一、一种基于FPGA的实时图像处理系统（论文文献综述）
马骁[1]（2021）在《基于SoC FPGA的高动态图像处理系统研究》文中指出高动态范围图像（high dynamic range image,HDRI）在视频图像处理系统中的应用越来越广泛,在机器视觉、视频监控、自动驾驶等领域,高动态范围图像处理系统都具有良好的应用价值和应用前景。本文基于SoC FPGA设计实现了20位高动态实时视频图像处理系统。首先,针对高动态图像的增强显示问题,本文提出了二级直方图均衡算法。对超高动态图像进行常规的直方图统计,需要消耗的存储资源与计算资源非常大,很难在嵌入式处理器上实现实时处理,而机器视觉应用对系统实时性有很高的要求。本文针对此问题进行了改进,设计了二级直方图均衡算法,大幅降低了对高动态图像进行直方图统计时的内存占用,且处理效果逼近常规直方图均衡,使其能够在高动态图像处理系统中应用。其次,针对高动态图像的采集和传输问题,本文设计实现了高动态图像采集传输电路,使系统支持最高20位深度的高动态图像实时采集和传输。系统电路包括图像传感器电路、图像串行电路和解串电路,高动态图像传感器采集的图像数据经由串行化电路将MIPI CSI-2信号转换为FPD-LinkⅢ信号,通过一根同轴电缆进行视频传输和双向通信,再通过解串电路输出MIPI CSI-2信号到SoC FPGA芯片进行图像数据接收和高动态图像增强处理,解决了数据传输接口距离短、线路复杂的问题,能更好地满足系统实际应用的需求。最后,本文基于Zynq SoC FPGA芯片实现了高动态图像实时处理系统的软件设计和基于Verilog的可编程逻辑设计,实现了系统芯片寄存器配置、图像接收处理、高动态图像处理以及图像数据输出等模块。测试和试用结果表明,系统能够正确实现高动态图像的实时采集、传输和高动态图像增强处理,处理结果能直接通过HDMI接口在显示器上观察,同时能通过千兆网口将图像数据传输到PC机上实时显示和储存,达到了系统的设计要求,较好地满足了实际应用需求。
孙翔[2]（2021）在《基于FPGA标尺图像识别的作物株高测量系统设计》文中提出作物株高的测量是农作物自动观测中的重要环节,它能直接反映作物的生长情况。本文将图像处理和FPGA硬件架构结合起来实现自动的实时作物株高测量系统,并将其广泛应用于农作物或景观植物的自动观测中,通过测量的株高信息反馈植物生长态势,指导进行人工干预的时机。本系统通过摄像头采集标尺图像,通过识别未被遮挡的标尺实现作物株高测量。本文首先研究了标尺图像识别及株高测量的具体算法并对其进行仿真验证;然后设计实现了基于FPGA的图像采集模块并将图像处理及株高测量算法移植到FPGA上;最后对基于FPGA的株高测量硬件系统进行测试及株高测量实验。本文完成的主要工作包含:（1）设计了具体的株高测量方案如下:放置标尺并采集标尺图像,分割标尺图像并滤波,提取标尺色块的像素高度,通过单像素和实际高度的比例关系计算株高。具体的图像处理算法如下:首先将标尺图像转换到HSV颜色空间,利用画图3D等软件配合直方图确定分割阈值分割出标尺色块并进行二值化;依次进行中值滤波、闭运算和去除最小连通域;然后进行连通域分析提取色块数据;最后按比例计算株高。另外,本文进行了仿真实验验证该株高测量方案的可行性。（2）在FPGA开发板上设计实现了图像采集模块并将株高测量算法移植到FPGA上。采用SCCB总线配置OV5640摄像头模块进行图像采集;驱动LCD实现图像显示;设计RGB转HSV模块和阈值分割模块实现标尺图像的分割,调用移位寄存器IP核实现3*3和7*7的滤波模板对二值图像进行中值滤波和闭运算,用加法器和比较器代替排序过程实现二值图像的中值滤波,使用计数器对图像做水平方向投影提取连通域数据并计算株高。最后对FPGA的各个底层模块进行仿真测试。（3）本文以小叶黄杨和金叶女贞绿篱为实验对象进行株高测量实验,FPGA处理一帧480*800的图像需要17.975ms,是MATLAB处理时间的2.84%,体现了FPGA系统的实时性。同时本文分别对观测距离和标尺倾斜进行测试,拟合出观测距离与标尺量程的关系曲线并验证了其准确性。本系统最大观测距离为约3.52m,最大量程为2.4m,可以每秒测量30次株高。以金森女贞和绿萝盆栽为实验对象对株高测量系统进行测量实验,测量结果精确到毫米,误差小于1.35cm,相对误差小于3.55%,满足自动观测株高的一级标准。
陈伟[3]（2021）在《多路实时视频处理系统设计》文中提出视频图像的实时性特点使其在银行系统、商业推广、远程会议、教学、医学图像分析、工业、监控、军事以及管理等领域有着广泛的应用,因此,大力研究视频图像处理技术具有十分重要的意义。随着超高清视频的普及,人们对硬件性能和实时视频处理技术的需求也逐步提高。本文首先分析了FPGA加速,在图像处理方向上应用的重大意义,并针对当前视频技术的研究现状和实际应用场景需求,设计了一款多路视频实时处理系统。采用具有高速并行处理能力的FPGA作为核心处理器,完成了从前端4路HDMI接口的3840x2160@30Hz视频流接收,到后端4K显示器上的任意比例缩放、旋转、透明度调节以及多路视频任意位置漫游、叠加与融合。同时,本次设计在FPGA硬件平台上进行了整体设计方案的逻辑设计,在线仿真和整体验证,在此基础上,分别对视频发送卡和输出控制卡的逻辑资源消耗以及片上功耗进行分析。本文首先对多路实时视频处理系统硬件进行设计,主要基于4层电路板设计了视频采集卡,包括HDMI解码、FPGA配置、光口输出等模块。其次基于FPGA平台,采用双线性插值缩放算法,实现了对最高分辨率为3840x2160视频任意比例的缩放;采用Alpha叠加融合算法,实现对多路视频任意位置的漫游叠加,以及任意通道视频透明度的调节。再次用户可以通过串口发送角度参数,在保证较低损耗的情况下,实现图像0～360°旋转。最后对多路实时视频处理系统进行调试与分析,分析了系统整合的重难点问题并提出解决方案,展示了多路实时视频处理系统的显示效果,并对FPGA资源消耗以及系统功耗做了相关分析。实验结果表明,本次设计的多路实时视频处理系统,在系统性能、灵活性方面具有明显的优势,具有较好的应用价值,也符合市场需求。
