一、基于FPGA的MEE畸变实时校正系统设计(论文文献综述)
杨鑫[1](2020)在《基于FPGA的双目视觉系统设计与实现》文中研究指明立体视觉系统能获取真实场景的深度信息,对特定场景实现三维重建,进而完成视觉测绘、视觉导航、视觉避障和路径规划等功能,广泛应用于诸如无人机、机器人和无人驾驶等嵌入式场景。立体匹配是双目立体视觉的关键一环,其匹配精度和匹配速度至关重要,然而立体匹配算法复杂,常常难以同时满足实时性和精度要求。由于FPGA(Field Programmable Gate Array)具有并行性高、灵活性强和功耗低等特性,目前很多应用于嵌入式场景的视觉算法适合在FPGA平台实现。Xilinx公司的Zynq拥有FPGA+ARM的架构,融合了FPGA的并行优点和CPU核的强大功能,因此使用Zynq平台完成视觉系统算法的实现具有广大的应用前景。本文基于Zynq平台设计和实现了双目视觉系统。本文详细分析双目相机模型,完成了双目相机标定,获取了相机内外参数矩阵和畸变系数,并离线完成了极线校正,获取了校正前后的坐标映射关系。然后分析了立体匹配原理,其可分为如下四个步骤:匹配代价计算、代价聚合、视差计算和视差优化,本文使用Census变换结合汉明距离计算初始匹配代价,运用多方向扫描线优化算法实现代价聚合,采用赢家通吃算法获取视差,并使用中值滤波进行视差优化。本文在Vivado开发环境下设计了双目视觉系统硬件逻辑部分,随后将硬件工程配置导入SDK,对其中使用的各模块进行驱动配置和寄存器配置,将采集的左右相机图像同时写入SD卡,为立体视觉IP(Intellectual Property)核设计提供了验证平台,实现了双目采集、传输、存取和显示系统。然后使用HLS软件,结合标定所得参数和极线校正前后的映射关系,实现相机畸变校正、立体校正、立体匹配和视差优化等算法,使用优化指令完成算法加速,并将其封装为立体视觉IP核。最后,在上述Vivado设计的硬件平台中使用立体视觉IP核,实现了双目图像采集、图像处理、图像存取和显示的双目视觉系统。最后,对本文设计的双目视觉系统进行实验评估。实验结果表明,本文设计的双目视觉系统实时性高,算法加速效果明显,系统整体功耗较低,适用于对实时性和功耗要求较高的嵌入式视觉应用场景。
张俊杰[2](2020)在《基于Zynq的动态图像测量处理系统设计与实现》文中提出早期的视觉测量系统主要是基于PC机是实现,但它不适应用于复杂场景,且实时性较差等。针对上述问题,基于ARM、DSP和FPGA的嵌入式视觉测量系统受到重视并迅速发展。其中Xilinx的Zynq(FPGA+ARM)的嵌入式可编程片上处理平台不仅可以执行复杂控制程序、动态调度计算资源,还能够支持硬件算法加速处理。相比于单一的ARM、DSP、FPGA等嵌入式处理系统,Zynq架构具有可扩展性好、高性能、低功耗、低成本等优势。因此,本文设计并实现一种基于Zynq架构的动态图像测量处理系统。本文首先对双目立体视觉测量数学模型进行分析,结合软硬件协同工作原理设计基于Zynq的动态图像测量处理系统总体方案和各模块的功能。针对常见的双目视觉测量中的图像立体匹配算法的缺点,本文提出了一种基于多特征融合的立体匹配算法,该算法利用Census变换信息、图像的边缘信息以及基于HSV色彩空间的图像信息构造多特征融合的匹配代价计算模块。相比使用单一的图像特征进行代价计算的匹配算法,本文的算法提高了匹配精度。同时利用Xilinx提供的Vivado HLS工具将所提算法封装为硬件加速IP核。设计并实现基于Zynq软硬件协同工作的动态图像测量处理系统,其主要包括:基于Zynq双目采集系统的实现;采用上述采集系统采集标定板照片,完成该系统的双目相机标定;设计并实现图像预处理硬件加速IP核;根据常见的Zynq图像处理系统架构设计本文的动态图像测量系统的整体方案并予以实现完成目标物体到相机之间的距离测量(即深度)。最后对基于Zynq的动态图像测量处理系统进行了系统测试,基于实验平台和实验场景做实验测试,针对不同的相对距离进行测量和分析,测量范围在450mm-850mm相对测量误差小于2.3%,整个图像处理系统的处理帧率为16fps,满足测量实时性要求,本文所设计的系统性能达到了设计要求。
吴英帅[3](2019)在《基于FPGA的变电站外场全景视频监护系统的研制》文中指出在整个电力系统中,自动化监护已得到了极大的普及,技术发展也越来越成熟。变电站作为电网的枢纽,在整个电力系统中发挥着至关重要的作用,但是通常情况下,为了节省土地资源,变电站的选址都较为偏远,尤其是对于我国西部一些地方而言,这给变电站的维护带来了极大的难度。在当前比较流行的变电站监护系统中,变电站值班的工作人员要时刻识别和监护稳定运行的各种电网参数,增加了变电站值班人员的工作任务。近几年随着视频监护的高速发展,变电站的视频监护也随之发展起来,但是所采集的图像都是独立的、按序列的图像,最终得到的场景可能只包含部分的小视野图像,并不能在一幅图像中显示多个或者完整的场景,这就需要对当前的变电站视频监护系统进行改进,即引进了全景图像的拼接技术。