一、Matlab辅助DSP进行图像处理应用开发（论文文献综述）
刘琪[1]（2017）在《视频测速系统研究》文中认为随着通信技术和计算机技术的深入研究,用于实时图像处理的高速数字信号处理器（DSP）平台系统得到迅速发展,并广泛应用到社会生活的各个领域。近几年来,人们开始选择体育运动来加强身体素质,球类运动成为广大群众尤为喜爱的一种运动方式,球类比赛也是国际赛事的重要比赛项目,而速度又是球类比赛取胜的重要因素。因此,为了更好的分析研究球类运动,提高球类技术,可以利用测速系统对球的运动速度进行分析,本文针对上述需要对视频测速系统进行了研究设计。本文所论述的视频测速系统,以网球作为研究目标,通过对含有网球运动的视频图像信息进行处理来获取球体飞行的实际速度值。本文对视频测速系统的技术指标进行了说明,构建了视频测速系统的总体设计方案,阐述了视频测速系统的算法实现原理,在MATLAB软件环境中进行了算法仿真,完成了 MATLAB语言程序到C语言程序的改写,建立了基于DSP的实物测速系统,通过实验对系统进行了验证。在MATLAB环境中主要完成了运动目标检测、标定物参数确定以及球体运动速度计算的编程仿真,MATLAB环境下的仿真旨在优化程序代码,提高算法运算效率,在完成既定功能下选择合适系统实现方法。在DSP的实现过程中包括硬件和软件两部分,硬件上搭建了以摄像头、DSP芯片以及LCD显示屏为核心的器件的实时图像处理平台;软件部分主要在完成硬件电路设计的基础上,根据前期MATLAB所优化的程序思路进行改写移植。最后对系统进行实验测试,该测速系统可以在有限的精度内计算出球体运动的速度值。
侯帅格[2]（2012）在《小波变换在超空泡图像边缘检测中的应用研究》文中提出在一幅图像中,边缘携带了目标的很多信息,通过边缘检测提取到的图像中目标边缘,可得到目标的几何轮廓信息,这些信息对进一步进行目标识别和特征测量等有重要的作用。目前,边缘检测在图像处理和机器视觉中占重要的位置,是图像分割、图像识别研究和应用领域中的重要课题。当前,图像边缘检测已经有丰硕的理论研究成果,但是各种算法在具体的应用中,仍存在不少问题。传统边缘检测算法主要是基于微分算子,典型的有Roberts、Prewitt、Sobel、Kirsch、Canny和Log,这些算子优点在于运算量较小,执行时间短；其缺点是对噪声非常敏感。本课题针对水下高速射弹所获超空泡图像进行边缘检测,受水下环境和光源光照影响,图像中夹杂很多的噪声,如何在噪声图像中获取有效的边缘就成为本课题的重点。小波变换拥有良好的局部分析和多尺度分辨特征,能够从多个尺度下刻画图像的边缘。小尺度下,包含非常多的细节信息,能检测出非常细致的边缘；随着尺度的增加,许多微弱的边缘和噪声同时被滤除,留下比较稳定的边缘。将多个尺度下的边缘进行综合,可以在克服噪声干扰的基础上,尽量的保留弱边缘,最终提取到有效完整的边缘。本文将小波变换应用于超空泡图像边缘检测中,提出自适应多尺度小波边缘检测算法,在算法实现中,首先采用各向异性扩散滤波对图像进行去噪和增强,然后选择高斯函数和B样条函数作为小波基,对图像进行小波变换得到多个尺度下的边缘信息,之后采用5种自适应阈值方法对各尺度下的边缘进行检测,对比5种算法的实现效果和运行效率和算法的鲁棒性,最终确定基于K均值的阈值方案优于其他,将得到的各尺度下的边缘进行融合,融合时,因小波基的选择不同而采用两种不同的融合方案以得到最终的边缘。得到的边缘为后续的超空泡外形特征提取和三维重构奠定基础。将本文的边缘检测效果与传统的边缘检测效果对比,可得出本文算法可提取出较准确有效完整的超空泡边缘。
付东纪[3]（2010）在《安检X光机的图像处理研究及其硬件实现》文中研究表明科学技术日新月异,X光成像技术不仅在医疗和工业领域中得到了广泛的应用,而且越来越多的应用于安全检查领域,本文研究一种基于此技术的安检X光机,它适用于邮局、车站、奥运安检及大型活动等场所的安全检测,并表现出了良好的发展前景。本文结合X光机的发展现状及趋势,对一种X光机的图像处理系统进行了分析和研究。首先对该型号的X光机成像系统进行了深入研究,尤其在危险品检测方面进行了详细分析,提出了该X光机在图像处理、去噪、及辨识方面还存在缺陷;针对此型号X光机存在的问题,引进更适合的图像处理算法对其进行增强,去噪、锐化、分割等处理,得到理想的图像;基于上述目的对FPGA的实时图像处理系统进行硬件配置;然后运用XILINX公司开发的基于MATLAB的System Generator For DSP工具,作为连接FPGA器件的开发平台与MATLAB仿真的接口,使FPGA图像处理功能可以在MATLAB中实现仿真;最后利用MATLAB提供的强大的图像处理工具包对于X光图像处理领域的图像直方图均衡、对比度增强、图像平滑、图像锐化、图像分割等问题进行了深入研究,提出了相应的解决方案,并进行的仿真实现,得到了理想的结果,使用户能够直观方便的使用,实现了图形和界面的完美结合。