潘银飞[4]（2021）在《视觉检测中特征提取的FPGA加速技术研究》文中提出近年来,随着市场对产品质量要求的提高,传感器、工业总线等技术不断进步,使得产品自动视觉检测所需处理的数据量越来越大,对视觉检测方法的处理速度要求也越来越高。视觉检测方法的研究通常涉及图像特征提取算法的开发,特征提取是实现目标检测、缺陷识别、形貌测量和三维重建等任务的关键预处理步骤,其作为视觉检测中最耗时的环节,极大地影响了系统的检测效率。本文针对视觉检测系统中限制检测速度的关键特征提取算法,研究FPGA加速处理技术,以解决现有加速方案中存在的并行程度不高、处理架构低效、以牺牲精度为代价和扩展性差等问题,从而实现视觉检测任务的高速处理。完成的主要工作及创新点如下:（1）从系统架构、软件、硬件三个层面系统调研了视觉检测加速处理技术的研究现状,并归纳总结了现有加速方案存在的问题;然后对FPGA加速处理技术中的基本设计方法进行了研究,为满足视觉检测特征提取的高吞吐率需求,提出了以数据流接口为主、片上存储器接口和外部存储器接口为辅的加速模块接口设计方案;并利用可视化编程工具,设计了加速算法实现和验证的一般性图像采集、存储和显示FPGA程序。（2）针对表面缺陷高速检测,提出了多层次并行的FPGA结构设计方法。对于周期性纹理特征滤除,为了解决传统一维傅里叶重建算法的边界效应问题,提出了基于亚像素周期和整周期截断的改进算法,可有效消除缺陷检测表面纹理。在此基础上,设计了任务并行和像素并行的FPGA加速整体结构、基于查找表的像素并行重采样结构和高低数据位分别处理与符号位扩展的一维傅里叶重建算法位宽连接结构。结合以上方法,将液晶面板的表面扫描检测速度提高了3倍以上,满足了系统在线处理需求,并显着提高了缺陷检测准确率。（3）针对FPGA硬件实现中数据定点位宽显着影响激光条纹中心提取精度的问题,提出了一种动静混合分析的数据位宽优化方法。在分析了当前Hessian矩阵计算FPGA结构中存在问题的基础上,设计了本文大模板尺寸的分离对称式、行列卷积复用结构,然后利用位宽约束条件和数据范围分析方法,并根据最大位置偏差、平均位置偏差和错点个数三个指标,对Steger算法各中间变量的数据位宽进行联合优化,获得了优于规整位宽设计和其他现有方法的定点精度,像素并行和全流水线设计也使其满足了千兆网相机的实时数据处理需求。（4）为了提高相移条纹投影测量系统中相位和点云计算效率,提出了FPGA和CPU的异构处理加速方案。对于包裹相位计算模块,设计了基于查找表的八分区间相位映射结构,可大幅提高相位计算的定点精度;对于相位解包裹模块,设计了基于迭代的帧级流水线结构,可有效减少延迟;对于多相机系统,给出了根据像素并行度调整的可扩展方案。结合以上方法,实现了较高的测量精度和架构效率,可支持两台相机50.86帧/秒的高速三维点云计算。
倪冯俨[5]（2021）在《基于增强算法的绝缘子图像采集终端研究》文中提出随着数字图像处理技术的发展和“坚强智能电网”建设的不断推进,输电线路的检测与故障诊断向智能化迈进。其中基于图像的绝缘子检测系统可实现绝缘子憎水性、积污、裂纹等检测,为输电线路绝缘子运行状态分析提供依据,该检测系统主要由前端视频监测装置、数据通信网络和后台监控中心三部分组成。绝缘子工作在户外,由于天气、光线等因素,采集到的图像质量较差,导致在后续检测算法处理难以达到准确结果。现有的解决办法是将采集到的海量图像在计算机软件进行增强预处理,该过程较耗时,研究人员通过研究增强算法来缩短增强时间,此方式效果有限,难以达到实时处理的要求。本文对该检测系统前端进行改进,设计基于FPGA的绝缘子图像采集终端,提出改进型直方图均衡化算法,使用硬件实现加速,完成实时采集增强处理,提高系统检测效率。首先对基于FPGA的绝缘子图像采集终端系统进行研究设计,其中硬件包含四个模块,图像采集模块,图像显示模块,FPGA核心模块,千兆以太网发送模块。软件部分使用QuatusⅡ软件完成图像采集、显示及发送模块设计,将各个模块设计为AvalonST接口自定义IP,通过在Platform Designer调用IP,完成SOPC系统搭建。其次对增强算法深入研究,对计算机软件常用增强算法（Retinex算法和直方图均衡化算法）理论研究,然后对户外采集的绝缘子图像进行增强算法仿真,对增强前后的图像使用图像增强效果评价指标分析。在此基础上提出改进型直方图均衡化算法,完成增强算法IP的设计,在Platform Designer调用IP,完成整个SOPC系统设计。最后对本设计上电测试,使用逻辑分析仪对各个模块的波形采集分析,对采集到的波形与Modelsim仿真做对比,使用图像评价指标对增强后图像质量客观评价。通过实验数据分析,表明本文设计的绝缘子图像采集终端对采集到的图像有较好的增强效果,并且能够通过千兆以太网与PC端通信,对分辨率为640×480,帧率为30fps视频数据流每帧增强处理时间约为3.074570ms,因此本设计对提高绝缘子检测系统效率有很大帮助。
王文清[6]（2021）在《基于FPGA的水资源分布式呈像系统的设计与实现》文中提出可视化监测技术的应用一直是工程研究的重要问题。为了保证视频监控具有有效性与针对性,实现对河道不同监控区域,全方位的实时监控,同时为了保证水域监测的实时性与便捷性,实现对河道多参数动态监测,防止污染问题的发生。针对实际中存在的这些需求,使呈像系统能够更好的应用于水资源监测系统中,本文提出了一种通过硬件加速基于FPGA快速呈像与监测的实现方法。论文的主要内容包括如下几个部分:（1）为了满足广视域、全方位、多参数水资源监测的需求,分析了目前水环境监测技术研究现状以及传统视频图像处理存在的问题,并对存在的问题提出新的解决方案,对系统功能进行整合处理,在此基础上利用FPGA并行处理和实时性高等优点,设计了多摄像头协同与多传感器阵列相结合的多功能一体化的水资源分布式呈像系统。（2）分析了系统功能及需求后,以FPGA为主控芯片,设计了多摄像头协同与多传感器阵列相结合、高速数据缓存,多模式显示的硬件电路以及PCB板的绘制;分析了本系统设计中的关键技术与难点,运用自上而下的系统架构策略,将系统划分为多功能分布式数据采集终端和信息管理监测平台两部分,完成系统相应各功能设计,并详细阐述了系统的构成、逻辑功能设计与验证、高速数据缓存、视频图像算法处理与优化,参数信息融合等多方面的工程设计过程。（3）对系统功能包括四路视频分割、视频图像与传感器参数信息融合,以及多模式实时显示进行了系统性测试,系统功能测试稳定可靠,图像采样速率30帧/秒,最高传输速率可达12Gb/s,可视化界面能够实时动态的对数据进行处理与显示,实现对河流水质、水文数据的全面掌握,整体功能达到预期设计指标。结果表明在相同环境下,传统软件对视频图像算法处理的速度和效率远远低于FPGA并行和流水线处理的效果,在技术实现上有一定的创新性。