视频拼接技术可以很好的解决以上问题。本文采用的是Xilinx公司最新的ZYNQ-7000系列的可编程系统平台,该平台将双核ARM Cortex-A9处理器和外围可编程逻辑资源进行了完美结合,内部设有高速互联结构。采用软硬协同设计,可将图像采集、预处理、图像拼接、远程传输与显示集合到一个嵌入式系统中。与单一使用传统FPGA、ARM、DSP相比,该设计方法不但能够充分利用FPGA强大的并行处理能力与非常丰富的逻辑资源,又能够通过处理器部分搭建操作系统来实现一些复杂算法的实现。通过对传统变电站视频监护系统的结构进行分析研究,设计出全景视频监护系统的整体结构框架,在此基础上对核心系统设计的硬件平台进行了选择,即Xilinx公司的ZYNQ-7000系列开发平台。然后在开发平台选型完成的基础上,根据视频图像处理速度对采集接口、千兆以太网接口等硬件系统接口进行设计。最后完成图像拼接方法研究优化与FPGA的实现。本设计采用软硬协同的设计方法完成了基于ZYNQ-7000实时视频图像拼接系统,最后通过对其进行测试,能够达到设计要求。
汪乐意[4](2019)在《基于FPGA的双目立体视觉图像采集及预处理系统的设计》文中研究说明双目立体视觉技术作为一种主动测距方法,广泛应用在自动驾驶、虚拟现实、医学成像等领域中。由于制造误差、电路噪声等原因,双目相机实时采集的图像对存在着畸变、噪声污染等干扰,这些干扰会使得立体匹配效果变差。为了生成高质量、高实时性的图像对,本文在对相关理论进行研究分析后,优化、改进了图像畸变矫正算法和中值滤波算法,设计了基于FPGA(Fie1d Programmable Gate Array)的双目立体视觉图像采集及预处理系统。本文主要研究内容如下:(1)针对FPGA实现图像畸变矫正算法时,存在的在线计算逆向映射坐标复杂和片上ROM容量不够问题,本文压缩了逆向映射表,并利用插值法在线重建逆向映射表,然后通过查找重建的逆向映射表来获取逆向映射坐标,从而降低了在线计算量和片上ROM的容量需求。仿真结果表明,经过优化的算法矫正含畸变图像的效果良好。(2)针对传统中值滤波算法会造成图像清晰度下降的问题,本文通过添加适合硬件实现的噪声检测和二次滤波,改善了传统中值滤波算法将非噪声点也进行滤波处理的现象。仿真结果表明,本文所改进的算法相比传统中值滤波算法具有更好的去噪效果,同时具有复杂度较低,适合硬件实现的优点。(3)基于对图像畸变矫正算法和中值滤波算法的优化、改进,本文利用Verilog HDL设计了双通道图像采集模块、图像畸变矫正模块和图像去噪模块。以FPGA芯片作为系统核心,利用两颗数字CMOS图像传感器、SRAM芯片、USB2.0桥接芯片和对应的上位机搭建了图像采集及预处理系统。测试结果表明,所设计的系统能良好地实现图像对的采集、畸变矫正和去噪,在图像分辨率为640×480时,系统处理速度达到60fps,处理延迟小于17ms,实时性良好,为后续的极线校正、立体匹配等图像处理提供了实时的无畸变、不含噪声的图像对。
陈派宁[5](2019)在《基于FPGA的线阵CCD智能相机设计与实现》文中指出“中国制造2025”的提出明确了我国实现制造大国向制造强国转变的战略目标。大力发展智能制造是实现制造强国的重要途径。在智能制造的发展过程中,机器视觉扮演了极为重要的角色。随着国内工业自动化程度的不断提升,机器视觉的应用场景也不断得到扩展,同时新的应用场景也对机器视觉系统提出了更高的要求。线阵相机能对高速运动的物体进行精确的检测。智能相机将图像的采集、处理与传输等功能集成与单一的相机内,使机器视觉系统拥有更高的适用性与易用性。本文将线阵相机与智能相机的特性相结合,提出了基于FPGA的线阵CCD智能相机系统的设计与实现。首先,对智能相机的国内外研究现状进行介绍,列举了国内外主要智能相机产商的相关产品并对相关技术发展趋势进行了分析。然后对线阵智能相机系统的整体框架以及所涉及的相关技术进行了介绍,主要包括线阵CCD技术、FPGA开发技术、数据通信技术以及上位机软件开发技术。接着在此基础上针对系统方案进行软硬件设计,完成了具有图像数据采集、图像传输、图像数据显示完整功能的线阵智能相机系统。接着针对智能相机系统所涉及的图像处理算法及FPGA实现进行了重点研究,其中包括图像去噪,图像灰度畸变校正、图像颜色错位校正、图像颜色空间转换等图像预处理方法;应用于物料检测的颜色检测和面积检测、测量算法;对图像进行边缘提取的改进型Sobel方法。详细分析了算法原理同时给出FPGA实现方案并通过FPGA实现。最后,对研发的线阵智能相机系统进行测试。测试结果表明:本课题实现的相机系统图像采集、传输、显示功能正常。实现的图像预处理方法能有效改善图像质量。实现的颜色检测算法对彩色塑料片的检测能达到90%以上的检测正确率。面积检测算法对塑料片的检测能达到80%以上检测正确率。面积测量算法对单个塑料片的面积测量精度能达到95%以上。实现的改进型Sobel边缘方法边缘检测效果优于传统Sobel方法,但是比不上Canny边缘检测方法。