张晶明[4]（2010）在《基于达芬奇技术的水声图像处理研究》文中研究说明随着科技的进步和需求的增加,小平台图像声纳逐渐成为声纳一族的重要成员,而实时的声学图像处理则是其中的关键技术。在整个图像处理过程中,图像分割和边缘检测是重要环节,是图像识别的前提和基础。本文着重从实时性及图像分割这两个方面入手,对声图像处理进行研究实现。由于灰度是声学图像的主要特性,因此基于灰度阈值的图像分割技术和基于灰度梯度的边缘检测技术可以用于声学图像的处理。本文采用了最大类间方差法进行灰度阈值的选取,它的基本思想是利用图像的灰度直方图,将目标和背景的灰度分为两个部分,使两部分方差最大来动态地确定图像的分割阈值。本文采用了Sobel和Prewitt方法进行边缘检测,它的基本思想是利用边缘灰度的突变性,将灰度梯度最大的像素作为边缘保存下来。除此之外,还对图像进行中值滤波和对比度增强的图像质量增强处理。为了实现实时图像处理,本文选用了达芬奇技术。该项技术的核心是TI公司最新推出的高性能多核处理器,它集成了DSP的高速运算功能和ARM的控制功能。另外,达芬奇技术还包含了大量的接口及存储器等外围设备。达芬奇技术的这些优势使它适合于大规模的视频、图像处理。本文要在该技术平台上实现对声学图像的实时处理。
徐欣锋,董贵华[5]（2004）在《Matlab辅助DSP进行图像处理应用开发》文中研究指明为了发挥Matlab强大的数据处理能力,弥补DSP集成开发环境（IDE）的图形显示能力的不足,提出了一种在二者之间传递数据的辅助开发方法,既能发挥Matlab的优势来评估图像,又能保证DSP中的代码效率,克服了二者之间转换程序的不足,为应用系统的总体设计提供帮助,缩短了DSP软件开发周期。
马姝琳[6]（2006）在《大豆等农产品在线检测技术》文中研究表明在发展生产保证供给的社会主义大市场中,农产品的品质检测存在许多空白,农产品的品质低下已经严重影响我国农业生产的发展。大豆等农产品在线检测技术在农产品的品质控制中具有重要的现实意义,该技术可以广泛应用在颗粒状农产品如花生、玉米等的在线异物检测中,是提高我国农产品市场竞争力的有力手段之一。本文首先概述了国内外大豆等农产品基于机械、电磁效应和机器视觉在可见光、激光以及近红外成像检测在线异物识别系统的研究和应用现状。论文研究了适合农产品检测的嵌入式机器视觉平台,建立了以RGB颜色空间各分量色度值为提取特征,以其拟合的正态分布概率密度函数作为判别基准的模式识别模型。在大豆等农产品在线检测系统中,本文提出了机械初筛和DSP的嵌入式机器视觉筛选相结合的检测系统整体方案设计。作者对系统相关的硬件进行了比较和选型,该系统由筛筒、传送带、光学系统、图像数据采集系统、实时图像处理系统和异物自动剔除系统等部分组成。然后根据DSP算法实现流程,作者详细讨论了识别算法在TMS320DM642EVM板上的实现。系统软件部分首先由Matlab进行仿真模拟,然后通过C和C++语言在DSP开发环境Code Composer Studio下编写和调试。最后论文做了利用大豆近红外分光反射特性进行异物检测的可行性分析。实验表明,论文提出的异物识别方法可以采用先进的DSP予以实现。在实验中对霉变大豆,褐变大豆以及其他病变豆识别率在85%以上,但是对于某些对大豆表面损害并不严重的虫咬豆,漏判比较突出,尚需改进。在近红外分光反射特性的检测实验中,选择5200cm-1～6000cm-1波段为大豆与异物的差异敏感波段,大豆和异物在此波段光源下的图像对比度差异较大,可提高识别率,减少漏判值得进一步研究。
