一、移植Linux内核至DSP平台方案研究（论文文献综述）
魏鹏辉[1]（2019）在《基于嵌入式平台的智能目标跟踪算法的研究与实现》文中指出基于视觉的目标跟踪技术是计算机视觉领域的研究热点之一,目标跟踪技术一方面广泛应用在导航、制导、无人机以及监控等军事国防安全领域,另一方面在民用领域比如智能交通监控、安防等方面也有着广泛的应用。随着人工智能、计算视觉技术的蓬勃发展,目标跟踪领域也取得了巨大的成就,许多基于机器学习方法的高精度智能目标跟踪算法相继出现。而在工程应用中,目前仍然普遍采用模板匹配类的跟踪算法,这类算法对遮挡、光照等变化不能较好的处理,因此研究智能目标跟踪算法,并且将其移植和应用到实际的嵌入式目标跟踪系统中具有重要的理论研究价值以及工程应用价值。近年来,基于相关滤波的目标跟踪算法在目标跟踪领域发展迅速,在跟踪准确度、实时性方面都取得了巨大的成就,核化相关滤波跟踪算法巧妙地利用利用循环移位产生大量训练样本,利用循环矩阵对角化的性质,使得算法主要计算为FFT快速傅立叶变换,但是原始的核相关滤波跟踪不进行跟踪结果置信度判断,导致目标在遮挡场景下容易跟踪失败。针对上述问题,本文的主要研究内容如下:（1）首先,研究了核化相关滤波跟踪算法的原理,并且分析了核化相关滤波跟踪算法的优点和不足。为解决核化相关滤波遮挡情况下模型更新问题,本文在APEC高置信度指标的基础上,引入了SVM目标外观模型,结合两者对目标跟踪结果进行置信度判断,之后对改进后的算法在实际场景视频序列进行了大量的测试,实验表明改进后的核化相关滤波跟踪算法在保证实时性的基础上抗遮挡性能明显提升。（2）本文实现了改进后的核化相关滤波跟踪算法在TMS320C6657 DSP平台的移植与实现,其中分别在DSP上实现了图像二维FFT计算、图像HOG特征提取、SVM移植实现等功能,在移植实现的基础上,在DSP平台采用实际场景视频序列进行了大量的仿真与调试,仿真结果表明移植到DSP端的跟踪算法与PC上跟踪效果基本相同,并且移植后的跟踪算法在DSP平台计算时间仅需10ms,跟踪帧率高达100fps。（3）在DSP平台算法移植的基础上,本文实现了FPGA+DSP架构的实时目标跟踪系统的软件框架设计与开发,包括视频传输、PC上位机交互、跟踪结果显示。详细介绍了基于SRIO接口的FPGA与DSP之间视频传输过程、基于RS422串口的DSP交互指令解析执行过程。最终基于TI SYS/BIOS框架完成了软件系统模块化、多线程的设计与实现。
尹峰[2]（2019）在《基于嵌入式网关的智能实验平台设计与实现》文中研究表明传统电子类实验室对实验仪器设备的管理都是基于人工管理、人工记录,而且实验设备分散,教师无法同时对实验室所有仪器设备进行管理和远程监控。在实验教学中,教师只有走到学生实验位现场读取实验仪器设备的数据才能对学生实验活动进行指导。不利于实验室仪器设备的集中高效管控,也不利于实验教学高效智能化地发展,使得学生实验学习效果不理想。随着“互联网+”概念提出以来,各大高校电子实验室开始应用一大批最新技术,实验系统向着信息化、智能化方向发展。目前,虽然大部分高校电子实验室的仪器设备实验系统相比传统实验室的仪器设备实验平台有了很大改善,自动化程度和管理效率大大提高,但是现有的实验系统依然存在一些不足和局限性。主要表现在当前的实验系统只具有预约实验、管理仪器设备信息的作用,无法实现对实验室仪器设备进行远端监控与配置的功能,不具有指导学生自主进行实验、辅助教师实验教学的功能。本课题综合分析目前高校电子类实验室仪器设备实验系统方面的研究,提出一种基于嵌入式网关的智能实验体系结构,将实验仪器设备、互联网通信技术、实验辅助教学有机地整合到一起,设计实现电子实验室仪器设备通用型智能实验平台,实现“互联网+实验室”的创新型实验教学模式。通过对当前电子类实验室主流仪器设备的研究分析,总结现有实验室常用仪器设备实验系统结构的不足之处,设计以嵌入式智能网关为核心主要包括数据获取、数据中介转发、上位机处理三大功能模块的智能实验平台。针对实验系统通信方式,详细研究数据/命令传输处理的实现方案。系统能获取到不同类型仪器设备的通信数据,采用TCP/IP的Socket编程方式,实现整个实验室仪器设备的组网通信。网关作为整个实验室通信网络的桥梁是本系统开发的重点,基于嵌入式系统设计了网关硬件开发平台,完成系统硬件电路设计、PCB板设计等。针对网关遇到的不同种类仪器设备通信需求从而产生的多通信数据转发问题,在网关软件部分详细研究不同数据类型的格式转换,实现智能网关多通信数据转发功能。上位机软件教师端与学生端分别基于C/S与B/S体系结构设计实现,教师可以通过客户端实现远程监控实验数据、远端配置实验仪器设备以及辅助实验教学等功能。学生能够通过浏览器跨平台多终端登陆学习系统,对教师上传的实验文档进行自主学习。最后,在实验室搭建测试平台,设计测试方案。在完成对嵌入式智能网关功能测试的基础上,对智能实验平台进行详细测试。测试结果显示,智能实验平台的各项功能均达到系统要求,实现了课题划定的预期目标,可以稳定可靠地运行。
孙广辉[3]（2019）在《基于FT-M7002的OpenCV移植与优化》文中研究指明OpenCV（Open Source Computer Vision Library）是能够实现有关图像处理和计算机视觉方面的跨平台计算机视觉库,该视觉库中包含很多有关视觉处理和图像处理方面的通用算法,正是由于其丰富的底层支持促使其功能的多样性与实用性,因此OpenCV已经成为了计算机视觉领域最强大的开源工具之一。数字信号处理器（DSP）目前广泛应用于通信、计算机、网络、工业控制、军事装备等重要领域,扮演者不可或缺的角色。FT-M7002（以下简称M7002）是一款完全自主的高性能DSP。开发一款基于M7002 DSP的图像处理平台,能够极大地推动该DSP在图像处理领域以及人工智能领域的应用。但是目前鲜有针对该DSP平台的交叉编译移植以及对OpenCV库进行移植优化的研究。因此本文探索一种将OpenCV通过Linux操作系统进行交叉编译移植到DSP平台的一般方法,以及总结出对OpenCV进行优化的一般方法,能够降低实现通用DSP图像处理平台的研发门槛,进而提高对M7002DSP的开发效率。本文的主要工作包括以下几个方面:1、完成OpenCV2.4.9（以下简称OpenCV）底层所有的约80万行源代码在M7002上的移植与优化实现。本文针对实现FT-M7000 IDE工具链能够支持C++语言以及完成OpenCV源代码在M7002平台上移植的问题,深入分析了OpenCV的底层支持与M7002平台底层支持的差异性,然后结合交叉编译的原理,提出在Linux系统下,通过交叉编译生成M7002平台上的工具链,然后对OpenCV所依赖的各种库进行交叉编译,之后重新编写对应平台的toolchain脚本文件,该文件辅助Cmake编译OpenCV源码来生成对应的构建文件,最后对OpenCV库进行交叉编译,该过程中针对平台以及平台底层库的差异对OpenCV的库完成相应的补充与裁剪,最终总结并实现OpenCV移植到M7002平台上的通用方法。