吕聪奕[6](2017)在《基于FPGA的实时机器人视觉系统研究》文中认为机器人视觉系统是现代机器人的重要组成部分,机器人视觉传感器常常担负了环境识别,自身定位、目标物识别等一系列关系到机器人智能化与自主化的关键任务。由于机器人视觉系统对于实时性有着极高的要求,一些飞行或者移动机器人又对视觉系统的体积和重量较为敏感,以计算机为核心的传统机器人视觉处理系统由于其较大的体积、较高的功耗以及实时性严重不足等缺点已经越来越无法满足机器人视觉系统的需求。为满足机器人对于视觉处理系统高实时性、低功耗、微小型体积的要求,本文研究了基于FPGA架构的并行化实时机器人视觉系统的关键技术。本文从图像数据的处理算法并行化加速出发,通过对复杂机器人视觉算法的并行化分解,实现了机器人视觉处理算法在FPGA平台上的移植。本文主要研究了实时机器人视觉系统的搭建、视觉系统畸变的实时矫正、颜色域变换、边缘检测、Harris特征点检测等算法的并行化处理方案,着重研究了基于FPGA的SIFT特征检测的硬件架构,利用FPGA高度并行化的特点大幅提高了算法的实时性。本文提出了一种基于实时机器人视觉处理技术的高速运动目标追踪算法与系统,采用并行化视觉处理以及视觉伺服技术解决了高速运动目标的追踪问题。通过一系列机器人视觉系统的应用与对比实验,充分证明了论文所提出的实时机器人视觉系统可以大幅提高机器人视觉算法的实时性,并且具有低功耗、高帧率、微小型体积等优点,满足大多数机器人领域对于视觉处理系统的需求。论文对平台搭建、视觉处理算法的硬件化及并行化加速等关键技术进行了深入研究并分别提出相应的解决方案,为实时机器人视觉系统的设计与实现提供了大量的参考和技术支撑,论文的主要工作如下:本文从机器人视觉系统的实时性不足的问题展开讨论,总结了当前机器人视觉系统在应用中依然存在的问题和难点,提出了基于FPGA处理平台的实时机器人视觉系统。本文在基于FPGA平台的实时机器人视觉系统中实现了并行化的图像预处理算法,主要包括视觉成像系统镜头畸变的实时矫正方法,该方法通过查表法的处理方法对畸变图片数据进行矫正,针对矫正带来的黑点以及像素消失问题,采用了基于FPGA的双线性插值算法进行像素实时补偿,实现了与计算机平台相同的镜头畸变矫正效果。本文实现了基于FPGA平台的图像滤波处理以及颜色空间转换等图像预处理算法。针对机器人视觉领域常用的几种图像处理算法如Sobel边缘检测、Harris特征点、SIFT特征检测等算法进行了并行化设计,使得这类视觉算法可以在基于FPGA的机器人视觉系统中实现移植及算法加速,并给出了具体的设计方案及思路。通过实验充分验证了本文所提出的硬件化图像处理算法比起计算机平台具备更加优异的实时性、高效性及低功耗的特点。本文提出了一种全景图像的硬件拼接方法,采用基于FPGA平台的SIFT特征实时检测算法实现了全景机器人视觉系统的图片实时匹配与拼接,通过加权平均值的方法实现了基于硬件架构的拼接区域灰度融合,整个拼接过程无需计算机参与,取得了优异的拼接效果,比起计算机平台的图片拼接方案具有更高的处理速度以及相同的拼接效果。本文将基于FPGA的机器人视觉系统与视觉伺服控制算法相结合,提出了一种新的高速运动目标追踪算法,利用多特征识别的方法来对高速运动目标进行识别,通过感兴趣区域智能控制算法实现了减少运算量以及提高运算速率的效果。在进行高速飞行目标追踪实验中,采用基于FPGA平台的图像处理算法并行化加速解决了高速运动目标追踪算法实时性不足的问题,取得了优异的实验效果。
郑永瑞,林秋华,王全忠,武静[7](2015)在《一种位置可调整的实时图像预畸变方法》文中提出图像几何畸变在大视场光学系统中非常普遍,对于高畸变率光学系统以及高分辨率图像的实时几何畸变校正成为一个技术难点。讨论了投影系统预畸变的模型,分析了光学系统的畸变特性,提出了一种预畸变图形显示位置可调整的几何畸变校正方法,以及相应的可实时实现双三次插值算法的硬件架构。该方法的优点是工程应用可行性高,畸变校正的结果更精确且显示图像完整。
徐芳[8](2013)在《基于FPGA的航空CCD相机图像畸变校正技术研究》文中研究表明目前,航空成像设备在各个领域尤其在航空侦察上发挥着重要作用。当航空成像探测系统在对地面目标景物成像时,为使拍摄范围尽可能大,我们往往采用广角镜头来获取一个较大的视场,但是大视场角镜头在提供大范围成像的同时,也会产生畸变问题,且随着视场角的增大畸变也逐渐增大,直接影响成像的几何位置精度和后续图像拼接工作的进行,因此需要对镜头的畸变进行校正。校正畸变可以采用光学设计方法和图像处理的方法,光学设计法在减小畸变的同时在设计上会影响系统像差,对图像质量造成一定的影响,同时体积占据空间大,不利于航空成像设备小型化要求,并且,对于高质量镜头的畸变校正,无论是从设计、加工、制造、成本,还是适装性等各方面对畸变的控制都较为困难。而具有高度集成化、低功耗、智能化和高速处理特点的图像处理法,可以实时高效地校正畸变图像,所以本文主要通过图像处理法,深入研究了摄像机标定技术在畸变图像校正中的应用。