徐欣锋,董贵华[7]（2004）在《Matlab辅助DSP进行图像处理应用开发》文中认为为了发挥Matlab强大的数据处理能力,弥补DSP集成开发环境（IDE）的图形显示能力的不足,提出了一种在二者之间传递数据的辅助开发方法,既能发挥Matlab的优势来评估图像,又能保证DSP中的代码效率,克服了二者之间转换程序的不足,为应用系统的总体设计提供帮助,缩短了DSP软件开发周期。
谢青霖[8]（2021）在《基于视觉传感的高转速搅拌摩擦焊缝成形检测与控制研究》文中研究表明
孟志敏[9]（2021）在《红外与可见光图像融合的目标识别方法研究》文中进行了进一步梳理面对复杂战场环境下的战略侦查,目标识别,精准制导等军事行动,可见光与红外图像融合识别技术在理论和现实方面有迫切需求。当前目标识别方法大多基于单一传感器进行研究,而且识别算法结构的复杂,难以部署在嵌入式系统中。本文针对坦克目标识别的关键问题,提出红外与可见光图像融合的目标识别算法,通过不同算法对比并进行算法仿真验证。基于Xilinx Zynq平台对所提算法进行移植以及硬件优化加速并搭建嵌入式红外与可见光图像融合的目标识别系统。主要研究内容包括图像数据采集,异源图像配准及融合算法和图像的识别算法在嵌入式系统中实现。如下所述:基于红外与可见光成像的特点,对图像预处理方法进行分析研究,对红外与可见光图像采取灰度处理、中值滤波、均值滤波、直方图均衡化以及图像的锐化增强处理。为图像配准融合提供有效的特征并通过实验验证预处理算法的可行性。针对坦克目标特点,对比Hu不变矩、SURF特征描述以及形状上下文特征匹配的正确率,选取适合坦克目标异源图像配准方法,对配准后的图像进行小波变换图像融合。利用融合规则对图像中相应的高频分量以及低频分量进行融合并通过主观视觉与客观指标对融合算法进行评价。提高目标识别特征选取的可靠性。基于坦克目标识别算法的分析研究,对比坦克的局部二元模式特征、SIFT特征描述、梯度方向直方图特征。结合算法处理实时性及FPGA计算特性,采用HOG特征描述作为识别判断的特征依据,通过训练SVM分类器实现目标的分类识别。嵌入式图像融合的目标识别系统搭建,在FPGA上部署定制算法IP核模块实现硬件加速设计,ARM上实现硬件驱动程序的设计以及模块时序控制和构建SVM分类器模型。通过Peta Linux工具在开发环境中移植Linux系统以及Open CV库函数和Qt库函数,实现高效的图像处理。实验结果验证了算法的有效性。
李贵超[10]（2020）在《基于FPGA车载图像采集系统的设计和研究》文中认为在我们日常生活中图像处理的领域越来越广泛。近些年随着机器视觉和深度学习的发展,用硬件处理器处理图像的技术越来越成熟。人们对数字图像的高品质要求,使图像处理的计算量急剧增大,而FPGA的并行性等特点适宜于快速处理图像。论文设计系统采用Xilinx公司的Spartan6 LX16系列的FPGA作为图像采集和处理的核心芯片,介绍了芯片的逻辑系统设计,包括摄像头配置模块、数据采集模块、DDR3SDRAM缓存模块、VGA控制器模块以及各种图像算法模块等。重点设计了缓存模块的双路视频读写仲裁机制和DDR3一帧缓存机制,这有效的避免了输入和输出图像的上下帧的相互交错和扭曲问题。在此基础上深入研究了图像滤波算法的均值滤波和中值滤波算法,并且对常用的五种边缘图像处理算法进行验证和仿真。由于传统中值滤波算法处理速度慢,论文提出改进的中值滤波算法,这大大减少了处理过程中的排序次数缩减了大量时间。通过对比五种边缘检测算法的特点,最后选定采用Sobel算子作为图像处理的边缘检测算法。各个模块可以通过Model Sim软件仿真来验证结果。在系统设计完成后,搭建实验平台,对系统进行实验测试和数据分析。实验效果显示论文设计的改进中值滤波比传统中值滤波对椒盐噪音、高斯噪音有较好的抑制作用,同时能够满足快速实时滤波的要求。实验效果也显示Sobel算法比其它四种算子的效果更好。通过把摄像头安装车辆挡风玻璃获取的图像来看,本系统能够满足实时处理视频图像的要求,可以很好的应用于实际当中。
二、Matlab辅助DSP进行图像处理应用开发（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、Matlab辅助DSP进行图像处理应用开发（论文提纲范文）
（1）视频测速系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文的选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.3 本文研究的主要内容 |
