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FPGA的高速图像采集和处理技术研究与实现

摘要第5-6页
ABSTRACT第6-7页
符号对照表第12-13页
缩略语对照表第13-17页
第一章 绪论第17-25页
    1.1 研究背景和意义第17-19页
    1.2 国内外研究现状第19-20页
    1.3 SoC FPGA和Rapid IO技术优势第20-22页
    1.4 论文主要研究内容和关键技术第22-23页
    1.5 论文组织结构第23页
    1.6 本章总结第23-25页
第二章 基于SoC的高速图像采集与接收第25-39页
    2.1 图像采集指标要求第25页
    2.2 图像传感器功能介绍第25-30页
        2.2.1 芯片介绍第25-26页
        2.2.2 工作模式第26-28页
        2.2.3 传感器配置接口第28页
        2.2.4 数据输出格式第28-30页
    2.3 图像采集与接收系统框图第30-31页
    2.4 图像传感器配置第31页
    2.5 数据接收与转换第31-38页
        2.5.2 串行数据分解第33-34页
        2.5.3 同步码分析器第34-36页
        2.5.4 像素调整与输出第36-37页
        2.5.5 图像接收与转换结果第37-38页
    2.6 本章总结第38-39页
第三章 Rapid IO技术研究与高速视频传输验证第39-65页
    3.1 Rapid IO标准协议概述第39页
    3.2 Rapid IO三层结构第39-42页
        3.2.2 逻辑层第40页
        3.2.3 传输层第40-41页
        3.2.4 物理层第41-42页
    3.3 RapidIO协议概述第42-45页
        3.3.1 包交换协议第42-43页
        3.3.2 包格式第43-45页
        3.3.3 错误管理第45页
    3.4 RapidIO IP core功能介绍第45-49页
        3.4.1 RapidIO IP core概述第45-46页
        3.4.2 接口类型第46-47页
        3.4.3 RapidIO IP Core结构概述第47-49页
    3.5 RapidIO协议数据传输验证第49-64页
        3.5.2 触发控制第51-52页
        3.5.3 功能参数重配置和维护操作第52-56页
        3.5.4 维护端数据传输第56-58页
        3.5.5 NWRITE和NREAD事务传输第58-63页
        3.5.6 图像数据传输验证第63-64页
    3.6 本章总结第64-65页
第四章 OpenCL异构加速实现图像增强第65-89页
    4.1 整体系统介绍第65页
    4.2 OpenCL异构技术第65-69页
        4.2.1 平台模型第66页
        4.2.2 内存模型第66-67页
        4.2.3 执行模型第67-68页
        4.2.4 编程模型第68-69页
        4.2.5 OpenCL框架第69页
    4.3 FPGA SDK OpenCL边沿检测运算内核实现第69-73页
        4.3.1 OpenCL FPGA SDK开发流程第69-70页
        4.3.2 OpenCL内核编译流程第70-71页
        4.3.3 边沿检测主机程序实现第71-72页
        4.3.4 边沿检测OpenCL内核程序实现第72页
        4.3.5 边沿检测滤波图像处理结果第72-73页
    4.4 环境光照估计的单幅图像去雾快速算法研究第73-82页
        4.4.1 去雾的发展第73-74页
        4.4.2 暗通道去雾算法第74-75页
        4.4.3 基于环境光照估计的单幅图像去雾快速算法第75-79页
        4.4.4 算法流程第79-80页
        4.4.5 实验结果与比较第80-82页
    4.5 基于环境光照估计去雾算法并行度分析第82-86页
        4.5.1 暗通道图像求解并行度分析第82-83页
        4.5.2 大气幕亮度图像优化并行度分析第83-84页
        4.5.3 光照图像求解并行度分析第84-85页
        4.5.4 反射率图像并行度分析第85-86页
    4.6 实验结果与性能对比第86-87页
    4.7 本章总结第87-89页
第五章 总结与展望第89-91页
    5.1 论文总结第89-90页
    5.2 未来与展望第90-91页
参考文献第91-95页
致谢第95-97页
作者简介第97-99页

论文共99页,点击 下载论文
上一篇:考虑信息属性和用户权限的个性化信息推荐方法研究
下一篇:基于DE_BBO_ELM和多粒度特征的虹膜识别算法研究