该方法填补了通过交叉编译将OpenCV移植到DSP平台上的技术空缺。随后对移植OpenCV库的正确性进行了充分的测试,然后又运用了开cache以及开编译优化选项的常规优化方法对OpenCV的库进行优化,实现OpenCV在M7002上的运行提速。2、针对如何充分发挥M7002的运算性能问题。本文通过分析OpenCV函数底层是怎样实现相应的图像处理功能的算法特点以及M7002体系结构的特点,提出了对OpenCV的功能函数进行向量化改造来实现OpenCV运行提速的优化思想。该优化思想主要是在功能函数的底层加入计时函数,寻找出运行时间占比较高的数个算法函数,然后对这部分算法进行向量移植和优化。本文首先移植了OpenCV像素操作类的算法函数,并且总结出针对像素运算进行向量化移植和优化的通用方法,在保证计算正确的前提下实现了最高13.7倍的运行提速。然后又分析了底层通过复杂的数学运算对像素进行操作来实现图像处理功能的函数,并且分析函数底层算法的实现原理,确定可以向量化改造的循环代码段,然后利用上述总结的一般方法进行改造发现改造后的结果也是正确的。3、分析移植后向量C代码的特点,对移植后的向量C代码进行优化。首先用常用的C代码优化方法——循环展开对移植后向量C进行优化,优化后性能仅仅提升30%左右。最后根据移植后向量C代码所实现的具体行为,得出用双缓冲的优化方法对向量C代码进行优化,优化后的运行性能相比移植后的向量C代码提升约50%左右。
蒋平帆[4]（2019）在《生物视觉计算模型的硬件实现技术研究》文中研究说明随着科技的不断发展,视频已经作为重要的信息载体应用于各个领域。但是摄像头在采集视频图像的过程中非常容易受到外界环境的干扰,使得视频图像质量下降,不能清晰地呈现出图像信息,从而对后续的图像处理以及分析带来不利影响。伴随着生物视觉科学的发展,基于生物视觉机理的仿生智能算法可以很好的解决这类图像问题,但是目前该类算法大多在PC机上进行实验仿真,便携度低、效率低,并且没能很好地应用到实际生产生活中。目前,半导体技术和硬件电路工艺正在高速发展,市面上涌现出许多高性能的芯片和硬件平台,如何将生物视觉计算模型应用在小型硬件平台上,并且能够对低质量的视频图像进行实时增强处理将具有非常重要的实际意义。本文首先介绍了视网膜中的主要结构和两条视觉信息通路:垂直信息通路和水平信息通路,根据视网膜中两条信息通路对视觉信息的处理机制,建立一个适当模型,用来实时增强逆光或者弱光等情况下拍摄的低质量视频图像。根据目前存在的一些芯片和硬件平台的特点,本文分别选择了基于ARM的嵌入式硬件平台和基于FPGA的硬件平台来实现本文提出的生物视觉计算模型。对于ARM平台,本文采用NVIDIA公司生产的Jetson-TX2硬件嵌入式平台来实现算法模型,利用Linux内核中V4L2多媒体框架搭建一个对摄像头实时采集的视频图像进行实时处理的框架,然后将生物视觉计算模型移植到该框架中,最终在基于ARM的硬件平台上实现对视频图像的实时增强处理。对于FPGA硬件平台,本文采用Altera公司生产的高性能芯片,利用Verilog硬件描述语言设计了视频图像实时增强处理系统的电路与逻辑框架。针对FPGA特殊的计算特点以及内部架构,本文对算法模型进行合理的量化处理。由于电路中存在一定的热噪声,所以对视频图像进行生物视觉计算模型处理之后,还对视频图像进行了中值滤波。最后利用SignalTapII逻辑分析仪检测本系统中视频图像的输出时间,结果表明本系统能够对低质量的视频图像进行实时增强处理。
冯瑞青[5]（2019）在《异构嵌入式平台运动目标检测识别研究》文中研究说明计算机技术的飞速发展推动计算芯片架构从传统的单核向多核过渡。单操作系统管理多核处理器的传统模式逐渐无法满足灵活多变的应用需求。而为异构处理器中不同类型的核部署不同类型的操作系统并实现协同计算可以充分利用各处理器的优势,满足更多应用需求。目前,异构处理器多操作系统之间协同技术仍不成熟,设计高效的协同计算组件对异构多核处理器上部署多操作系统有重要意义。传统监控系统灵活性差、对入侵目标的检测与识别依赖人工干预,设计嵌入运动目标检测与识别系统可以解决上述问题。在异构平台上的多操作系统之间使用协同计算组件,可以使专用计算芯片与通用控制芯片优势互补,在低功耗、低成本前提下获得较好的检测识别效果。本文的主要研究工作如下:（1）对ARM+DSP异构多核处理器操作系统进行研究,以TI公司的异构多核处理器AM5718为例,移植嵌入式操作系统RT-Linux和国产DSP实时操作系统ReWorks并设计开发了RT-Linux与ReWorks之间的协同计算组件,实现ARM平台对DSP进行ReWorks镜像和应用程序的动态加载、Linux与ReWorks之间通信以及Linux与ReWorks协同计算等功能。（2）本文在异构协同计算组件基础上设计开发运动目标检测识别系统界面,具备界面友好、操作灵活、监控效果直观等优点。（3）本文研究了ViBe背景建模算法和YOLO神经网络,设计并实现运动目标检测识别优化组合算法并移植到AM5718上,通过异构协同计算组件利用DSP核为ARM核提供计算加速。在AM5718异构平台上的测试结果表明本文提出异构协同计算组件具备良好的实时性和可用性;运动目标检测识别算法具备良好的识别效果,利用DSP加速在识别速率上相比在ARM平台上运行速率有了大幅提升。
张国浩[6]（2018）在《PD理论原数据采集系统研究》文中进行了进一步梳理随着科技日新月异的发展,采集系统在工业、农业、生物医药等方面运用越来越广泛。而嵌入式的采集系统集成化高,数据处理能力强。本文主要研究的是PD理论原数据采集系统,在本文中该系统主要针对桥梁进行的PD（近场动力学）理论原数据采集系统,对采集到的数据进行处理。在PD理论原数据采集系统设计时,主要对系统的硬件、系统的软件以及数据库的建立和数据仿真分析三大模块进行设计。首先,对PD理论原数据采集系统硬件进行设计,本文从PD（近场动力学）理论原数据采集系统关于桥梁结构动态监测的概念入手,对桥梁数据采集系统进行了需求分析,结合当前国内外桥梁数据采集系统的研究现状及发展趋势,提出了一款完整的嵌入式系统,该系统以TMS320微控制器为核心来完成数据的采集、数据无线发送以及数据的无线接收。此系统主要由硬件和软件两大部分组成。在整个硬件系统设计时,系统被划分成供电模块、数据采集模块、无线射频模块、数据处理模块4个模块。然后对各个模块中各自硬件模块所采用的核心芯片进行选取,从而确定各个模块的具体设计方案并根据要求设计了对应的电路。在此基础上,论文通过PADS软件完成了整个硬件系统的硬件电路和PCB板设计与制作,并依据布线原则焊接电路板,完成硬件电路的调试,从而确定了整个系统硬件电路以及PCB板的准确性和合理性。