唐文豪[7]（2021）在《基于FPGA低照度视频采集与边缘检测算法研究》文中研究表明FPGA的高速并行性、流水线方式处理数据的特点,适用快速图像处理。而在图像处理应用中,图像的关键在于边缘特征所包含的信息。边缘检测在目标跟踪、目标识别、深度学习下的监督识别、机器视觉检测等领域至关重要。在低照度环境下,图像的边缘信息不明显,精确地检测出低照度环境下的边缘非常关键。针对低照度环境下引起的图像质量退化导致边缘检测精度低的问题,提出一种基于梯度差分自适应边缘检测方法,选取Canny算子作为边缘检测算子并做出改进。采用双边滤波器来替代传统的高斯滤波器,增加45°和135°两方向的梯度计算模板来突出边缘;针对Canny阈值选择不具有自适应性的特点,基于梯度差分对Otsu算法进行改进得到自适应阈值进行分割,分割后采用递归边界跟踪的方法连接边缘。在此基础上基于FPGA设计实现了一个实时边缘检测系统,通过配置OV5640摄像头进行图像数据采集,为了提高低照度环境下的图像质量,通过调节白平衡和Gamma校正的参数来调节图像质量,图像增强中加入四方向拉普拉斯锐化进突出边缘信息,并将改进Canny算法进行硬件设计实现,最后通过VGA显示图像和检测的边缘信息。本文在系统中使用SDRAMDDR3芯片缓存图像数据,提高系统的鲁棒性和数据吞吐量。通过SNR（信噪比）和C/A、C/B的比值两种指标评判边缘检测效果,测试结果表明相比于传统Canny算法,改进Canny在低照度环境下的图像边缘检测效果较好,边缘清晰且连续,自适应阈值判断时间仅为原来的十分之一,更适合实时运算。整个实时边缘系统在ATRIX-7开发板完成搭建,实验平台为Vivado 2019.1,通过与Sobel和传统Canny算法的实时处理来评判实时边缘检测效果,测试结果表明,本文系统检测的边缘噪声少,弱边缘提取效果好,边缘完整且连续,本文的实时处理速度可以达到60帧/秒,实时性较好。
李华伟[8]（2021）在《基于ZYNQ的短波红外智能光电成像系统软件设计》文中研究说明随着经济全球化程度的不断加深,经济的发展越来越依赖对海洋的开发与利用,光电成像系统在海洋应用的相关领域扮演了越来越重要的角色。短波红外成像机制与可见光类似,通过探测物体反射的短波红外光线进行成像,细节较为丰富,而且还具有较好的透烟、雾效果。面对海洋恶劣的天气,使用短波红外可以一定程度上克服海洋容易起雾,比较潮湿的环境。所以将短波红外应用于智能光电成像系统,可以满足海洋探测的需求。本文的主要工作是实现短波红外成像技术在光电成像系统上的应用,完成整个短波红外智能光电成系统,使其能够达到海洋无人探测的要求。本文的主要工作如下:1)设计了一种基于ZYNQ的图像数据传输方案。对短波红外图像进行盲元与非均匀性校正需要校正信息,该方案将校正信息存储于SD卡中,主控芯片首先将校正信息读取到DDR内存,然后将校正信息与图像数据同步传输到盲元与非均匀性校正模块,解决了校正信息数据量过大无法在FPGA上存储的问题,同时满足实时图像处理的要求。2)设计完成了基于ZYNQ的片上实时图像处理。设计并完成了基于FPGA的盲元与非均匀性校正模块、图像增强模块。在盲元与非均匀性校正模块中,盲元的校正采用了选择性中值滤波算法,利用该算法可以有效的处理十字盲元。在图像增强模块中,提出了一种基于双端口存储器的流水线灰度统计方法,通过灰度统计结果完成对画面灰度分布的展宽。3)设计完成了光电成像系统的控制功能。设计了串口通信功能,并在此基础上设计了串口的通讯协议,实现了对镜头、云台的控制。利用了 ZYNQ芯片的软硬件协同特性,实现了对实时图像处理功能的控制。为了保证图像曝光正常,实现了自动曝光功能。自动曝光分为两步,第一步是获取图像的曝光情况,在这一步中复用了图像增强模块中的灰度统计结果,第二步是积分时间的调整,在这一步中利用灰度统计结果与积分时间之间的线性关系计算积分时间调整量。
陈虹任[9]（2021）在《基于FPGA的汽车双目视觉测距系统研究》文中认为目前双目视觉在汽车自动驾驶领域是较为主流的研究方向,双目视觉主要的研究难点集中在增加实时性和立体匹配算法的准确性上,针对目前双目视觉的研究难点,本文中设计了基于FPGA（Field Programmable Gate Array）的双目视觉系统,本文主要的研究工作如下:首先设计了基于FPGA的双目图像采集系统用于采集环境中目标物体的双目图像数据,系统选用了 Altera公司的Cyclone Ⅳ系列芯片作为开发平台,利用Verilog HDL硬件描述语言编写了双目图像采集模块、SDRAM暂存模块、TFT图像显示模块以及UART网络发送模块,并对各功能模块完成仿真验证。最终实现了 FPGA的双目图像采集和网络发送功能,该系统在图像分辨率640×480下采集速率可达60Hz。随后在FPGA平台上完成了基于FPGA的图像预处理算法,如快速并行的中值滤波算法、快速高斯滤波算法以及Sobel边沿检测算法,通过FPGA平台实现优化的算法有了较大的速率提升,最终对双目图像采集和预处理系统进行测试,延迟可低于25ms,具备较高实时性。并且研究了基于路径聚合的半全局匹配算法,本文的算法中使用了 BT代价值与X方向Sobel代价值的融合作为其匹配代价,通过路径聚合方式完成其代价聚合步骤,使用了 WTA方法实现视差计算后,对视差图进行视差优化。最后结果表明基于路径聚合的半全局匹配算法的匹配效果和匹配准确度要高于传统局部匹配算法,并且立体匹配过程的速度较快。文章本文最后对已完成的双目视觉测距系统进行了测距实验,结果表明,双目测距系统在目标距离较近时,测距准确度较高,相对误差的均值可小于1%;为解决距离较远时测距精度下降的情况,本文将双目相机的基线延长到150mm,并再次进行相机标定和图像校正后进行实验,可得到10m内的双目测距结果相对误差小于10%,可满足实际需求。双目视觉测距系统的处理速率相较于传统计算机平台同样有较大提升,处理速度可达102.5ms。