本文对航空成像系统畸变原因作了深入的探讨,畸变主要受CCD相机本身的设计、加工、装调和环控等因素影响,随着视场角的增大而增大;同时,论文对国内外航空CCD相机畸变校正技术的发展现状进行了详细的调查研究,并深入分析了一些校正畸变的经典算法,为后续实验研究奠定了理论基础。分析研究了航空CCD相机摄影成像光路结构,畸变的产生机理、畸变模型和畸变率等内容,详细阐述了摄像机标定方法的原理和标定模型,建立数学模型,给出摄像机内外参数及畸变系数的求解过程。本文在已有理论的基础上,针对一般方法的局限性和不足,提出了优化的摄像机标定畸变校正方法。在Matlab软件开发环境中,设计了基于PC机的彩色畸变图像校正实验系统,完成了图像的采集过程,重点阐述了采用基于Matlab的CalibToolbox工具箱进行摄像机内外参数和畸变系数的提取,及参数优化过程,并对本文方法可能出现的误差做了解释分析。经过后续的编程改进处理,实现了畸变图像的几何位置校正和像素亮度重构过程,完成了对本文彩色畸变图像的校正。本文提出了一种新的基于逆向重构标准图形比对的方法,对畸变校正后的剩余畸变量进行了量化分析。本文最后介绍实现了一种基于FPGA的模拟相机图像采集与VGA显示的方法,为实现畸变图像校正的实时性,本文提出了一种基于FPGA的图像畸变校正算法模块的设计方案,实现了畸变图像像素点的几何位置坐标校正和图像灰度插值工作,并在ModelSim仿真软件上进行了验证。实验结果显示,基于FPGA的畸变图像校正结果与在Matlab中仿真结果几乎一致,且在速度上可以达到实时性的要求,为实际的工程化应用打下良好的基础。
郑红,李俊,陈海霞,李钊[9](2011)在《红外畸变图像并行校正快速实现算法研究》文中研究说明在广角镜头热像仪目标检测与跟踪系统中,需要对红外图像进行畸变校正处理。目前常用的FPGA算法没有充分利用其并行机制,不仅耗用资源多,运行速度也受到一定限制。分析了常规FPGA畸变校正算法存在串行结构问题,提出充分并行的FPGA算法。根据径向畸变沿光学中心对称的特点,采用了4个并行处理单元进行校正处理,并且用较少的查找表资源实时计算校正地址。在进行双线性插值运算时,采用并行存取结构提高访问效率。通过在FPGA芯片上实验验证,表明该算法具有很好的实时性,占用资源较少,实现了在线实时校正畸变的功能。
张树华[10](2005)在《医用电子内窥镜畸变实时校正与自动亮度控制硬件系统的研究》文中研究表明医用电子内窥镜系统广泛应用于多种疾病的诊断和治疗当中。其摄像物镜为大视场、短焦距的广角镜头,图像存在严重的畸变。受计算机运算速度的限制,软件只能校正静态图像的畸变,不能对动态图像进行校正,因此本文利用超大规模集成电路的高速性能,设计了硬件畸变校正系统,以达到实时校正的要求。另外,由于体内照明条件复杂,诊断效果很大程度上受到亮度控制能力的限制。因此需要设计并实现一种功能全面、高性能的亮度控制系统。图像畸变校正包括空间位置校正和灰度校正。本文以点阵样板校正方法为基础,将定制的标准点阵样板通过内窥镜的光学系统成像,通过拟合畸变图像和样板图像间的关系确定畸变校正函数,以此进行空间位置校正。校正数据作成查找表,存入Flash EPROM。硬件的校正精度取决于软件的校正精度,双线性内插法具有良好的精度、完全满足一般图像灰度校正的要求。本文利用Verilog HDL完成了硬件双线形插值模块,并在Quartus II下进行了模拟仿真。FPGA作为整个畸变校正硬件系统的核心,完成了视频解码器与编码器的I2C总线配置、静态存储器SRAM的读取、查找表的读取以及硬件双线形插值灰度校正。详细说明了各个功能电路的设计,作为重点,对硬件双线形插值单独作为一章进行说明。自动亮度控制硬件系统作为设计的另一个环节,利用FPGA完成了峰值测光与区域测光的设计。通过两种模式的轮流使用,实现了面向使用者操作灵活性的亮度控制手段。最后,分析了硬件系统的误差来源,比较了畸变校正的效果,总结了系统的特点,提出了改进的措施和方法。本系统工作在NTSC制式下,场频60Hz,图像采样频率13.5MHz,校正图像大小为640×480,输入信号和输出信号均为标准视频信号,校正图像可直接送入监视器显示。校正前畸变图像的相对畸变是-20.86%,校正图像的相对畸变是-1.60%,系统有效地改善了图像的畸变失真。从畸变图像输入到校正图像输出的延时为40ms,实现了实时性的要求。
二、基于FPGA的MEE畸变实时校正系统设计(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、基于FPGA的MEE畸变实时校正系统设计(论文提纲范文)
(1)基于FPGA的双目视觉系统设计与实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 本文研究内容与结构安排 |
1.4 课题来源 |
第二章 双目视觉理论 |
2.1 相机成像原理 |
2.2 畸变与矫正 |
