首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于Intel SoC处理器视频采集系统的设计与实现

摘要第6-7页
Abstract第7-8页
第1章 绪论第12-17页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-15页
    1.3 研究内容及章节安排第15-17页
        1.3.1 研究内容第15-16页
        1.3.2 章节安排第16-17页
第2章 基于SoC视频采集系统实现的关键技术第17-30页
    2.1 视频采集方案论证第17-19页
        2.1.1 视频采集方案的实现原则第17页
        2.1.2 系统设计方案论证第17-19页
    2.2 SoC芯片的应用分析第19-24页
        2.2.1 SoC芯片的特性第19-21页
        2.2.2 SoC芯片的应用现状及其关键技术第21-22页
        2.2.3 Intel SoC的特点及应用第22-24页
    2.3 视频信号的处理过程第24-27页
        2.3.1 图像传感器第25页
        2.3.2 扫描方式第25-26页
        2.3.3 电视制式第26页
        2.3.4 ITU-RBT.656标准第26-27页
    2.4 Qsys系统及其技术第27-29页
    2.5 AVStream驱动程序第29页
    2.6 本章小结第29-30页
第3章 基于Intel SoC视频采集系统的总体设计第30-42页
    3.1 系统总体结构设计第30-31页
    3.2 系统硬件结构设计第31-33页
        3.2.1 EPCM-E505C-ESDC开发平台组成结构第31-33页
        3.2.2 系统硬件功能配置第33页
    3.3 系统软件结构设计第33-35页
        3.3.1 操作系统的选择第34页
        3.3.2 驱动程序结构设计第34-35页
    3.4 视频流处理流程第35-40页
        3.4.1 视频解码芯片第36-37页
        3.4.2 视频存储器第37-38页
        3.4.3 基于SoC的PCIe视频数据传输接口第38-40页
    3.5 系统工作原理第40-41页
    3.6 本章小结第41-42页
第4章 基于Intel SoC的Qsys视频采集系统设计第42-71页
    4.1 Qsys系统及设计流程第43-45页
        4.1.1 Qsys系统概述第43-44页
        4.1.2 Qsys系统设计流程第44-45页
    4.2 Qsys视频采集系统设计与实现第45-70页
        4.2.1 I~2C接口模块的设计第45-52页
        4.2.2 视频数据提取模块的设计第52-56页
        4.2.3 异步FIFO模块的实现第56-57页
        4.2.4 视频采集控制模块的设计第57-58页
        4.2.5 视频存储控制模块的设计第58-62页
        4.2.6 PCIe接口的实现第62-65页
        4.2.7 DMA控制器的实现第65-66页
        4.2.8 Avalon总线与时钟桥第66-69页
        4.2.9 Qsys系统的定制第69-70页
    4.3 本章小结第70-71页
第5章 基于AVStream视频采集驱动程序的实现第71-81页
    5.1 AVStream驱动程序的层次结构第71-72页
    5.2 WES7驱动程序的开发工具第72-73页
    5.3 AVStream微驱动程序关键部分的实现第73-79页
        5.3.1 微驱动的初始化第74-76页
        5.3.2 微驱动中重要分派例程第76-77页
        5.3.3 微驱动数据格式第77-78页
        5.3.4 微驱动DMA的实现第78-79页
    5.4 AVStream微驱动程序的编译和安装第79-80页
    5.5 本章小结第80-81页
第6章 系统调试第81-85页
    6.1 FPGA验证第81-82页
    6.2 系统调试第82-83页
    6.3 系统调试结果第83-84页
    6.4 本章小结第84-85页
结论与展望第85-86页
致谢第86-87页
参考文献第87-91页
攻读硕士学位期间发表的论文及科研成果第91页

论文共91页,点击 下载论文
上一篇:基于神经网络的预测方法在投资统计数据分析中的应用
下一篇:焊接设备的网络化数据采集与管理