周小超[10]（2021）在《基于FPGA的实时图像去雾系统的设计》文中指出在大雾天气中,大气中微粒的散射作用会导致获取的图像质量大幅下降,图像的细节被掩盖严重。图像降质会严重影响视频监控,摄像,导航控制,目标跟踪等工作的开展。因此非常有必要对图像去雾进行研究。目前大多数都是从算法出发通过软件进行图像去雾,这些算法都需要一些特定的先验条件,处理速度较慢,无法适用于需要实时去雾的场景。为了解决这一问题,本论文基于FPGA设计了一种能够对图像进行实时去雾的系统。首先,本文设计了实时去雾系统的框架结构。在FPGA开发板上设计获取原始雾天图像模块,利用SDRAM控制器设计了缓存图像模块,设计以太网模块完成去雾图像的传输。其次,本文对目前图像去雾算法进行研究。通过分析比较,最终选择暗通道先验算法。针对算法复杂度较高和FPGA的特点,改进并优化算法:对原始图像快速最小值滤波,提升算法速度,利用新的方法快速求取大气光值,采用导向滤波进行透射率细化。在保证去雾效果的前提下,使得算法更加简单、高效。最后,完成暗通道的获取、透射率计算、大光气值的计算等多个模块的硬件逻辑设计。在FPGA上实现了改进后的图像去雾算法。最终对系统性能进行测试验证。分别测试以太网传输的正确性,并对实时图像去雾系统的效果进行了测试。结果表明,本文设计的实时去雾系统具有良好的去雾效果,且能满足实时性的要求。具有一定的应用价值。
二、一种基于FPGA的实时图像处理系统（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、一种基于FPGA的实时图像处理系统（论文提纲范文）
（1）基于SoC FPGA的高动态图像处理系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要工作 |
| 第二章 高动态图像处理系统概述 |
| 2.1 高动态图像处理系统架构 |
| 2.1.1 高动态图像的获取 |
| 2.1.2 高动态图像的处理 |
| 2.1.3 高动态图像的输出 |
| 2.2 高动态图像色调映射算法 |
| 2.2.1 基于摄影学的色调映射算法 |
| 2.2.2 基于分层模型的色调映射算法 |
| 2.2.3 基于梯度压缩的色调映射算法 |
| 2.2.4 直方图均衡算法 |
| 2.3 系统硬件平台选择 |
| 2.4 本章小结 |
| 第三章 基于图像直方图的高动态图像处理算法 |
| 3.1 二级直方图均衡算法 |
| 3.2 二级直方图均衡算法的近似效果分析 |
| 3.2.1 主观近似效果比较 |
| 3.2.2 客观近似效果分析 |
| 3.3 算法质量评价 |
| 3.3.1 主观质量比较 |
| 3.3.2 客观质量评价 |
| 3.4 本章小结 |
| 第四章 高动态图像处理系统硬件电路设计 |
| 4.1 高动态图像处理系统整体架构设计 |
| 4.1.1 系统需求分析 |
| 4.1.2 系统芯片选型 |
| 4.1.3 整体设计方案 |
| 4.2 系统供配电设计 |
| 4.3 系统时钟设计 |
| 4.4 芯片外围电路设计 |
| 4.4.1 图像传感器芯片外围电路设计 |
| 4.4.2 串行器芯片外围电路设计 |
| 4.4.3 解串器芯片外围电路设计 |
| 4.5 高动态图像处理系统硬件电路 |
| 4.6 本章小结 |
| 第五章 高动态图像处理系统实现与测试 |
| 5.1 系统实现总体流程 |
| 5.2 芯片寄存器配置模块 |
| 5.2.1 芯片寄存器配置模块软件设计 |
| 5.2.2 系统芯片寄存器表分析 |
| 5.3 图像接收处理模块 |
| 5.3.1 图像接收处理模块概述 |
| 5.3.2 串行转并行模块设计 |
| 5.3.3 字节转像素模块设计 |
| 5.3.4 Bayer转 RGB模块设计 |
| 5.4 高动态图像处理模块 |
| 5.5 图像数据输出模块 |
| 5.5.1 HDMI显示模块设计 |
| 5.5.2 网口输出模块设计 |
| 5.6 系统验证与测试 |
| 5.6.1 图像接收处理及系统输出模块测试 |
| 5.6.2 高动态图像处理模块测试 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作内容总结 |
| 6.2 论文的创新点 |
| 6.3 不足和展望 |
| 参考文献 |
| 致谢 |
（2）基于FPGA标尺图像识别的作物株高测量系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 本文特色 |
| 1.4 章节安排 |
| 第二章 株高测量方案设计 |
| 2.1 株高测量方案 |
| 2.2 株高测量原理 |
| 2.3 图像处理算法 |
| 2.3.1 标尺图像分割及滤波 |
| 2.3.2 连通域分析 |
| 2.3.3 参数标定 |
| 2.4 株高测量方案验证 |
| 2.4.1 图像处理算法仿真 |
| 2.4.2 株高测量实验 |
| 2.5 本章小结 |
| 第三章 FPGA硬件系统功能模块设计 |
| 3.1 FPGA硬件系统 |
| 3.1.1 FPGA硬件系统整体功能结构 |
| 3.1.2 FPGA开发平台介绍 |
| 3.2 图像采集模块设计 |
| 3.2.1 PLL时钟模块 |
| 3.2.2 OV5640 摄像头模块 |
| 3.2.3 SCCB协议 |
| 3.3 数据显示与传输模块 |
| 3.3.1 TFT图像显示模块 |
| 3.3.2 数码管显示模块 |
| 3.3.3 UART串口发送模块 |
| 3.4 本章小结 |
| 第四章 FPGA图像处理模块设计 |
| 4.1 RGB转 HSV模块 |
| 4.2 中值滤波模块 |
| 4.3 闭运算模块 |
| 4.4 连通域分析模块 |