2.3 双目相机 |
2.4 立体匹配 |
2.4.1 立体匹配约束条件 |
2.4.2 匹配代价计算 |
2.4.3 代价聚合 |
2.4.4 视差计算 |
2.4.5 视差优化 |
2.5 相机标定 |
2.5.1 单应性矩阵求解 |
2.5.2 内参矩阵求解 |
2.5.3 外参矩阵求解 |
2.5.4 畸变参数估计 |
2.5.5 对极几何和极线校正 |
2.6 本章小结 |
第三章 双目视觉系统的实现 |
3.1 Zynq平台介绍 |
3.2 双目视觉系统的硬件搭建 |
3.2.1 图像采集模块 |
3.2.2 格式转换模块 |
3.2.3 图像存取模块 |
3.2.4 显示模块 |
3.2.5 其余模块 |
3.3 软件设计 |
3.3.1 摄像头寄存器配置 |
3.3.2 osd显示配置 |
3.3.3 VDMA寄存器配置 |
3.3.4 SD卡配置 |
3.4 本章小结 |
第四章 立体视觉IP设计 |
4.1 高层次综合介绍 |
4.2 双目标定实验 |
4.2.1 图像获取 |
4.2.2 相机标定实验 |
4.2.3 立体校正 |
4.3 立体视觉IP |
4.3.1 顶层函数设计 |
4.3.2 添加优化指令 |
4.3.3 测试仿真文件设计 |
4.4 本章小结 |
第五章 实验及结果分析 |
5.1 HLS仿真验证与分析 |
5.2 实物验证与分析 |
5.3 本章小结 |
总结与展望 |
参考文献 |
攻读博士/硕士学位期间取得的研究成果 |
致谢 |
附件 |
(2)基于Zynq的动态图像测量处理系统设计与实现(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 课题研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 双目立体视觉测量技术的研究现状 |
1.2.2 基于嵌入式平台的双目视觉测量系统研究现状 |
1.3 本文的主要研究内容及其章节结构 |
第二章 相关基础理论技术及系统总体结构 |
2.1 双目视觉测量理论基础 |
2.1.1 双目立体视觉测量原理 |
2.1.2 双目相机的成像模型 |
2.1.3 Z Zhang相机标定 |
2.1.4 双目相机标定 |
2.1.5 极限校正 |
2.2 系统硬件平台 |
2.2.1 Zynq的体系结构 |
2.2.2 Zynq内的互联结构 |
2.2.3 Zynq软硬件协同开发流程 |
2.3 系统总体方案 |
2.4 本章小结 |
第三章 多特征融合的匹配算法与IP核设计 |
3.1 常见的图像立体匹配算法 |
3.1.1 双目立体视觉测量技术的研究现状 |
3.1.2 局部最优化方法 |
3.2 基于多特征融合的立体匹配算法 |
3.2.1 多特征融合的匹配代价计算 |
3.2.2 基于最小生成树的匹配代价聚合 |
3.2.3 视差获取与修正 |
3.3 实验结果与分析 |
3.4 IP核设计 |
3.4.1 Vivado HLS工具简介 |
3.4.2 基于Vivado HLS的立体匹配IP核设计 |
3.4.3 IP核仿真与封装 |
3.5 本章小结 |
第四章 基于Zynq图像测量处理系统设计与实现 |
4.1 基于Zynq平台的双目采集系统 |
4.1.1 系统的PL端硬件设计 |
4.1.2 系统的PS端软件设计 |
4.2 双目相机标定 |
4.3 图像预处理算法及IP核实现 |
4.3.1 图像预处理算法 |
4.3.2 基于Vivado HLS图像预处理IP核设计 |
4.4 基于Zynq的图像测量处理系统设计与实现 |
4.4.1 基于Zynq的图像测量处理系统方案设计 |
4.4.2 基于Zynq图像测量处理系统硬件设计 |
4.4.3 基于Zynq的图像测量处理系统软件程序设计 |
4.5 本章小结 |
第五章 功能验证与分析 |
5.1 测试环境搭建与方法说明 |
5.2 测量实验结果分析 |
5.3 速度分析 |
5.4 功耗分析 |
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 |
(3)基于FPGA的变电站外场全景视频监护系统的研制(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 选题背景 |
1.2 国内外研究现状 |
1.3 论文的主要研究内容及组织架构 |
2 变电站全景视频监护系统方案设计 |
2.1 引言 |
2.2 变电站监护系统概述 |
2.3 传统变电站视频监护系统 |
2.4 变电站全景监护系统设计 |
2.5 本章小结 |
3 系统硬件接口与图像预处理设计 |
3.1 引言 |
3.2 基于FPGA的数据接口设计 |
3.3 变电站视频监护系统视频图像的预处理 |
3.4 本章小结 |
4 图像拼接方法研究与FPGA的实现 |
4.1 引言 |
4.2 图像横向拼接配准算法优化 |
4.3 图像横向拼接配准的FPGA实现 |