其次,在系统软件设计时,主要对PD理论计算模块中相关原始数据进行采集系统中的数据管理模块和数据采集模块进行软件开发及编写程序。数据管理模块中通过引用一个嵌入式Linux管理模块,其中包括U-Boot,Linux内核和文件系统的移植,并对开发板中的PCI和LCD进行Linux驱动程序开发。在数据采集模块中,首先对开发环境CCS软件进行了描述以及工程的建立,以TMS320F28335芯片为核心处理器,然后对主程序及各个驱动模块（串口模块、数据采集模块、无线射频模块等）进行程序编译,采用C语言设计,并对模拟量数据进行仿真分析。最后,对所设计的PD数据采集系统进行监测以及对数据进行近场动力学仿真分析。通过实际的监测获得不同时间下的不同压力值,并与实际压力值进行了对比分析;将数据进行近场动力学仿真分析,以C语言和Matlab语言对工字梁进行模拟仿真分析,得到固定载荷下不同时间步时的仿真结果图,通过分析模型受载后的仿真结果图,得出工字梁从开始变形到出现裂纹再到损伤破坏的过程,实现了混凝土材料渐进损伤过程中的分析。通过近场动力学仿真分析能够准确的得出材料在某一时间具体破损情况,为桥梁结构健康状况、结构优化设计及结构可靠性提供了理论依据,可以及时的对受载区域进行优化处理,或者对桥梁进行交通管制。
亢国栋[7]（2016）在《基于嵌入式Linux的浮选泡沫图像监控系统设计》文中研究说明随着科技的不断发展,网络技术、电子技术、图像处理技术以及嵌入式技术的进步为现代图像视频监控系统增添了新的动力与活力。嵌入式图像视频监控系统与传统基于PC机的监控系统相比,有着功耗小、成本低、运行稳定等优点。泡沫浮选法作为煤矿选择的一种重要方法,通过观察煤泥浮选泡沫的外观特征能够有效地指导浮选生产过程。将嵌入式监控系统与煤泥浮选技术相结合,可克服传统依靠人工肉眼监视造成的主观性强、监控处理不及时的弊端,提高自动化水平和企业生产效益。论文研究设计了基于嵌入式Linux的煤泥浮选泡沫图像监控系统。整个系统以友善之臂Mini2440（ARM9）目标板为硬件平台,完成对浮选泡沫图像的去噪、增强处理;ov9650 USB数字摄像头作为浮选泡沫图像采集模块;统宝3.5英寸TFT LCD触摸显示屏充当系统本地图像处理显示设备;通过DM9000网卡将系统接入计算机网络,并把增强处理的浮选泡沫图像传输至远程PC机监控客户端,为实现对浮选泡沫图像分割、特征值提取、图像识别等后续功能扩展奠定基础。系统软件平台方面,在Mini2440目标板上,移植了引导加载程序三星公司的Supervivi、经过剪裁2.6.32.6版本Linux内核以及加入嵌入式图形界面库Qt/Embedded的文件系统。为实现通过网络进行远程视频监控的功能,系统移植了网络视频服务器MJPEG-Streamer。在开发主机上,搭建嵌入式Linux交叉编译环境。在Mini2440目标板编程实现对浮选泡沫图像的中值滤波去噪、线性变换函数增强处理、基于改进粒子群优化算法的智能增强处理及友好人机交互界面。在远程客户端上,安装2010a版本的MATLAB仿真软件,完成浮选泡沫图像基于传统线性变换函数、基于标准粒子群优化算法以及基于改进粒子群优化算法的图像增强仿真实验,提出的新型基于改进粒子群优化的图像增强算法,增强效果明显。并且,在图像增强的基础上使用分水岭算法进行图像分割,提取浮选泡沫尺寸特征值进行统计分析。搭建OpenCV与Qt相结合的监控界面开发环境,使用Qt Designer图形化界面设计结合C++编程的方法,开发浮选泡沫图像处理人机交互界面程序。最后,进行系统测试。对采集到的浮选泡沫图像使用基于改进粒子群优化算法进行增强处理,使用分水岭算法分割图像。测试结果显示,经增强的泡沫图像在对比度、纹理清晰度方面有明显改善;图像分割后,提取泡沫尺寸特征,结合浮选经验可有效指导煤泥浮选生产。
杨传东[8]（2016）在《基于达芬奇技术的4G视频监控系统设计与实现》文中研究表明随着4G移动互联网全面覆盖、嵌入式处理器性能的不断提升,传统的视频监控系统突破了有线、带宽窄等瓶颈,开始向着高清化,智能化、移动化方向发展。本课题利用4G网络的无地理位置限制、带宽大等优点与H.264编码效率的高效性[1],结合TI达芬奇Codec Engine技术、Gstreamer插件技术与嵌入式Linux系统程序开发等技术设计并实现了基于嵌入式移动平台的4G移动定位与实时视频监控系统,最后对于智能视频处理相关的TLD跟踪算法框架进行了研究改进与移植。本课题设计实现了一种基于TI DM3730处理器的北斗定位和4G无线传输的视频监控系统,然后对TLD算法框架进行改进,移植到嵌入式平台。该系统设计遵循了 Davinci技术的硬件平台和软件框架,开发了 Linux系统下的嵌入式平台程序以及服务器端软件。首先,根据课题要求设计了基于DM3730处理器的嵌入式硬件平台,然后将剪裁后的嵌入式Linux内核及其底层驱动移植到硬件平台。基于TI提供的DVSDK4.09开发组件搭建了 Codec Engine编解码引擎架构环境;然后开发了北斗定位和视频监控的应用软件,嵌入式平台移动端软件主要实现了北斗定位信息的采集,视频采集,H.264编码及通过RTP协议的网络传输功能;服务器端主要通过UDP协议实现接收并通过Google地图显示地理位置信息,并使用Gstreamer插件技术接收RTP协议格式的数据包显示视频信息;利用多线程机制改进的TLD跟踪算法实现多目标目标的长时间实时监测与跟踪。本文最后分析了该系统移动端和服务器端存在的问题以及优缺点,并提出相应改进的建议,对该系统设计的研究工作进行了展望。本文主要研究工作主要集中在以下几个方面:（l）设计了基于DM3730处理器的视频监控的硬件平台,搭建了基于达芬奇技术软件开发环境DVSDK4.09。（2）在嵌入式移动端,移植嵌入式Linux操作系统内核、移植4G模块口拨号程序,北斗定位程序和视频采集程序,然后进行H.264视频编码压缩,根据RTP协议封装成UDP数据包,通过4G移动无线网络传输到服务器端。（3）在服务器端,采用GStreamer插件技术实现了对RTP数据流视频信息的解析和显示。（4）优化改进TLD跟踪算法,并移植到嵌入式平台测试实时跟踪性能,并使用Visual Studio 2008软件环境开发了一个显示实时定位信息和视频数据的界面。