| 4.5 本章小结 |
| 第五章 系统测试与实验分析 |
| 5.1 FPGA系统测试 |
| 5.1.1 图像采集模块测试 |
| 5.1.2 图像处理模块测试 |
| 5.2 FPGA株高测量实验 |
| 5.2.1 传图株高测量实验 |
| 5.2.2 FPGA运算速度分析 |
| 5.3 设备安装测试 |
| 5.3.1 观测距离测试 |
| 5.3.2 标尺倾斜测试 |
| 5.4 株高测量系统实验 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 基本情况 |
| 研究生阶段学位攻读期间课程学习情况 |
| 攻读硕士期间发表论文情况 |
| 攻读硕士学位期间申请专利情况 |
（3）多路实时视频处理系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.3 本文主要研究内容和结构安排 |
| 第二章 系统设计需求分析 |
| 2.1 系统指标 |
| 2.2 系统总体方案 |
| 2.3 器件选型 |
| 2.3.1 核心芯片选型 |
| 2.3.2 存储模块的选型 |
| 2.3.3 视频输入输出接口的选型 |
| 2.3.4 传输模块选型 |
| 2.4 本章小结 |
| 第三章 多路实时视频处理系统硬件设计 |
| 3.1 系统硬件框图 |
| 3.2 视频发送卡电路设计 |
| 3.2.1 视频接口 |
| 3.2.2 外部存模块 |
| 3.2.3 光纤接口 |
| 3.2.4 外围电路 |
| 3.3 阻抗匹配 |
| 3.4 硬件设计结果 |
| 3.5 本章小结 |
| 第四章 基于FPGA的图像处理实现 |
| 4.1 图像预处理 |
| 4.1.1 图像时序介绍 |
| 4.1.2 图像色彩空间转换 |
| 4.1.3 高斯滤波算法实现 |
| 4.2 双线性插值缩放算法实现 |
| 4.2.1 双线性插值缩放算法逻辑设计 |
| 4.2.2 图像截取补全算法 |
| 4.3 实时图像缓存技术的实现 |
| 4.3.1 控制器带宽分析 |
| 4.3.2 控制器接口设计 |
| 4.3.3 图像缓存控制逻辑设计 |
| 4.4 高速视频传输的实现 |
| 4.5 旋转算法的实现 |
| 4.6 Alpha叠加融合算法的实现 |
| 4.7 本章小结 |
| 第五章 系统调试与分析 |
| 5.1 输入输出模块逻辑验证与分析 |
| 5.2 DDR3 读写缓存验证与分析 |
| 5.3 双线性插值缩放算法模块验证与分析 |
| 5.4 旋转算法模块验证与分析 |
| 5.5 Alpha叠加融合算法模块验证与分析 |
| 5.6 系统整体调试与分析 |
| 5.6.1 联合调试与分析 |
| 5.6.2 系统设计难点与解决方案 |
| 5.6.3 逻辑资源与功耗分析 |
| 5.6.4 设计指标分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（4）视觉检测中特征提取的FPGA加速技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和课题来源 |
| 1.2 视觉检测和特征提取技术概述 |
| 1.2.1 二维检测技术 |
| 1.2.2 三维检测技术 |
| 1.2.3 特征提取 |
| 1.3 视觉检测加速技术研究现状 |
| 1.3.1 基于系统架构级的加速技术 |
| 1.3.2 基于软件层面的加速技术 |
| 1.3.3 基于专用硬件的加速技术 |
| 1.4 加速处理技术中存在问题分析 |
| 1.5 主要研究内容和论文结构 |
| 1.5.1 主要研究内容 |
| 1.5.2 论文章节安排 |
| 第二章 视觉检测的加速处理方法 |
| 2.1 引言 |
| 2.2 FPGA加速方法和加速模块接口 |
| 2.2.1 常用的FPGA加速设计方法 |
| 2.2.2 FPGA加速模块接口设计 |
| 2.3 FPGA加速算法实现方案 |
| 2.3.1 基于Visual Applets的可视化编程 |
| 2.3.2 图像采集、存储和显示FPGA程序设计 |
| 2.4 CPU、GPU和 FPGA加速方法比较 |
| 2.4.1 CPU、GPU和 FPGA加速特点 |
| 2.4.2 CPU、GPU和 FPGA加速程序的计时 |
| 2.5 本章小结 |
| 第三章 FPGA任务并行与像素并行加速技术 |
| 3.1 引言 |
| 3.2 FPGA并行加速方法 |
| 3.2.1 FPGA任务并行加速方法 |
| 3.2.2 FPGA像素并行加速方法 |
| 3.2.3 加速性能评估方法与加速性能极限 |
| 3.3 并行加速方法在周期纹理特征滤除中的实现 |
| 3.3.1 应用背景概述 |
| 3.3.2 周期背景纹理滤除方法 |
| 3.3.3 多任务并行的整体结构 |
| 3.3.4 一维傅里叶重建算法的像素并行加速实现 |
| 3.4 性能提升和算法改进 |
| 3.4.1 边界效应问题 |
| 3.4.2 亚像素周期问题 |
| 3.4.3 整周期截断 |
| 3.4.4 改进措施的FPGA实现 |
| 3.5 实验与验证 |
| 3.5.1 缺陷检测结果可视化及定量指标评价 |
| 3.5.2 速度评估 |
| 3.5.3 定点精度和资源消耗 |
| 3.6 本章小结 |
| 第四章 FPGA位宽优化高精度加速技术 |
| 4.1 引言 |
| 4.2 FPGA数据位宽设计和精度分析 |
| 4.2.1 位宽设计 |
| 4.2.2 精度分析 |
| 4.3 FPGA实现的条纹中心线提取高精度加速方法 |
| 4.3.1 激光条纹中心提取算法概述 |
| 4.3.2 FPGA硬件实现中存在的精度下降问题 |
| 4.3.3 高精度的Steger算法FPGA实现 |
| 4.4 Steger算法FPGA结构的数据位宽和定点精度优化 |
| 4.4.1 位宽优化技术 |
| 4.4.2 初始数据位宽确定 |
| 4.4.3 Hessian矩阵计算模块的位宽和精度优化 |