| 2 视频测速系统的方案设计 |
| 2.1 视频测速系统的技术指标 |
| 2.2 视频测速系统的方案设计 |
| 2.2.1 视频测速系统的总体方案设计 |
| 2.2.2 视频测速系统的算法实现原理 |
| 2.3 视频测速系统的技术分析 |
| 2.3.1 运动目标的检测 |
| 2.3.2 标定物选择及其参数确定 |
| 2.3.3 运动速度的计算 |
| 2.3.4 算法的移植 |
| 2.4 本章小结 |
| 3 基于MATLAB的运动目标测速 |
| 3.1 视频文件的读取 |
| 3.1.1 MATLAB编程设置 |
| 3.1.2 读取视频文件程序 |
| 3.2 运动目标的检测 |
| 3.3 标定物参数的确定 |
| 3.4 运动速度的计算 |
| 3.4.1 小球实际速度的计算 |
| 3.4.2 小球轨迹图的描绘 |
| 3.5 本章小结 |
| 4 基于DSP的运动目标测速 |
| 4.1 系统硬件的设计 |
| 4.1.1 DSP控制处理模块 |
| 4.1.2 DSP最小系统 |
| 4.1.3 摄像头采集模块 |
| 4.1.4 显示屏显示模块 |
| 4.1.5 Flash存储器 |
| 4.1.6 SDRAM存储器 |
| 4.2 系统软件的设计 |
| 4.2.1 系统总体软件流程 |
| 4.2.2 集成开发环境CCS及配置 |
| 4.2.3 部分算法程序编写 |
| 4.3 本章小结 |
| 5 实验测试与分析 |
| 5.1 MATLAB实验结果 |
| 5.2 部分算法移植实验 |
| 5.3 DSP系统的测试实验 |
| 5.3.1 摄像头的采集实验 |
| 5.3.2 DSP图像处理实验 |
| 5.3.3 LCD速度显示实验 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间所取得的研究成果 |
| 致谢 |
（2）小波变换在超空泡图像边缘检测中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 边缘检测在图像处理和机器视觉中的重要性 |
| 1.2 现有的边缘检测方法的现状和不足 |
| 1.3 本课题的研究内容和主要工作 |
| 1.4 论文的结构与内容 |
| 2 边缘检测技术 |
| 2.1 边缘检测技术的发展 |
| 2.2 边缘检测方法的分类 |
| 2.2.1 经典边缘检测算子 |
| 2.2.2 新兴边缘检测算子 |
| 2.2.3 小波边缘检测 |
| 2.2.4 基于人工智能和模式识别的边缘检测 |
| 2.3 边缘检测方法的应用及研究趋势 |
| 2.4 本章小结 |
| 3 小波分析与小波边缘检测技术 |
| 3.1 小波分析理论的发展 |
| 3.1.1 小波变换的产生 |
| 3.1.2 连续小波变换和离散小波变换 |
| 3.1.3 多分辨率分析和小波变换的快速算法 |
| 3.1.4 小波包和提升小波变换 |
| 3.2 二维离散小波变换及其快速实现(Mallat算法) |
| 3.3 小波变换和边缘检测 |
| 3.4 小波变换边缘检测 |
| 3.5 小波边缘检测中的关键问题 |
| 3.6 本章小结 |
| 4 超空泡图像小波边缘检测算法研究 |
| 4.1 本课题研究重点 |
| 4.2 算法中关键部分的理论 |
| 4.2.1 图像的增强去噪处理 |
| 4.2.2 小波基的选择和小波变换的多尺度分解实现 |
| 4.2.3 模值和梯度方向、非极大值抑制和相邻尺度增强 |
| 4.2.4 自适应阈值化边缘 |
| 4.2.5 多尺度边缘融合 |
| 4.3 算法的实现和仿真 |
| 4.3.1 高斯小波基多尺度自适应边缘检测 |
| 4.3.2 B样条小波多尺度自适应边缘检测 |
| 4.4 效果分析 |
| 4.5 自适应多尺度小波边缘检测界面 |
| 4.6 超空泡轮廓的提取和边缘检测精度分析 |
| 4.6.1 超空泡轮廓提取和边缘宽度测量和对比 |
| 4.6.2 原始图像与得到的外边缘进行对比 |
| 4.7 本章小结 |
| 5 边缘检测和图像处理算法的软硬件实现探讨 |