张利平[9]（2015）在《基于MPC8536的雷达嵌入式数据处理平台设计》文中认为机载雷达通常要求具备气象探测、防撞、火力控制甚至目标搜索、多目标跟踪和识别等功能。为实现这些功能,需要雷达数据处理实时分析回波信息,通过算法处理后送综显进行显示。在直升机环境下,对加装设备的结构、重量、体积和功耗等方面都有非常严格的要求,这就要求雷达数据处理平台既要高性能,满足数据分析处理要求,又要适应机载条件下的恶劣环境,处理平台的选择范围就变得非常有限了。在现有的各种处理器架构中,PowerPC在嵌入式领域具有非常优异的表现,其较高的数据处理能力和较低的散热量正好满足直升机载雷达数据处理的应用场景。本论文来源于某直升机载防撞雷达的研制任务,该雷达要求数据处理平台采用单板小型化架构,在实现低功耗、轻小型化设计的同时,完成雷达数据处理任务。任务要求数据处理平台具备较高的运算能力,能够实时处理电力线和障碍物识别算法,并具备一定的扩展性,能胜任下一代防撞雷达数字地图叠加处理算法。结合以上需求,采用IBM公司的高性能PowerPC处理器MPC8536,设计一个通用的嵌入式雷达数据处理平台。平台具备以太网、ARINC429、USB、PCI-E、PCI和RS422等接口,能够实现与雷达其余设备的互联互通,并运行Linux嵌入式实时操作系统。本文以工程化的设计为出发点,以高速PCB设计和PowerPC+Linux架构理论为基础,详细描述了平台的软硬件设计过程,并对实际平台性能做出量化评估。硬件设计方面,对数据处理平台的功能进行了划分,阐述了进行高速信号设计时需要注意的布局、布线准则,结合结构和散热设计要求,使用MENTOR软件完成了硬件的原理图和PCB设计。软件设计方面,完成了嵌入式Linux移植的整个过程,包括交叉编译平台的搭建、U-boot的移植、操作系统的移植和设备驱动的编写。目前国内外的雷达数据处理平台多采用DSP或单DSP多核架构,这种架构由于缺乏操作系统支持,编程难度较大,程序移植性较差。基于PowerPC的雷达数据处理平台设计,简化了数据处理算法的移植过程,为编程人员提供了简易的操作环境,调试和开发的周期也大大缩短。该系统的研究,为复杂数据处理算法架构提供了新的思路,也为多核PowerPC数据处理平台的研究奠定了基础。
杨继超[10]（2015）在《基于Jacinto5-E的车载全景显示系统终端的设计与实现》文中研究表明车载全景显示系统是为了解决汽车驾驶过程中的视觉盲区问题而出现的新一代车载辅助驾驶设备。车载全景显示系统,也称为车载全景辅助泊车系统,是通过安装在车身前后左右的四路车载超广角全景摄像头采集得到四路视频影像,并利用车载全景显示系统终端进行视频图像的处理与拼接,得到一幅包括车身周边路面情况的360度全景俯视图。该系统可以使驾驶员在车内360度无死角的观察汽车周边情况,尤其是在驾驶员泊车过程中能够有效消除车辆四周的视觉盲区,并由此做到减少由视觉盲区造成的交通事故。通过对国内汽车电子中车载全景辅助泊车系统的研究发现,目前车载全景显示系统存在视频图像实时显示特性差等问题,为此本论文提出一种全新的带有Linux操作系统的车载全景显示系统终端,实现车载全景显实时显示的功能。通过对目前主流DSP处理器的对比与分析,本文最终选用TI公司Jacinto5-E的车载级高速多核DSP处理器芯片。这是TI专门针对汽车电子行业开发的一款高速四核DSP处理器芯片,不仅满足车载级的安规要求,而且在视频图像的实时显示上有独特的优势。同时,选取Linux 2.6.37作为该终端的操作系统,以美国OV（OmniVision）公司的30万像素CMOS图像传感器OV7960设计车载全景显示系统的前端视频图像采集模块,利用模拟复合视频信号进行视频图像传输,进而完成视频的图像采集与处理。另外,设计中预留了 HDMI高清数字视频显示输出接口和模拟视频输出接口,为后期高清视频显示系统的开发和扩展提供了可能。文章在对汽车安全设备的发展进行了介绍之后,对近些年国内外对该类产品的研制与使用进行了详细描述,并由此展开了该系统的研究。论文重点对车载全景显示系统终端的硬件电路和软件部分的Linux内核和U-boot移植进行详细的分析与设计。对于车载全景显示系统终端的硬件电路,本文将对系统的原理图设计和PCB绘制过程进行详细的设计论述,包括四路车载全景摄像头的视频图像采集接口设计、CVBS模拟视频信号输出接口和HDMI高清数字视频信号输出接口的设计、与汽车通信的CAN总线接口设计以及千兆以太网传输接口设计。对于硬件系统PCB的绘制也进行了相应描述,给出8层核心板和4层底层接口板的详细绘制过程以及高速信号布线的注意事项。对于系统软件开发环境的建立,本文将对该系统的U-boot和Linux内核的修改、移植和烧写等过程进行研究与介绍,并最终通过实验验证设计的可靠性和正确性,实现车载全景显示系统终端的各项功能。
二、移植Linux内核至DSP平台方案研究（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、移植Linux内核至DSP平台方案研究（论文提纲范文）
（1）基于嵌入式平台的智能目标跟踪算法的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 选题背景和选题意义 |
| 1.2 目标跟踪算法概述 |
| 1.2.1 目标跟踪原理 |
| 1.2.2 目标跟踪算法分类 |
| 1.2.3 智能目标跟踪算法研究现状 |
| 1.3 嵌入式平台目标跟踪系统 |
| 1.3.1 嵌入式视觉处理平台发展现状 |
| 1.3.2 FPGA+DSP目标跟踪系统 |
| 1.4 本文研究内容及章节安排 |
| 第二章 核化相关滤波跟踪算法 |
| 2.1 相关滤波 |
| 2.1.1 理论基础 |
| 2.1.2 循环矩阵 |
| 2.2 核化相关滤波跟踪 |
| 2.2.1 基本原理 |
| 2.2.2 训练过程 |
| 2.2.3 检测过程 |
| 2.2.4 模型在线更新 |
| 2.3 本章小结 |
| 第三章 核化相关滤波抗遮挡改进 |
| 3.1 引言 |
| 3.2 跟踪结果置信度判断 |
| 3.2.1 PSR峰值旁瓣比 |
| 3.2.2 APEC高置信度更新策略 |
| 3.3 抗遮挡改进算法 |
| 3.3.1 SVM目标外观模型 |
| 3.3.2 模型训练 |
| 3.3.3 模型在线更新 |
| 3.3.4 算法流程 |
| 3.4 实验结果 |
| 3.4.1 测试数据集 |
| 3.4.2 实验设计和结果分析 |
| 第四章 DSP平台目标跟踪算法移植与实现 |
| 4.1 引言 |
| 4.1.1 C66xx多核DSP简介 |
| 4.1.2 C66xx多核DSP开发工具 |
| 4.2 C66XX多核DSP开发常用库 |
| 4.2.1 CSL底层驱动库 |
| 4.2.2 C66x算法库 |
| 4.3 二维FFT计算实现 |
| 4.3.1 基本原理 |
| 4.3.2 DSP FFT2d实现 |
| 4.3.3 实验验证 |
| 4.4 HOG特征提取 |
| 4.4.1 原理及流程 |
| 4.4.2 DSP HOG特征实现 |
| 4.4.3 实验验证 |
| 4.5 目标跟踪算法移植与实现 |
| 4.5.1 算法移植难点 |
| 4.5.2 核化相关滤波实现 |
| 4.5.3 实验验证 |
| 4.6 本章小结 |
| 第五章 基于DSP+FPGA平台目标跟踪系统设计与实现 |