| 4.4.4 特征值和亚像素偏移计算模块的位宽和精度优化 |
| 4.5 实验与验证 |
| 4.5.1 检测精度评价 |
| 4.5.2 不同平台的计算精度和运行速度对比 |
| 4.5.3 FPGA硬件资源优化 |
| 4.6 本章小结 |
| 第五章 FPGA异构处理加速技术 |
| 5.1 引言 |
| 5.2 异构加速架构与方法 |
| 5.2.1 异构加速基本方法 |
| 5.2.2 CPU和 FPGA的异构加速架构与方法 |
| 5.3 异构处理方式在相移条纹投影测量中的分析 |
| 5.3.1 多频相移法原理 |
| 5.3.2 基于多项式拟合的点云计算 |
| 5.3.3 相位和点云的计算资源效率分析 |
| 5.4 异构处理加速方案的实现 |
| 5.4.1 包裹相位和解包裹相位的FPGA加速计算方法 |
| 5.4.2 点云计算的CPU多核处理实现方法 |
| 5.4.3 可扩展的多相机并行处理实现方案 |
| 5.5 实验评估 |
| 5.5.1 测量系统的搭建 |
| 5.5.2 定点精度评估 |
| 5.5.3 标准球测量实验和多相机融合实验 |
| 5.5.4 异构处理速度和资源效率分析 |
| 5.6 本章小结 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 本文创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（5）基于增强算法的绝缘子图像采集终端研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文选题的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于图像的绝缘子检测方法研究现状 |
| 1.2.2 图像增强算法研究现状 |
| 1.2.3 增强算法的实现方式研究现状 |
| 1.3 论文的主要研究内容及章节安排 |
| 2 基于FPGA的绝缘子图像采集终端系统设计 |
| 2.1 基于图像的绝缘子检测技术架构 |
| 2.2 基于FPGA的绝缘子图像采集终端系统设计 |
| 2.2.1 FPGA与SOPC概述 |
| 2.2.2 系统框架设计 |
| 2.3 基于FPGA的绝缘子图像采集终端硬件设计 |
| 2.3.1 FPGA核心模块硬件设计 |
| 2.3.2 图像传感器接口设计 |
| 2.3.3 TFT显示硬件设计 |
| 2.3.4 千兆以太网硬件设计 |
| 2.4 基于FPGA的绝缘子图像采集终端软件设计 |
| 2.4.1 软件设计思路 |
| 2.4.2 系统的时钟设计 |
| 2.4.3 图像采集模块设计 |
| 2.4.4 图像增强算法模块设计 |
| 2.4.5 图像显示模块设计 |
| 2.4.6 千兆以太网传输模块设计 |
| 2.5 本章小结 |
| 3 绝缘子图像增强算法研究 |
| 3.1 图像增强效果质量评价指标 |
| 3.2 Retinex算法在绝缘子图像增强应用研究 |
| 3.2.1 Retinex算法理论基础 |
| 3.2.2 Retinex原理的数学表达式 |
| 3.2.3 Retinex理论在图像增强的应用 |
| 3.2.4 Retinex增强算法仿真验证 |
| 3.3 直方图均衡算法在绝缘子图像增强应用研究 |
| 3.3.1 直方图均衡算法理论基础 |
| 3.3.2 直方图均衡算法的数学表达式 |
| 3.3.3 直方图均衡算法在图像增强中的应用 |
| 3.3.4 直方图均衡算法仿真验证 |
| 3.4 直方图均衡算法在绝缘子图像增强应用改进研究 |
| 3.5 改进后增强算法增强效果分析 |
| 3.6 本章小结 |
| 4 绝缘子图像增强算法的FPGA实现 |
| 4.1 绝缘子图像增强算法FPGA实现 |
| 4.2 单通道直方图均衡算法设计 |
| 4.3 单通道直方图均衡化的具体步骤设计 |
| 4.4 本章小结 |
| 5 实验结果分析 |
| 5.1 硬件实验分析 |
| 5.1.1 图像采集模块验证 |
| 5.1.2 图像显示模块验证 |
| 5.1.3 以太网模块验证 |
| 5.2 绝缘子图像增强效果实验分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）基于FPGA的水资源分布式呈像系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 分布式呈像监测系统的发展趋势 |
| 1.4 课题研究主要内容及结构安排 |
| 2 水资源呈像系统中关键技术及应用领域 |
| 2.1 FPGA关键技术简介 |
| 2.1.1 FPGA构成结构 |
| 2.1.2 FPGA设计方法 |
| 2.2 FPGA呈像系统在图像处理中的优势 |
| 2.3 呈像系统中的传感器技术 |
| 2.4 FPGA技术在水资源监测中的应用 |
| 2.5 本章小结 |
| 3 水资源呈像系统硬件设计 |
| 3.1 呈像系统硬件方案设计 |
| 3.2 主控板选型与应用 |
| 3.2.1 主控芯片选型与应用 |
| 3.2.2 DDR3存储模块 |
| 3.2.3 SPI Flash存储模块 |
| 3.2.4 外部晶振 |
| 3.2.5 主控板实物图 |
| 3.3 功能接口板硬件电路设计 |
| 3.3.1 四路输入视频硬件设计 |
| 3.3.2 电源模块硬件设计 |
| 3.3.3 多模式视频输出模块硬件设计 |
| 3.3.4 配置模块硬件设计 |
| 3.3.5 传感器数据采集硬件设计 |
| 3.4 功能接口PCB板设计与实物展示 |
| 3.4.1 功能接口PCB板设计 |
| 3.4.2 呈像系统实物图 |
| 3.5 本章小结 |
| 4 水资源呈像系统软件设计与实现 |
| 4.1 总体功能模块划分与逻辑功能实现 |
| 4.2 多摄像头视频图像采集与预处理 |
| 4.2.1 BT656标准简介 |
| 4.2.2 BT656数据结构 |
| 4.2.3 BT656视频数据解析模块 |
| 4.3 高速视频图像缓存处理 |