| 5.1 MATLAB与VC++混合编程方法 |
| 5.2 结合MATLAB、Visual C++和OpenCV实现边缘检测 |
| 5.3 结合MATLAB和DSP进行图像处理相关的开发 |
| 5.4 使用MATLAB辅助FPGA实现图像处理算法的应用开发 |
| 5.5 本章小结 |
| 6 结论 |
| 6.1 本论文所做工作和存在的不足 |
| 6.2 展望 |
| 6.3 本章小结 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
（3）安检X光机的图像处理研究及其硬件实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 本课题的背景及国内外研究现状 |
| 1.2 X 光机在安全检查中的作用 |
| 1.3 X 光图像处理的研究现状 |
| 1.4 X 光的图像处理技术的优点 |
| 1.5 课题研究的目的及意义 |
| 1.6 论文的构成 |
| 第二章 X 光机的构成及成像技术 |
| 2.1 X 光机结构 |
| 2.1.1 X 射线产生部分 |
| 2.1.2 X 射线成像部分 |
| 2.2 X 射线扫描技术 |
| 2.2.1 X 射线扫描技术原理 |
| 2.2.2 X 射线对物质的作用 |
| 2.2.3 X 光图像的特点 |
| 2.3 X 光机的成像技术 |
| 2.3.1 X 射线透射成像技术 |
| 2.3.2 X 射线透射技术在危险品检测中的应用 |
| 2.4 小结 |
| 第三章 X 光图像处理系统的硬件配置 |
| 3.1 X 光系统的设计思想 |
| 3.2 X 光图像处理系统的基本结构 |
| 3.3 A/D 转换芯片THS1206 |
| 3.4 FPGA 的配置 |
| 3.4.1 FPGA 的引脚配置 |
| 3.4.2 FPGA 的配置模式 |
| 3.4.3 FPGA 的配置流程 |
| 3.5 DSP 的配置 |
| 3.6 D/A 转换芯片THS5661A |
| 3.7 SPROM 芯片配置 |
| 3.8 本章小结 |
| 第四章 FPGA 图像处理功能在 Matlab 中的仿真实现 |
| 4.1 使用FPGA 进行图像处理的优点 |
| 4.2 工程应用软件MATLAB |
| 4.2.1 MATLAB 的主要优缺点 |
| 4.2.2 MATLAB 在图像处理中的应用 |
| 4.3 FPGA 的图像处理功能在 Matlab 中的仿真实现 |
| 4.3.1 System Generator for DSP 的特点 |
| 4.3.2 用System Generator 进行系统建模 |
| 4.3.3 使用中需注意的问题 |
| 4.4 小结 |
| 第五章 基于MATLAB 的图像处理研究及实现 |
| 5.1 X 光的图像变换技术 |
| 5.1.1 傅里叶变换 |
| 5.1.2 快速傅立叶变换 |
| 5.1.3 离散余弦变换（DCT） |
| 5.2 图像的灰度直方图处理技术 |
| 5.2.1 直方图均衡化 |
| 5.2.2 直方图规定化 |
| 5.3 X 光图像对比度增强 |
| 5.3.1 影响X 光图像对比度的因素 |
| 5.3.2 灰度调整 |
| 5.3.3 特色的图象增强功能 |
| 5.4 图像的平滑去噪 |
| 5.4.1 X 光图像中的噪声 |
| 5.4.2 图像的平滑 |
| 5.4.3 小结 |
| 5.5 X 光图像的锐化处理 |
| 5.5.1 锐化空间滤波器 |
| 5.5.2 高通滤波 |
| 5.5.3 小结 |
| 5.6 图像分割 |
| 5.7 小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于达芬奇技术的水声图像处理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文选题的背景及意义 |
| 1.2 图像声纳及其实现平台与算法的发展状况 |
| 1.2.1 图像声纳的发展状况 |
| 1.2.2 水声图像处理平台的发展状况 |
| 1.2.3 水声图像处理方法的发展状况 |
| 1.3 本论文的设计思想 |
| 1.4 论文研究的内容 |