| 5.1 DSP+FPGA目标跟踪系统 |
| 5.1.1 系统组成 |
| 5.1.2 系统工作流程 |
| 5.2 SRIO图像传输 |
| 5.2.1 SRIO接口简介 |
| 5.2.2 子系统组成 |
| 5.2.3 Direct I/O传输 |
| 5.2.4 SRIO Doorbell中断 |
| 5.2.5 工作流程 |
| 5.3 DSP与FPGA串口交互传输 |
| 5.3.1 子系统组成 |
| 5.3.2 PC上位机端 |
| 5.3.3 串口数据解析 |
| 5.3.4 工作流程 |
| 5.3.5 实验演示 |
| 5.4 基于SYSBIOS的系统实现 |
| 5.4.1 SYSBIOS简介 |
| 5.4.2 线程与线程同步 |
| 5.4.3 多线程系统实现 |
| 5.4.4 工作流程 |
| 5.4.5 实验演示 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于嵌入式网关的智能实验平台设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 选题背景及研究目的与意义 |
| 1.2 国内外在该方向发展与研究现状分析 |
| 1.3 主要研究工作及章节安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 章节安排 |
| 第2章 系统需求分析及总体架构设计 |
| 2.1 关键技术研究 |
| 2.1.1 嵌入式技术 |
| 2.1.2 电子实验室仪器设备研究 |
| 2.2 系统需求分析 |
| 2.3 系统总体设计方案 |
| 2.3.1 实验平台整体方案设计 |
| 2.3.2 网关系统整体方案设计 |
| 2.4 系统数据传输设计 |
| 2.5 本章小结 |
| 第3章 嵌入式智能网关硬件设计 |
| 3.1 网关硬件组成单元 |
| 3.1.1 硬件控制单元 |
| 3.1.2 存储单元 |
| 3.1.3 通信接口 |
| 3.1.4 数据/命令传输通道 |
| 3.2 网关硬件设计方案 |
| 3.3 网关硬件电路设计 |
| 3.3.1 电源模块电路设计 |
| 3.3.2 USB转串口电路模块 |
| 3.3.3 总线接口模块 |
| 3.3.4 以太网接口模块 |
| 3.3.5 USB接口电路模块 |
| 3.4 PCB布局设计 |
| 3.5 本章小结 |
| 第4章 嵌入式智能网关软件设计 |
| 4.1 网关软件总体方案设计 |
| 4.2 网关软件开发环境搭建 |
| 4.2.1 网关操作系统选型分析 |
| 4.2.2 嵌入式Linux整体框架研究 |
| 4.3 嵌入式Linux系统构建 |
| 4.3.1 U-Boot移植 |
| 4.3.2 Linux内核移植 |
| 4.3.3 根文件系统构建 |
| 4.4 网关数据通信 |
| 4.4.1 TCP/IP协议 |
| 4.4.2 网关到上位机通信设计 |
| 4.4.3 网关多通信数据转发方案设计 |
| 4.5 网关软件应用程序设计 |
| 4.6 本章小结 |
| 第5章 上位机软件系统设计 |
| 5.1 上位机系统体系结构 |
| 5.1.1 C/S模式 |
| 5.1.2 B/S模式 |
| 5.2 上位机系统总体架构设计 |
| 5.3 实验平台教师端设计 |
| 5.3.1 客户端软件开发环境 |
| 5.3.2 UI程序设计 |
| 5.4 实验平台学生端设计 |
| 5.4.1 Socket编程原理 |
| 5.4.2 HTTP编程 |
| 5.4.3 网页界面程序设计 |
| 5.4.4 学生端应用程序设计 |
| 5.5 本章小结 |
| 第6章 智能实验平台的实现与测试 |
| 6.1 实验室测试环境搭建 |
| 6.1.1 测试方案设计 |
| 6.1.2 智能网关调试 |
| 6.1.3 实验室测试平台搭建 |
| 6.2 实验平台学生端实现与测试 |
| 6.3 实验平台教师端实现与测试 |
| 6.4 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
（3）基于FT-M7002的OpenCV移植与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 Open CV和DSP的应用发展现状 |
| 1.2.1 开源计算机视觉库Open CV的优势 |
| 1.2.2 移植Open CV到嵌入式平台的现状 |
| 1.2.3 DSP的发展概述 |
| 1.3 国内外向量DSP的研究状况 |
| 1.3.1 国外向量DSP的研究状况 |
| 1.3.2 国内向量DSP的研究状况 |
| 1.4 SIMD技术的发展现状 |
| 1.5 通用DSP平台的实时图像处理系统的研究现状 |
| 1.6 本文的组织结构 |
| 第二章 Open CV以及软硬件平台的分析 |
| 2.1 Open CV简介 |
| 2.1.1 Open CV的主要功能 |
| 2.1.2 Open CV的目录结构以及组成模块 |
| 2.2 Open CV的常用语法分析 |
| 2.2.1 Open CV的命名空间 |
| 2.2.2 Open CV写法代表意义 |
| 2.2.3 Open CV的常用类以及常用结构 |
| 2.3 Open CV主要函数类型 |
| 2.4 FT-M7002芯片的主要技术指标 |
| 2.5 FT-M7002DSK板卡 |
| 2.6 配套的软件工具--FT-M7002 IDE |
| 2.7 IDE底层配套软件分析 |
| 2.8 本章小结 |
| 第三章 Open CV在FT-M7002平台上的移植 |
| 3.1 交叉编译移植Open CV |
| 3.1.1 交叉编译移植方法 |
| 3.1.2 交叉编译移植方法的优势 |
| 3.2 交叉编译移植的可行性分析 |
| 3.2.1 Open CV底层C/C++库统计与FT-M7002的支持对比 |
| 3.2.2 交叉编译移植方法的可行性总结 |
| 3.3 FT-M7002工具链的手工创建 |
| 3.3.1 准备工作---获取源代码 |
| 3.3.2 正式开始手工创建 |
| 3.4 Open CV依赖库的交叉编译 |
| 3.4.1 zlib库以及libjpeg库的交叉编译 |
| 3.5 对应平台toolchain.cmake脚本文件的编写 |
| 3.6 Open CV交叉编译移植分析 |
| 3.7 对生成Open CV库的充分测试 |
| 3.8 Open CV交叉编译移植的约束条件以及对库测试的经验总结 |
| 3.9 本章小结 |
| 第四章 Open CV在FT-M7002上的优化 |
| 4.1 基于编译器的优化 |