| 4.3.1 DDR3简介 |
| 4.3.2 DDR3读写逻辑设计与调试 |
| 4.4 广域视频图像算法的研究与改进 |
| 4.4.1 双线性插值算法的实现与优化 |
| 4.4.2 四路视频分割处理 |
| 4.4.3 YCbCr格式转换器设计 |
| 4.4.4 色度空间转化单元 |
| 4.5 多传感器数据接收与发送模块 |
| 4.5.1 参数信息融合 |
| 4.5.2 UART数据帧格式 |
| 4.5.3 串口功能仿真 |
| 4.5.4 传感器数据传输协议设计与实现 |
| 4.6 寄存器配置模块 |
| 4.6.1 I2C总线使用及时序配置 |
| 4.6.2 SIL9134和TW2867寄存器参数配置 |
| 4.7 多模式视频显示模块设计 |
| 4.7.1 VGA视频输出时序设计 |
| 4.7.2 HDMI视频输出时序设计 |
| 4.8 本章小结 |
| 5 结果测试与分析 |
| 5.1 功能测试 |
| 5.2 测试结果分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（7）基于FPGA低照度视频采集与边缘检测算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 边缘检测技术 |
| 1.2.2 基于FPGA的边缘检测研究现状 |
| 1.3 研究内容与工作安排 |
| 1.3.1 研究内容 |
| 1.3.2 工作安排 |
| 2 图像边缘检测算法与系统硬件平台介绍 |
| 2.1 图像预处理 |
| 2.1.1 颜色插值算法 |
| 2.1.2 Gamma校正算法 |
| 2.1.3 白平衡算法 |
| 2.2 边缘检测算法理论 |
| 2.2.1 传统Canny算法 |
| 2.2.2 边缘检测算法比较 |
| 2.3 硬件平台简介 |
| 2.3.1 实时图像处理系统方案对比 |
| 2.3.2 FPGA基本结构及开发流程 |
| 2.3.3 系统硬件结构设计 |
| 2.4 本章小结 |
| 3 基于梯度差分的自适应阈值边缘检测算法 |
| 3.1 双边滤波 |
| 3.2 基于梯度差分的自适应阈值算法 |
| 3.2.1 4 方向Sobel梯度幅值 |
| 3.2.2 非极大值抑制 |
| 3.2.3 Otsu自适应阈值 |
| 3.3 递归边界跟踪 |
| 3.4 边缘检测算法仿真验证 |
| 3.5 本章小结 |
| 4 图像采集显示模块的设计与实现 |
| 4.1 传感器配置 |
| 4.2 图像采集 |
| 4.2.1 PLL设计 |
| 4.2.2 图像采集设计 |
| 4.3 外部缓存设计 |
| 4.4 显示设计 |
| 4.5 实时性测试 |
| 4.6 本章小结 |
| 5 基于FPGA的图像边缘检测算法设计 |
| 5.1 图像预处理设计 |
| 5.2 灰度变换 |
| 5.3 改进边缘检测算法硬件设计 |
| 5.3.1 双边滤波设计 |
| 5.3.2 4 方向Sobel幅值模块 |
| 5.3.3 非极大值抑制模块 |
| 5.3.4 双阈值连接模块 |
| 5.4 Otsu算法设计 |
| 5.5 结果与实时性验证分析 |
| 5.5.1 结果分析 |
| 5.5.2 实时性分析 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士期间发表相关论文 |
（8）基于ZYNQ的短波红外智能光电成像系统软件设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 短波红外成像技术国内外研究现状 |
| 1.2.2 光电成像系统国内外研究现状 |
| 1.3 论文主要内容 |
| 第二章 硬件结构分析 |
| 2.1 光电成像系统结构分析 |
| 2.2 短波红外成像仪结构分析 |
| 2.3 软硬件协同设计 |
| 2.4 需求分析与软硬件功能划分 |
| 2.4.1 成像功能分析 |
| 2.4.2 控制功能分析 |
| 2.5 本章小结 |
| 第三章 软件结构分析 |
| 3.1 算法分析 |
| 3.1.1 盲元校正 |
| 3.1.2 非均匀性校正 |
| 3.1.3 图像增强 |
| 3.1.4 自动曝光 |
| 3.2 软件结构规划 |
| 3.2.1 成像功能软件结构 |
| 3.2.2 控制功能软件结构 |
| 3.3 本章小结 |
| 第四章 成像功能实现 |
| 4.1 成像功能各模块实现 |
| 4.1.1 探测器时序 |
| 4.1.2 数据同步 |
| 4.1.3 盲元与非均匀性校正 |
| 4.1.4 图像增强 |
| 4.1.5 信息交互 |
| 4.2 成像功能总体结构 |
| 4.3 效果分析 |
| 4.3.1 盲元与非均匀性校正效果分析 |
| 4.3.2 图像增强效果分析 |
| 4.4 本章小结 |
| 第五章 控制功能实现 |
| 5.1 逻辑控制功能的实现 |
| 5.1.1 串口通信 |
| 5.1.2 积分时间调整 |
| 5.1.3 镜头控制 |
| 5.1.4 云台控制 |
| 5.2 逻辑控制功能总体结构 |
| 5.3 效果分析 |
| 5.3.1 自动曝光效果分析 |
| 5.3.2 光电成像系统测试效果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 主要创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的科研成果 |
| 学位论文评阅及答辩情况表 |
（9）基于FPGA的汽车双目视觉测距系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 双目视觉研究现状 |
| 1.2.2 基于FPGA的图像处理研究现状 |
| 1.3 双目视觉目前存在的问题 |
| 1.4 主要研究内容及章节安排 |
| 第2章 双目视觉测距基础理论 |
| 2.1 坐标系的关系 |
| 2.1.1 图像坐标系与像素坐标系 |
| 2.1.2 相机坐标系 |
| 2.1.3 世界坐标系 |
