 |
| 6.3.3 加速器的计算效率分析 | 第94页 |
| 6.4 本章小结 | 第94-96页 |
| 总结与展望 | 第96-98页 |
| 参考文献 | 第98-103页 |
| 攻读硕士学位期间取得的研究成果 | 第103-104页 |
| 致谢 | 第104-105页 |
| 答辩委员会对论文的评定意见 | 第105页 |