| 4.1.1 FT-M7002编译优化选项分析 |
| 4.1.2 基于Cache的优化 |
| 4.1.3 开启编译优化选项以及开Cache的优化结果 |
| 4.2 Open CV函数进行向量化移植与优化 |
| 4.2.1 Open CV图像处理的算法特征分析 |
| 4.2.2 Open CV函数向量化改造可行性分析 |
| 4.3 Open CV在FT-M7002上的向量化改造的一般方法与实现 |
| 4.3.1 简单函数向量化改造的一般方法与实现 |
| 4.3.2 复杂函数向量化改造的实现 |
| 4.4 改造后向量C的最佳优化方法探索 |
| 4.4.1 循环展开优化原理的分析实现 |
| 4.4.2 DMA的分析与双缓冲的优化实现 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（4）生物视觉计算模型的硬件实现技术研究（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 本文内容和结构 |
| 第二章 生物视觉计算模型生理基础 |
| 2.1 视网膜基本结构 |
| 2.2 视网膜垂直通路 |
| 2.2.1 光感受器 |
| 2.2.2 双极细胞 |
| 2.2.3 神经节细胞 |
| 2.3 视网膜水平通路 |
| 2.3.1 水平细胞 |
| 2.3.2 无长突细胞 |
| 2.4 本章小结 |
| 第三章 生物视觉计算模型的ARM实现 |
| 3.1 ARM实现系统总体方案 |
| 3.1.1 Jetson-TX2 的简单介绍 |
| 3.1.2 Video For Linux2 框架 |
| 3.2 生物视觉计算模型 |
| 3.2.1 算法分析 |
| 3.2.2 算法仿真 |
| 3.3 生物视觉计算模型的Jetson-TX2 实现 |
| 3.3.1 摄像头输入图像格式选择 |
| 3.3.2 Jetson-TX2 视频图像处理开发流程 |
| 3.3.3 系统实现结果与分析 |
| 3.4 本章小结 |
| 第四章 生物视觉计算模型的FPGA实现 |
| 4.1 系统总体方案设计 |
| 4.2 视频输入模块 |
| 4.2.1 OV5640 摄像头模组 |
| 4.2.2 OV5640与FPGA进行通信 |
| 4.3 像素整合模块 |
| 4.4 视频缓存模块 |
| 4.5 视频图像格式转换模块 |
| 4.5.1 YUV图像格式与RGB格式 |
| 4.5.2 YUV422转RGB888 |
| 4.6 生物视觉计算模型的FPGA实现 |
| 4.6.1 水平细胞处理 |
| 4.6.2 归一化处理 |
| 4.6.3 双极细胞处理 |
| 4.6.4 中值滤波模块 |
| 4.7 视频输出模块 |
| 4.7.1 VGA简介 |
| 4.7.2 VGA显示模块 |
| 4.8 系统实现结果与分析 |
| 4.9 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的成果 |
（5）异构嵌入式平台运动目标检测识别研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 嵌入式平台发展 |
| 1.1.2 传统视频监控存在的问题 |
| 1.1.3 研究意义 |
| 1.2 研究内容介绍 |
| 1.3 论文结构安排 |
| 第二章 相关研究工作 |
| 2.1 嵌入式系统平台介绍及异构协同研究 |
| 2.1.1 硬件平台 |
| 2.1.2 RT-Linux操作系统 |
| 2.1.3 ReWork实时操作系统 |
| 2.1.4 异构协同技术研究 |
| 2.2 系统界面开发 |
| 2.3 运动目标检测与识别算法 |
| 2.3.1 ViBe算法介绍 |
| 2.3.2 YOLO算法介绍 |
| 2.4 本章小结 |
| 第三章 异构多核协同组件设计 |
| 3.1 异构协同系统架构设计 |
| 3.2 模块设计 |
| 3.2.1 Linux侧模块设计 |
| 3.2.2 ReWorks侧模块设计 |
| 3.2.3 交互模型设计 |
| 3.3 协同计算实验与结果分析 |
| 3.3.1 Linux开发环境搭建 |
| 3.3.2 ReWorks镜像编译 |
| 3.3.3 协同计算测试与分析 |
| 3.5 本章小结 |
| 第四章 运动目标检测与识别系统界面设计 |
| 4.1 统界面介绍 |
| 4.2 系统界面功能 |
| 4.3 本章小结 |
| 第五章 运动目标检测与识别算法设计与实验 |
| 5.1 算法优化 |
| 5.1.1 ViBe算法优化 |
| 5.1.2 YOLO检测优化 |
| 5.2 组合算法设计 |
| 5.3 实验与分析 |
| 5.3.1 ViBe优化对比试验与结果分析 |
| 5.3.2 YOLO检测试验与结果分析 |
| 5.3.3 系统整体实验与结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 附录 关键代码 |
| 附录1 dsp_mailbox模块代码 |
| 附录2 ARM Linux侧 DspLoader.c代码 |
| 致谢 |
| 在学期间发表的学术论文及取得的研究成果 |
（6）PD理论原数据采集系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 国外基本研究现状 |
| 1.2.2 国内基本研究现状 |
| 1.2.3 数据采集系统的研究现状及发展趋势 |
| 1.3 本文主要研究内容 |
| 第2章 PD理论原数据采集系统总体方案设计 |
| 2.1 PD理论原数据采集系统方案设计 |
| 2.2 PD理论原数据采集系统各个模块方案设计与研究 |
| 2.2.1 供电模块设计与研究 |
| 2.2.2 数据采集模块设计与研究 |
| 2.2.3 数据处理模块设计与研究 |
| 2.2.4 无线射频模块设计与研究 |
| 2.3 PD理论原数据采集系统电气原理图与PCB板的设计 |
| 2.3.1 PADS简介 |
| 2.3.2 电气原理图设计 |
| 2.3.3 PCB板的设计制作 |
| 2.4 本章小结 |
| 第3章 PD数据采集系统软件设计与开发 |
| 3.1 管理模块软件开发 |
| 3.1.1 U-BOOT简介 |
| 3.1.2 嵌入式Linux管理模块开发平台的建立 |
| 3.1.3 Linux驱动程序开发 |
| 3.1.4 管理模块应用程序的实现 |
| 3.2 基于DSP信号采集模块软件开发 |
| 3.2.1 CCS开发平台的构建 |
| 3.2.2 主程序设计 |
| 3.2.3 各个模块底层驱动程序 |
| 3.2.4 系统主函数程序编写 |
| 3.3 仿真分析 |