| 第2章 达芬奇处理器的结构与功能 |
| 2.1 TM5320DM6446 概述 |
| 2.2 DSP 子系统 |
| 2.2.1 概述 |
| 2.2.2 TM5320C64x+的CPU 特点 |
| 2.2.3 存储器组织 |
| 2.3 ARM 子系统 |
| 2.3.1 概述 |
| 2.3.2 存储器组织 |
| 2.4 DM6446 总线共享 |
| 2.4.1 DM6446 总线共享机制 |
| 2.4.2 EDMA3 控制器 |
| 2.4.3 EDMA3 参数RAM |
| 2.5 ARM 与DSP 的交互 |
| 2.5.1 ARM 与DSP 的系统集成 |
| 2.5.2 ARM 与DSP 的合作方式 |
| 2.6 内外部通信接口 |
| 2.6.1 通用异步收发器(UART0/1/2) |
| 2.6.2 内部集成电路(I 2C )模块 |
| 2.7 视频处理子系统 |
| 2.7.1 视频处理前端(VPFE) |
| 2.7.2 视频后端(VPBE) |
| 2.8 本章小结 |
| 第3章 适于水声图像处理的算法分析 |
| 3.1 声学图像的特点及处理方法分析 |
| 3.2 基于灰度阈值的区域分割原理 |
| 3.2.1 阈值化区域分割原理 |
| 3.2.2 最大类间方差法 |
| 3.3 基于灰度梯度的边缘检测 |
| 3.3.1 边缘性质的描述 |
| 3.3.2 基于微分的边缘检测 |
| 3.3.3 改进的Sobel 算子与Prewitt 算子 |
| 3.4 图像滤波 |
| 3.4.1 移动平均法 |
| 3.4.2 中值滤波 |
| 3.5 图像增强 |
| 3.5.1 对比度增强 |
| 3.5.2 自动对比度增强 |
| 3.6 本章小结 |
| 第4章 算法与平台的结合与实现 |
| 4.1 实时图像处理的实现 |
| 4.1.1 ARM 核的作用与程序设计 |
| 4.1.2 DSP 核的作用与程序设计 |
| 4.1.3 处理流程 |
| 4.1.4 实时图像处理结果分析 |
| 4.2 声学图像处理的实现 |
| 4.2.1 MATLAB 与DSP 的链接 |
| 4.2.2 实时数据通道RTDX |
| 4.2.3 处理流程 |
| 4.2.4 声学图像处理结果分析 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（6）大豆等农产品在线检测技术（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 前言 |
| 1.2 农产品在线检测与控制系统 |
| 1.2.1 引言 |
| 1.2.2 国内外相关颗粒状农产品在线检测现状 |
| 1.3 本文课题来源和章节内容安排 |
| 2 大豆机器视觉检测 |
| 2.1 大豆机器视觉检测系统 |
| 2.1.1 机器视觉系统的组成 |
| 2.1.2 机器视觉系统硬件平台的选择 |
| 2.2 大豆异物识别方法 |
| 2.2.1 识别方法概述 |
| 2.2.2 图像处理概述 |
| 2.2.3 大豆物料图像预处理 |
| 2.2.4 模式识别方法选择 |
| 2.3 本章小结 |
| 3 基于 DSP 的大豆在线检测系统 |
| 3.1 工作流程简述 |
| 3.2 机械初选部分 |
| 3.3 机器视觉系统部分设计 |
| 3.3.1 光学系统硬件选择 |
| 3.3.2 图像数据采集系统 |
| 3.3.3 图像传感器的选取 |
| 3.3.4 光学镜头选取 |
| 3.3.5 高速图像采集卡 |
| 3.3.6 视频信号处理器 |
| 3.3.7 软件算法实现 |
| 3.3.8 剔除系统 |
| 3.3.9 其他外设 |
| 3.4 本章小结 |
| 4 TMS320DM642EVM 嵌入式软件开发 |
| 4.1 DSP 的特点 |
| 4.2 DSP 的选择 |
| 4.3 嵌入式图像处理软件开发 |
| 4.3.1 DSP 软件处理流程 |
| 4.3.2 软件开发环境CCS |
| 4.3.3 DSP/BIOS 下的程序开发 |
| 4.3.4 使用DSP/BIOS 开发过程 |
| 4.3.5 主机和EVM 之间的通信 |
| 4.3.6 EDMA 实现DSP 内部数据传输 |