| 2.2 摄像机模型 |
| 2.2.1 针孔成像模型 |
| 2.2.2 实际成像模型 |
| 2.3 双目测距模型 |
| 2.4 双目相机标定 |
| 2.4.1 张正友标定法 |
| 2.4.2 双目视觉系统的标定实现 |
| 2.5 双目相机图像校正的实现 |
| 2.6 本章小结 |
| 第3章 基于FPGA平台的图像采集与传输系统实现 |
| 3.1 FPGA平台介绍 |
| 3.1.1 FPGA平台资源 |
| 3.1.2 FPGA的设计流程 |
| 3.2 图像采集模块设计 |
| 3.2.1 双目摄像头模组介绍 |
| 3.2.2 图像传感器的初始化 |
| 3.2.3 摄像头采集模块 |
| 3.3 SDRAM暂存模块设计 |
| 3.3.1 SDRAM的特性与操作命令 |
| 3.3.2 SDRAM的初始化 |
| 3.3.3 SDRAM控制器设计 |
| 3.4 图像显示模块设计 |
| 3.4.1 TFT显示屏驱动模块 |
| 3.4.2 图像显示模块测试 |
| 3.5 网络发送模块设计 |
| 3.5.1 UART协议 |
| 3.5.2 UART发送模块设计 |
| 3.5.3 图像采集与传输系统验证 |
| 3.6 本章小结 |
| 第4章 基于FPGA平台的图像预处理加速算法实现 |
| 4.1 FPGA硬件加速原理 |
| 4.1.1 流水线结构 |
| 4.1.2 并行阵列结构 |
| 4.2 基于FPGA的图像灰度化算法实现 |
| 4.2.1 YCrCb格式转换 |
| 4.2.2 FPGA实现颜色转换算法 |
| 4.3 基于FPGA的图像滤波算法设计 |
| 4.3.1 图像滤波算法介绍 |
| 4.3.2 基于FPGA的高斯滤波算法实现 |
| 4.3.3 基于FPGA的中值滤波算法的实现 |
| 4.4 基于FPGA的Sobel边缘检测算法实现 |
| 4.4.1 Sobel边缘检测算法 |
| 4.4.2 Sobel边缘检测算法的FPGA实现 |
| 4.4.3 预处理算法速率分析 |
| 4.5 本章小结 |
| 第5章 双目立体视觉系统测距的实现 |
| 5.1 立体匹配算法原理 |
| 5.1.1 立体匹配的约束条件 |
| 5.1.2 立体匹配算法的步骤 |
| 5.1.3 立体匹配算法分类 |
| 5.2 基于路径聚合的半全局立体匹配算法 |
| 5.2.1 匹配代价计算 |
| 5.2.2 代价聚合 |
| 5.2.3 视差计算及视差优化 |
| 5.3 双目视觉测距实验及分析 |
| 5.3.1 测距精度分析 |
| 5.3.2 双目测距系统资源与速率分析 |
| 5.3.3 双目测距结果分析 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（10）基于FPGA的实时图像去雾系统的设计（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 本课题研究的意义与背景 |
| 1.2 国内外研究现状 |
| 1.2.1 去雾算法研究现状 |
| 1.2.2 去雾硬件研究现状 |
| 1.3 本文的主要内容和章节安排 |
| 1.3.1 本文主要内容 |
| 1.3.2 论文章节安排 |
| 2.系统的硬件框架设计 |
| 2.1 FPGA概述 |
| 2.1.1 FPGA开发板概述 |
| 2.1.2 FPGA电路概述 |
| 2.2 系统总体框架设计 |
| 2.3 图像采集驱动模块 |
| 2.3.1 SDRAM控制器设计 |
| 2.3.2 优化SDRAM控制器 |
| 2.4 以太网传图模块 |
| 2.4.1 以太网传输协议介绍 |
| 2.4.2 以太网PHY芯片介绍 |
| 2.4.3 以太发送模块逻辑设计 |
| 3.图像去雾算法 |
| 3.1 雾天图像传播模型 |
| 3.2 暗通道先验算法研究 |
| 3.2.1 暗通道图像求取 |
| 3.2.2 透射率和大气光强的求取 |
| 3.3 暗通道先验算法优化 |
| 3.3.1 快速最小值滤波优化 |
| 3.3.2 大气光值计算优化 |
| 3.3.3 透射率计算优化 |
| 3.3.4 细化透射率 |
| 3.4 去雾算法流程总结 |
| 4. 图像去雾算法 |
| 4.1 求取暗通道的硬件实现 |
| 4.2 求取大气光的硬件实现 |
| 4.3 求取透射率的硬件实现 |
| 4.4 细化透射率的硬件实现 |
| 4.5 去雾输出图像的硬件实现 |
| 5.功能测试与验证 |
| 5.1 以太网传输模块测试 |
| 5.2 图像去雾算法测试 |
| 5.3 去雾系统测试 |
| 6.工作总结与展望 |
| 6.1 工作总结 |
| 6.2 创新点与不足 |
| 6.3 展望 |
| 参考文献 |
| 硕士学位期间发表的论文及所取得的研究成果 |
| 致谢 |
四、一种基于FPGA的实时图像处理系统（论文参考文献）
- [1]基于SoC FPGA的高动态图像处理系统研究[D]. 马骁. 浙江大学, 2021(02)
- [2]基于FPGA标尺图像识别的作物株高测量系统设计[D]. 孙翔. 南京信息工程大学, 2021(01)
- [3]多路实时视频处理系统设计[D]. 陈伟. 南京信息工程大学, 2021(01)
- [4]视觉检测中特征提取的FPGA加速技术研究[D]. 潘银飞. 合肥工业大学, 2021
- [5]基于增强算法的绝缘子图像采集终端研究[D]. 倪冯俨. 西安科技大学, 2021(02)
- [6]基于FPGA的水资源分布式呈像系统的设计与实现[D]. 王文清. 西安工业大学, 2021(02)
- [7]基于FPGA低照度视频采集与边缘检测算法研究[D]. 唐文豪. 西安科技大学, 2021(02)
- [8]基于ZYNQ的短波红外智能光电成像系统软件设计[D]. 李华伟. 山东大学, 2021(11)
- [9]基于FPGA的汽车双目视觉测距系统研究[D]. 陈虹任. 山东大学, 2021(12)
- [10]基于FPGA的实时图像去雾系统的设计[D]. 周小超. 中北大学, 2021(09)