4.4 本章小结 |
5 系统搭建与调试结果分析 |
5.1 引言 |
5.2 系统的搭建 |
5.3 性能测试 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(4)基于FPGA的双目立体视觉图像采集及预处理系统的设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.3 双目立体视觉技术概述 |
1.4 论文组织结构 |
2 相关理论研究与分析 |
2.1 相机成像模型 |
2.2 非线性畸变 |
2.3 立体相机标定 |
2.4 图像噪声 |
2.5 小结 |
3 基于FPGA的图像预处理算法的优化与改进 |
3.1 基于FPGA的图像畸变矫正算法优化 |
3.1.1 畸变矫正算法研究 |
3.1.2 图像畸变矫正算法的FPGA实现 |
3.1.3 逆向映射表的存储研究 |
3.1.4 逆向映射表的存储优化 |
3.2 基于FPGA的图像滤波算法改进 |
3.2.1 传统滤波算法研究 |
3.2.2 中值滤波算法的改进 |
3.2.3 快速中值求取法 |
3.3 实验结果与分析 |
3.3.1 优化后的图像畸变矫正算法矫正结果 |
3.3.2 改进后的中值滤波算法去噪结果 |
3.4 小结 |
4 双目立体视觉图像采集及预处理系统的设计 |
4.1 系统总体设计 |
4.2 双通道图像采集模块逻辑设计 |
4.2.1 图像传感器选取 |
4.2.2 双通道图像采集模块 |
4.3 图像畸变矫正模块逻辑设计 |
4.3.1 映射表重建模块 |
4.3.2 矫正缓存模块 |
4.3.3 双线性内插值模块 |
4.4 图像去噪模块逻辑设计 |
4.4.1 3×3 矩阵模块 |
4.4.2 中值模块 |
4.4.3 均值模块 |
4.4.4 判决模块 |
4.5 上位机与下位机的通讯 |
4.6 系统测试与结果 |
4.6.1 系统搭建 |
4.6.2 图像畸变矫正结果 |
4.6.3 图像去噪结果 |
4.7 小结 |
5 总结与展望 |
5.1 工作总结 |
5.2 展望 |
致谢 |
参考文献 |
附录 |
(5)基于FPGA的线阵CCD智能相机设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景 |
1.1.1 机器视觉技术 |
1.1.2 智能相机 |
1.1.3 线阵相机 |
1.2 课题研究意义 |
1.3 课题研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 课题技术发展趋势 |
1.5 课题来源及论文结构安排 |
1.5.1 课题来源 |
1.5.2 论文结构安排 |
第2章 相机系统整体设计与分析 |
2.1 系统整体框架设计 |
2.2 图像采集模块 |
2.2.1 线阵CCD图像传感器 |
2.2.2 光学镜头 |
2.3 图像处理与控制模块 |
2.3.1 FPGA内部功能模块划分 |
2.3.2 STM32控制模块 |
2.4 数据传输与显示模块 |
2.4.1 GigE Vision协议 |
2.4.2 百兆以太网传输方案 |
2.4.3 上位机交互平台 |
2.5 本章小结 |
第3章 相机系统硬件设计 |
3.1 系统电源方案设计 |
3.2 CCD驱动电路设计 |
3.3 处理芯片及缓存电路设计 |
3.3.1 FPGA外围电路设计 |
3.3.2 STM32外围电路设计 |
3.3.3 SDRAM电路设计 |
3.4 通信电路设计 |
3.4.1 GigE接口电路 |
3.4.2 百兆以太网电路 |
3.4.3 串口通信电路 |
3.5 本章小结 |
第4章 图像的采集传输与显示 |
4.1 图像数据采集时序设计与实现 |
4.1.1 图像数据采集时序分析 |
4.1.2 图像数据采集时序实现 |
4.2 图像数据缓存结构设计与实现 |
4.2.1 图像数据压缩 |
4.2.2 图像数据缓存 |
4.3 图像数据传输接口设计与实现 |
4.3.1 FSMC读写时序实现 |
4.3.2 LwIP协议移植 |
4.4 上位机交互平设计与实现 |
4.5 本章小结 |
第5章 图像处理算法及FPGA实现 |
5.1 图像预处理方法及FPGA实现 |
5.1.1 图像去噪 |
5.1.2 图像灰度畸变校正 |
5.1.3 图像颜色错位校正 |
5.1.4 图像颜色空间转换 |
5.2 物料检测算法及FPGA实现 |
5.2.1 颜色检测算法 |
5.2.2 面积检测算法 |
5.3 边缘提取算法及FPGA实现 |
5.3.1 边缘检测方法 |
5.3.2 Sobel边缘检测及改进 |
5.3.3 改进型Sobel边缘检测方法实现 |
5.4 本章小结 |
第6章 系统测试与结果分析 |
6.1 系统模块功能测试 |
6.1.1 系统硬件测试 |
6.1.2 系统通信测试 |
6.2 图像采集功能测试 |