| 4.4 软件算法的调试和检验 |
| 4.4.1 辅助调试语言的选择 |
| 4.4.2 Matlab 对图像分类阈值的确定 |
| 4.4.3 RTDX 辅助调试 |
| 4.5 本章小结 |
| 5 大豆异物检测实验及实验结果分析 |
| 5.1 大豆异物检测实验 |
| 5.2 大豆的RGB 直方图分析 |
| 5.3 DSP 实验结果 |
| 5.3.1 识别结果 |
| 5.3.2 误差分析 |
| 5.4 大豆的分光反射特性检测 |
| 5.4.1 分光反射特性检测原理 |
| 5.4.2 敏感波段测试实验 |
| 5.5 本章小结 |
| 6 结论 |
| 致谢 |
| 参考文献 |
| 附录 |
| 独创性声明 |
| 学位论文版权使用授权书 |
（7）Matlab辅助DSP进行图像处理应用开发（论文提纲范文）
| 1 引 言[1] |
| 2 Matlab辅助DSP进行开发的过程 |
| 2.1 图像数据准备 |
| 2.2 DSP中存储空间的准备 |
| (1) 若连接命令文件 (.cmd) 是人工写成的, 只需在其SECTIONS部分加入一行: |
| (2) 若连接命令文件 (xxxxcfg.cmd) 是DSP/BIOS生成的, 则需要新建一个文件, 输入: |
| 2.3 DSP调入图像数据并对其进行运算处理 |
| 2.4 DSP输出处理后的图像数据 |
| 2.5 Matlab导入处理后数据并分析结果 |
| 3 应 用 |
| 4 小 结 |
（9）红外与可见光图像融合的目标识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像融合及目标识别的研究现状 |
| 1.2.2 嵌入式平台下图像处理的研究现状 |
| 1.3 本文主要研究工作和章节安排 |
| 第2章 红外与可见光成像原理及预处理方法 |
| 2.1 红外与可见光成像原理 |
| 2.1.1 红外热成像传感器工作原理 |
| 2.1.2 可见光成像传感器工作原理 |
| 2.2 红外与可见光图像的特点 |
| 2.3 红外与可见光图像的预处理方法 |
| 2.3.1 可见光图像预处理 |
| 2.3.2 红外图像预处理 |
| 2.4 本章小结 |
| 第3章 坦克目标的图像配准与融合方法 |
| 3.1 红外与可见光图像配准 |
| 3.1.1 图像配准概述 |
| 3.1.2 配准几何变换模型 |
| 3.1.3 图像配准方法 |
| 3.2 红外与可见光图像的特征配准 |
| 3.2.1 不变矩特征 |
| 3.2.2 SURF特征描述子 |
| 3.2.3 形状上下文特征 |
| 3.2.4 图像配准评价 |
| 3.3 红外与可见光图像融合 |
| 3.3.1 图像融合算法 |
| 3.3.2 基于小波变换的图像融合 |
| 3.3.3 融合结果分析 |
| 3.4 本章小结 |
| 第4章 坦克目标的特征提取与识别方法 |
| 4.1 图像模式识别方法概述 |
| 4.2 坦克目标特征提取方法 |
| 4.2.1 局部二元模式特征 |
| 4.2.2 SIFT特征描述 |
| 4.2.3 梯度方向直方图特征 |
| 4.3 小样本数据的目标分类决策方法 |
| 4.3.1 最优分类面的选择 |
| 4.3.2 支持向量机 |
| 4.3.3 核函数选择 |
| 4.4 基于HOG+SVM目标识别算法 |
| 4.4.1 融合目标的特征选择 |
| 4.4.2 HOG特征提取 |
| 4.4.3 SVM分类器训练及分类 |
| 4.4.4 多尺度窗口融合方法 |
| 4.4.5 识别结果分析 |
| 4.5 本章小结 |
| 第5章 ARM+FPGA的嵌入式系统实现与结果分析 |
| 5.1 FPGA平台下的算法加速优化 |
| 5.1.1 图像配准算法优化 |
| 5.1.2 融合算法优化 |
| 5.1.3 HOG特征提取算法的优化 |
| 5.2 融合图像的目标识别系统搭建 |
| 5.2.1 Zynq平台简介 |
| 5.2.2 系统总体架构部署 |
| 5.2.3 模块化IP设计 |
| 5.2.4 运行环境配置 |
| 5.2.5 软件工程设计 |
| 5.3 系统验证与性能分析 |
| 5.3.1 实验结果对比分析 |