| 3.4 本章小结 |
| 第4章 PD数据采集系统测试与仿真分析 |
| 4.1 监测系统测试与仿真的必要性分析 |
| 4.2 PD数据采集系统的测试 |
| 4.2.1 实验结果分析 |
| 4.3 近场动力学仿真与分析实例 |
| 4.3.1 近场动力学理论简介 |
| 4.3.2 近场动力学理论 |
| 4.3.3 计算方法 |
| 4.3.4 脆性材料的破坏分析 |
| 4.4 模拟仿真分析实例 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 附录A 在学期间发表的学术论文与研究成果 |
（7）基于嵌入式Linux的浮选泡沫图像监控系统设计（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 背景与意义 |
| 1.2 视频监控系统发展现状 |
| 1.3 图像处理技术研究现状 |
| 1.4 论文研究内容与结构安排 |
| 2 嵌入式Linux图像监控系统硬件平台与软件开发环境 |
| 2.1 系统硬件平台构建 |
| 2.2 系统软件开发环境搭建 |
| 2.3 本章小结 |
| 3 嵌入式Linux图像监控系统软件平台开发 |
| 3.1 Boot loader移植 |
| 3.2 Linux内核移植 |
| 3.3 文件系统移植 |
| 3.4 设备驱动移植 |
| 3.5 本章小结 |
| 4 嵌入式Linux图像监控系统浮选泡沫图像处理算法研究 |
| 4.1 图像增强算法概述 |
| 4.2 标准粒子群优化算法及其改进 |
| 4.3 图像增强方法评价标准 |
| 4.4 图像增强方法处理结果对比 |
| 4.5 图像分割技术 |
| 4.6 图像特征值提取与分析 |
| 4.7 本章小结 |
| 5 嵌入式Linux图像监控系统的人机交互界面设计 |
| 5.1 ARM平台的人机交互界面设计 |
| 5.2 PC机平台的人机交互界面设计 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（8）基于达芬奇技术的4G视频监控系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 本文的主要研究内容和结构 |
| 第2章 视频监控系统的关键技术与算法 |
| 2.1 达芬奇(Davinci)技术 |
| 2.2 视频采集相与编码技术 |
| 2.2.1 视频采集技术 |
| 2.2.2 视频H.264编码技术 |
| 2.3 目标跟踪算法TLD框架概述 |
| 2.3.1 TLD框架概述 |
| 2.3.2 TLD跟踪模块 |
| 2.3.3 TLD检测器模块 |
| 2.3.4 TLD学习模块 |
| 2.4 网络通信技术 |
| 2.4.1 RTP、RTSP媒体传输 |
| 2.4.2 Socket编程技术 |
| 2.5 Gstreamer多媒体技术 |
| 2.5.1 Gstreamer框架 |
| 2.5.2 Gstreamer基本组件 |
| 2.6 4G无线网络技术 |
| 2.7 北斗导航定位技术 |
| 2.8 Linux多线程技术 |
| 2.9 本章小结 |
| 第3章 基于DM3730嵌入式硬件平台设计 |
| 3.1 硬件总体设计 |
| 3.2 DM3730处理器 |
| 3.3 电源管理电路设计 |
| 3.4 视频采集电路设计 |
| 3.5 北斗/GPS接收电路设计 |
| 3.6 USB与USB HUB电路设计 |
| 3.7 串口电路设计 |
| 3.8 调试过程与本章小结 |
| 第4章 基于达芬奇技术的视频监控系统软件设计 |
| 4.1 系统软件总体设计与开发环境搭建 |
| 4.1.1 Linux主机开发环境的搭建 |
| 4.1.2 交叉编译环境的搭建 |
| 4.2 数字视频软件开发套件(DVSDK) |
| 4.2.1 Codec Engine编解码引擎 |
| 4.2.2 DMAI多媒体编解码框架 |
| 4.2.3 GStreamer多媒体框架 |
| 4.3 嵌入式平台软件设计 |
| 4.3.1 视频采集程序 |
| 4.3.2 视频编码程序 |
| 4.3.3 4G无线模块移植与配置 |
| 4.3.4 北斗定位数据采集程序 |
| 4.3.5 视频编码传输程序 |
| 4.4 服务端视频解码程序设计 |
| 4.4.1 服务端视频显示界面程序设计 |
| 4.4.2 服务端地图显示位置界面 |
| 4.5 本章小结 |
| 第5章 基于TLD视频运动目标跟踪算法的改进与移植 |
| 5.1 TLD跟踪算法框架与Camshift算法 |
| 5.2 基于优化的Camshift算法与多线程改进的TLD框架 |
| 5.2.1 TLD跟踪器的优化 |
| 5.2.2 基于多线程编程的TLD算法优化 |
| 5.3 多目标跟踪实验测试 |
| 5.3.1 实验测试 |
| 5.3.2 实验结果及分析 |
| 5.3.3 实验结论 |
| 5.4 改进TLD算法框架嵌入式平台移植 |
| 5.4.1 相关库文件的移植 |
| 5.4.2 嵌入式平台优化TLD跟踪算法测试 |
| 5.5 本章小结 |
| 第6章 系统测试与结果分析 |
| 6.1 测试环境 |
| 6.2 系统测试方法 |
| 6.3 系统实验步骤 |
| 6.4 系统测试结果与分析 |
| 6.4.1 系统在有线以太网、3G和4G网络下的网络速率测试 |
| 6.4.2 嵌入式平台视频编码效率 |
| 6.4.3 系统视频编码效果与网络传输效果 |
| 6.4.4 系统总体测试效果 |
| 6.5 本章小结 |
| 结论与展望 |
| 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 |
（9）基于MPC8536的雷达嵌入式数据处理平台设计（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 研究现状 |
| 1.3 本文主要工作和章节安排 |
| 第二章 雷达系统的基本组成及数据处理方案设计 |
| 2.1 雷达系统的基本组成 |
| 2.1.1 雷达的基本组成及工作原理 |
| 2.1.2 雷达的主要性能参数 |
| 2.1.3 现代雷达技术 |
| 2.2 数据处理在雷达系统中的使用 |
| 2.2.1 数据处理的重要性 |
| 2.2.2 雷达数据处理的性能要求 |
| 2.2.3 本次设计的对外接.要求 |
| 2.3 平台方案设计 |
| 2.3.1 方案选择 |
| 2.3.2 核心处理模块 |
| 2.3.3 接.模块 |
| 2.3.4 EOS模块 |
| 2.4 本章小结 |
| 第三章 硬件平台的搭建 |
| 3.1 硬件设计框图 |