6.2.1 图像采集环境搭建 |
6.2.2 图像显示功能测试 |
6.3 图像处理功能测试 |
6.3.1 图像预处理功能测试 |
6.3.2 物料检测功能测试 |
6.3.3 边缘提取功能测试 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
附录 |
(6)基于FPGA的实时机器人视觉系统研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的目的与意义 |
1.2 研究现状及发展趋势 |
1.2.1 机器人视觉技术 |
1.2.2 机器人视觉常用算法 |
1.2.3 机器人视觉系统 |
1.3 主要研究内容及安排 |
第二章 实时机器人视觉系统 |
2.1 主要器件选型 |
2.2 图像数据高速获取与传输 |
2.2.1 图像数据高速获取 |
2.2.2 图像数据传输 |
2.3 实时机器人视觉系统硬件设计 |
2.3.1 高速机器人视觉系统 |
2.3.2 全景机器人视觉系统 |
2.4 本章小结 |
第三章 基于FPGA硬件架构的图像预处理算法实时实现 |
3.1 硬件化图像处理 |
3.1.1 流水线图像处理架构 |
3.1.2 设计难点 |
3.1.3 设计原则 |
3.2 图像预处理算法的实时实现 |
3.2.1 基于FPGA的成像畸变矫正算法 |
3.2.2 基于FPGA的图像滤波算法 |
3.2.3 基于FPGA的HSV颜色空间转换 |
3.3 基于HSV颜色特征的CamShift追踪实验 |
3.4 本章小结 |
第四章 目标特征检测算法的FPGA并行加速方法 |
4.1 基于FPGA的边缘特征提取 |
4.1.1 基于FPGA的SCBEL边缘提取 |
4.2 基于FPGA的Harris角点检测 |
4.2.1 Harris角点检测的FPGA实现 |
4.2.2 基于角点特征的静态目标追踪实验 |
4.3 基于FPGA的SIFT特征提取 |
4.3.1 SIFT特征提取 |
4.3.2 基于FPGA的全景图像拼接 |
4.3.3 性能比较 |
4.4 本章小结 |
第五章 实时机器人视觉系统应用研究 |
5.1 高速目标追踪算法及实现 |
5.1.1 图像预处理 |
5.2 基于多特征的目标识别 |
5.2.1 基于HU特征矩的特征描述符 |
5.2.2 几何特征和运动特征描述符 |
5.3 基于视觉伺服的目标追踪 |
5.4 飞行高尔夫球追踪实验 |
5.5 本章小结 |
总结与展望 |
参考文献 |
攻读学位期间发表论文与研究成果清单 |
致谢 |
作者简介 |
(7)一种位置可调整的实时图像预畸变方法(论文提纲范文)
0引言 |
1投影系统校正模型 |
2电子校正系统的设计考虑 |
2.1光学系统畸变特点 |
2.2预畸变电子校正系统设计 |
3预畸变方法 |
3.1多边形扫描转换算法 |
3.2映射方法 |
3.3灰度校正方法 |
4仿真结果 |
5结语 |
(8)基于FPGA的航空CCD相机图像畸变校正技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外航空相机畸变校正技术发展现状 |
1.3 本文的主要工作 |
1.4 本文的内容安排 |
第2章 航空相机成像模型与畸变分析 |
2.1 航空相机成像模型 |
2.2 畸变原因与畸变模型 |
2.3 畸变率分析 |
2.4 摄像机标定技术 |
2.5 摄像机标定模型 |
2.6 参数求解 |
第3章 基于Matlab环境平台下的图像畸变校正 |
3.1 Matlab工作环境和标定工具箱介绍 |
3.2 实验硬件部分介绍 |
3.3 实验软件部分介绍 |
3.4 基于Matlab的摄像机参数标定实现 |
3.4.1 标定实现的流程 |
3.4.2 参数的获取与分析 |
3.5 像素几何位置坐标校正 |
3.6 像素灰度插值 |
3.7 彩色畸变图像校正结果显示 |
第4章 畸变校正效果评估 |
4.1 几何坐标校正效果分析 |
4.2 逆向重构标准图形比对法量化评估 |
4.3 实验误差分析 |
第5章 FPGA硬件平台描述与畸变校正算法模块实现 |
5.1 平台设计与实现 |
5.1.1 FPGA 设计开发流程 |
5.1.2 本系统中 FPGA 芯片介绍 |
5.1.3 系统环境搭建 |
5.2 视频图像输入实现 |
5.3 视频图像数据缓存模块 |
5.4 VGA视频图像显示 |
5.4.1 VGA 显示原理 |
5.4.2 VGA 接口的硬件设计与时序仿真 |
5.4.3 VGA 显示画面 |
5.5 图像畸变校正算法设计的FPGA实现 |
5.5.1 几何位置校正的 FPGA 实现 |
5.5.2 图像灰度插值的 FPGA 实现 |
5.5.3 FPGA 校正图像与效果显示 |
第6章 结论与展望 |
6.1 结论 |
6.2 创新点 |
6.3 研究展望 |
参考文献 |
在学期间学术成果情况 |
指导教师及作者简介 |
致谢 |