| 5.3.2 系统性能分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和获得的科研成果 |
| 致谢 |
（10）基于FPGA车载图像采集系统的设计和研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 课题研究现状 |
| 1.2.1 视频图像研究采集现状 |
| 1.2.2 图像处理系统研究现状 |
| 1.3 论文主要内容及章节结构 |
| 第二章 车载图像采集系统设计方案 |
| 2.1 FPGA和系统方案论证 |
| 2.1.1 FPGA结构与开发流程 |
| 2.1.2 传统图像处理架构 |
| 2.2 软硬件开发平台 |
| 2.2.1 硬件平台 |
| 2.2.2 软件环境 |
| 2.3 系统总体方案设计 |
| 2.4 本章小结 |
| 第三章 图像采集显示模块设计 |
| 3.1 图像采集模块设计 |
| 3.1.1 OV5640简介和上电时序要求 |
| 3.1.2 摄像头寄存器配置 |
| 3.1.3 图像输出时序 |
| 3.1.4 图像数据采集和转换 |
| 3.2 图像数据缓存模块设计 |
| 3.2.1 DDR3 SDRAM的简介及DDR3 IP控制器 |
| 3.2.2 双路视频读写仲裁的控制 |
| 3.2.3 DDR3 SDRAM读写操作控制设计 |
| 3.2.4 视频图像缓存操作 |
| 3.3 视频图像缓存优化 |
| 3.4 图像显示驱动模块设计 |
| 3.4.1 VGA应用原理 |
| 3.4.2 VGA驱动时序设计 |
| 3.4.3 接口芯片ADV7123和控制过程 |
| 3.5 模块验证 |
| 3.5.1 总线波形检测 |
| 3.5.2 图像采集模块仿真 |
| 3.5.3 图像缓存控制仿真 |
| 3.5.4 图像显示控制仿真 |
| 3.6 本章小结 |
| 第四章 图像预处理算法研究 |
| 4.1 图像去噪 |
| 4.1.1 图像噪声模型和图像质量评价 |
| 4.1.2 图像去噪方法 |
| 4.1.3 改进的中值滤波在FPGA的实现 |
| 4.2 图像对比度增强 |
| 4.2.1 灰度变换法 |
| 4.2.2 直方图调整法 |
| 4.2.3 直方图均衡化的FPGA实现 |
| 4.3 图像边缘检测 |
| 4.3.1 边缘检测的原理 |
| 4.3.2 常见边缘检测算子 |
| 4.3.3 算法分析比较 |
| 4.3.4 Sobel边缘检测的FPGA实现 |
| 4.4 本章小结 |
| 第五章 实验结果及分析 |
| 5.1 实时视频图像显示测试 |
| 5.2 图像算法模块测试 |
| 5.2.1 中值滤波显示效果与分析 |
| 5.2.2 边缘检测实际效果与分析 |
| 5.3 车载系统总体实验验证 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
四、Matlab辅助DSP进行图像处理应用开发（论文参考文献）
- [1]视频测速系统研究[D]. 刘琪. 中北大学, 2017(10)
- [2]小波变换在超空泡图像边缘检测中的应用研究[D]. 侯帅格. 西安工业大学, 2012(07)
- [3]安检X光机的图像处理研究及其硬件实现[D]. 付东纪. 青岛科技大学, 2010(05)
- [4]基于达芬奇技术的水声图像处理研究[D]. 张晶明. 哈尔滨工程大学, 2010(05)
- [5]Matlab辅助DSP进行图像处理应用开发[A]. 徐欣锋,董贵华. 中国仪器仪表学会第六届青年学术会议论文集, 2004(总第116期)
- [6]大豆等农产品在线检测技术[D]. 马姝琳. 重庆大学, 2006(01)
- [7]Matlab辅助DSP进行图像处理应用开发[J]. 徐欣锋,董贵华. 仪器仪表学报, 2004(S2)
- [8]基于视觉传感的高转速搅拌摩擦焊缝成形检测与控制研究[D]. 谢青霖. 江苏科技大学, 2021
- [9]红外与可见光图像融合的目标识别方法研究[D]. 孟志敏. 沈阳理工大学, 2021(01)
- [10]基于FPGA车载图像采集系统的设计和研究[D]. 李贵超. 长安大学, 2020(06)