| 3.2 CPU的设计 |
| 3.2.1 启动项配置 |
| 3.2.2 资源分配 |
| 3.3 DDR2接.的设计 |
| 3.3.1 总线组成 |
| 3.3.2 布局、布线规则 |
| 3.3.3 端接和解耦措施 |
| 3.4 PCI-E高速总线接.设计 |
| 3.4.1 链路组成 |
| 3.4.2 辅助信号设计 |
| 3.4.3 布局、布线规则 |
| 3.5 CPLD片内设计 |
| 3.5.1 功能框图 |
| 3.5.2 上电配置功能实现 |
| 3.5.3 ARINC 429解码功能设计 |
| 3.6 印制电路设计[17] [18] |
| 3.6.1 结构和散热设计 |
| 3.6.2 芯片布局设计 |
| 3.6.3 印制板分层考虑 |
| 3.7 硬件调试过程 |
| 3.7.1 电路板检查 |
| 3.7.2 首次加电 |
| 3.8 本章小结 |
| 第四章 软件平台的搭建 |
| 4.1 交叉编译平台的建立 |
| 4.1.1 虚拟编译环境建立 |
| 4.1.2 交叉编译环境的安装 |
| 4.2 U-BOOT的移植 |
| 4.2.1 U-boot源码结构分析 |
| 4.2.2 启动过程及工作原理 |
| 4.2.3 移植过程简介 |
| 4.3 操作系统的移植 |
| 4.3.1 Linux典型处理机制分析 |
| 4.3.2 Linux内核源码结构分析 |
| 4.3.3 内核剪裁与编译 |
| 4.3.4 Linux内核引导 |
| 4.3.5 文件系统制作和引导 |
| 4.4 驱动程序的设计 |
| 4.4.1 Linux驱动程序简介 |
| 4.4.2 PCI设备驱动程序设计 |
| 4.5 本章小结 |
| 第五章 数据处理平台性能测试 |
| 5.1 测试概况 |
| 5.2 通信速率测试 |
| 5.2.1 测试方案 |
| 5.2.2 测试预期 |
| 5.2.3 测试环境与设备 |
| 5.3 测试结果 |
| 5.4 中断响应能力测试 |
| 5.4.1 测试方案 |
| 5.4.2 测试预期 |
| 5.4.3 测试环境与设备 |
| 5.4.4 测试结果 |
| 5.5 捷联解耦算法运行测试 |
| 5.5.1 测试方案 |
| 5.5.2 测试环境与设备 |
| 5.5.3 测试结果 |
| 5.6 功耗测试 |
| 第六章 结论 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻硕期间取得的研究成果和参与的科研项目 |
（10）基于Jacinto5-E的车载全景显示系统终端的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 前言 |
| 1.1 课题背景及其研究意义 |
| 1.1.1 课题背景 |
| 1.1.2 课题研究意义 |
| 1.2 现有技术及其发展 |
| 1.2.1 环景监视系统 |
| 1.2.2 多视角摄影系统 |
| 1.2.3 多视角视野系统 |
| 1.2.4 国内技术 |
| 1.3 课题研究内容及结构安排 |
| 1.3.1 课题研究内容 |
| 1.3.2 各章节内容介绍 |
| 2 总体方案设计 |
| 2.1 设计口标及要求 |
| 2.2 系统方案选择 |
| 2.2.1 DSP芯片的选取 |
| 2.2.2 Jacinto-5eco结构特点 |
| 2.3 系统总体方案 |
| 3 系统硬件设计与实现 |
| 3.1 硬件总体方案 |
| 3.2 基于Jacinto-5eco的硬件电路系统设计 |
| 3.2.1 时钟电路设计 |
| 3.2.2 DDR3模块电路设计 |
| 3.2.3 NAND Flash模块电路设计 |
| 3.2.4 UART模块电路设计 |
| 3.2.5 JTAG电路设计 |
| 3.3 视频电路设计 |
| 3.3.1 视频图像传感器终端设计 |
| 3.3.2 视频采集接口电路设计 |
| 3.3.3 视频显示接口电路设计 |
| 3.4 通信及存储电路设计 |
| 3.4.1 以太网通信接口电路设计 |
| 3.4.2 USB接口电路设计 |
| 3.4.3 CAN总线接口设计 |
| 3.4.4 音频接门电路设计 |
| 3.4.5 SD卡存储电路设计 |
| 3.5 系统电源设计 |
| 3.5.1 系统电源总体设计 |
| 3.5.2 Jacinto-5eco电源供电设计 |
| 3.6 PCB板绘制 |
| 3.6.1 PCB板总体设计 |
| 3.6.2 八层核心板设计 |
| 3.6.3 四层底板设计 |
| 4 系统软件设计与实现 |
| 4.1 系统软件总体方案 |
| 4.2 Linux系统开发环境搭建 |
| 4.2.1 TFTP服务器的搭建 |
| 4.2.2 NFS服务器的搭建 |
| 4.2.3 交叉编译环境的搭建 |
| 4.3 系统U-boot和内核编译与产生 |
| 5 实验测试与验证 |
| 5.1 测试环境搭建 |
| 5.1.1 硬件测试环境搭建 |
| 5.1.2 软件测试环境搭建 |
| 5.2 实验验证 |
| 5.2.1 PCB与硬件实物图 |
| 5.2.2 U-boot移植实现测试 |
| 5.2.3 内核和文件系统移植实现测试 |
| 5.2.4 车载全景显示系统终端实时显示测试验证 |
| 6 总结 |
| 7 展望 |
| 8 参考文献 |
| 9 论文发表情况 |
| 10 致谢 |
| 附录1 |
| 附录2 |
四、移植Linux内核至DSP平台方案研究（论文参考文献）
- [1]基于嵌入式平台的智能目标跟踪算法的研究与实现[D]. 魏鹏辉. 西安电子科技大学, 2019(02)
- [2]基于嵌入式网关的智能实验平台设计与实现[D]. 尹峰. 成都理工大学, 2019(02)
- [3]基于FT-M7002的OpenCV移植与优化[D]. 孙广辉. 西安电子科技大学, 2019(02)
- [4]生物视觉计算模型的硬件实现技术研究[D]. 蒋平帆. 电子科技大学, 2019(01)
- [5]异构嵌入式平台运动目标检测识别研究[D]. 冯瑞青. 中国电子科技集团公司电子科学研究院, 2019(02)
- [6]PD理论原数据采集系统研究[D]. 张国浩. 贵州大学, 2018(05)
- [7]基于嵌入式Linux的浮选泡沫图像监控系统设计[D]. 亢国栋. 中国矿业大学, 2016(02)
- [8]基于达芬奇技术的4G视频监控系统设计与实现[D]. 杨传东. 哈尔滨工程大学, 2016(03)
- [9]基于MPC8536的雷达嵌入式数据处理平台设计[D]. 张利平. 电子科技大学, 2015(03)
- [10]基于Jacinto5-E的车载全景显示系统终端的设计与实现[D]. 杨继超. 天津科技大学, 2015(07)