(9)红外畸变图像并行校正快速实现算法研究(论文提纲范文)
1 引 言 |
2 几何畸变校正算法原理 |
3 算法的并行性分析 |
3.1 数据并行 |
3.2 存取并行 |
4 算法到FPGA电路结构的映射 |
4.1 校正算法FPGA并行实现结构 |
4.2 并行存取模块 |
4.3 校正地址产生模块 |
4.4 双线性插值模块 |
5 实验结果与分析 |
5.1 执行时间和延迟 |
5.2 资源消耗 |
5.3 校正结果 |
6 结 论 |
(10)医用电子内窥镜畸变实时校正与自动亮度控制硬件系统的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 电子内窥镜的原理及应用 |
1.1.1 电子内窥镜的成像原理 |
1.1.2 电子内窥镜图像的主要特点 |
1.1.3 医用电子内窥镜在临床应用上的优点 |
1.2 不同制式视频的传输原理 |
1.2.1 图像传输制式的分类 |
1.2.2 图像扫描原理 |
1.3 研究畸变实时校正系统的意义 |
1.3.1 电子内窥镜畸变校正的方法 |
1.3.2 畸变校正研究动态 |
1.4 电子内窥镜自动亮度控制系统电路设计的意义 |
1.5 论文的主要工作 |
第二章 图像畸变校正原理与点阵样板算法的设计 |
2.1 畸变校正原理 |
2.1.1 几何变换 |
2.1.2 灰度校正 |
2.2 畸变校正方法的选择 |
2.2.1 已知光学参数求畸变曲线 |
2.2.2 标准样板标定法 |
2.3 点阵样板算法的设计 |
2.3.1 点阵样板畸变图像的预处理 |
2.3.2 校正曲线的拟合 |
2.4 点阵样板畸变校正的硬件实现 |
2.4.1 视频传输特征 |
2.4.2 单幅畸变图像的软件校正 |
2.4.3 畸变图像的硬件连续校正 |
本章小结 |
第三章 畸变校正硬件电路设计 |
3.1 畸变校正硬件电路的整体设计 |
3.1.1 畸变校正电路原理图 |
3.1.2 畸变校正实时性分析 |
3.2 实时校正系统的FPGA 内部电路设计 |
3.2.1 FPGA 简介 |
3.2.2 视频解码器与编码器的I~2C 寄存器初始化设置 |
3.2.3 视频编码器与视频解码器的同步设计 |
3.2.4 帧存储器的读写 |
3.3 电路整体调试 |
3.3.1 解码器与编码器的配置 |
3.3.2 帧存储器的读写 |
3.3.3 双线形插值模块调试 |
本章小结 |
第四章 硬件双线形插值电路设计 |
4.1 灰度校正方法 |
4.2 灰度插值方法的选择 |
4.3 硬件实现双线形插值的可行性分析 |
4.4 FPGA 双线形插值模块设计 |
4.5 Verilog HDL 语言和Quartus II 编译仿真工具 |
4.6 双线形内插模块仿真 |
4.7 双线形插值模块调试 |
本章小结 |
第五章 自动亮度控制系统电路设计 |
5.1 电子内窥镜自动亮度控制系统功能与构成 |
5.1.1 自动亮度控制系统功能 |
5.1.2 自动亮度控制系统电路原理 |
5.1.3 硬件系统构成 |
5.2 自动亮度控制电路的FPGA 设计 |
5.2.1 视频解码器的I~2C 配置 |
5.2.2 平均测光模式设计 |
5.2.3 峰值测光模式设计 |
5.3 直流电动机驱动电路设计 |
本章小结 |
第六章 误差分析与展望 |
6.1 误差来源 |
6.2 校正图像的选取 |
6.3 结论与展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表及录用的学术论文 |
四、基于FPGA的MEE畸变实时校正系统设计(论文参考文献)
- [1]基于FPGA的双目视觉系统设计与实现[D]. 杨鑫. 华南理工大学, 2020
- [2]基于Zynq的动态图像测量处理系统设计与实现[D]. 张俊杰. 西安电子科技大学, 2020(05)
- [3]基于FPGA的变电站外场全景视频监护系统的研制[D]. 吴英帅. 山东科技大学, 2019(05)
- [4]基于FPGA的双目立体视觉图像采集及预处理系统的设计[D]. 汪乐意. 西安科技大学, 2019(01)
- [5]基于FPGA的线阵CCD智能相机设计与实现[D]. 陈派宁. 杭州电子科技大学, 2019(01)
- [6]基于FPGA的实时机器人视觉系统研究[D]. 吕聪奕. 北京理工大学, 2017(03)
- [7]一种位置可调整的实时图像预畸变方法[J]. 郑永瑞,林秋华,王全忠,武静. 电光与控制, 2015(08)
- [8]基于FPGA的航空CCD相机图像畸变校正技术研究[D]. 徐芳. 中国科学院研究生院(长春光学精密机械与物理研究所), 2013(08)
- [9]红外畸变图像并行校正快速实现算法研究[J]. 郑红,李俊,陈海霞,李钊. 仪器仪表学报, 2011(11)
- [10]医用电子内窥镜畸变实时校正与自动亮度控制硬件系统的研究[D]. 张树华. 天津大学, 2005(06)