基于FPGA的软硬件协同实时纸病图像处理系统

基于现场可编程门阵列(FPGA)硬件实现的纸病图像处理算法结构简单,不能满足复杂图像算法的需求,针对这一问题,提出了一种基于FPGA的软硬件协同实时纸病图像处理系统.采用FPGA芯片作为系统的核心,由CCD相机采集图像,通过DDR2SDRAM作为外部存储器来缓存图像数据,将SOPC作为控制核心,以此协调软硬件共同进行纸病图像处理,将易于硬件实现的图像处理模块用Verilog HDL语言编写,实现相应的图像处理功能;将硬件模块难以实现的功能交由SOPC中的CPU来实现.实验表明:系统实时性强,能满足纸病图像处理的速度要求,且可以进行复杂的图像算法运算,同时具有设计简单,成本低的特点.     

基于MicroBlaze软核处理器的图像采集系统设计

针对传统图像采集系统功能单一及调试困难等缺点,在图像采集与处理系统中引入基于MicroBlaze软核处理器的SOPC;通过平台FPGA设计技术,在一片可重构SOPC中集成了一套用于图像数据采集与阶段调试的系统,内部OPB总线上采用自定义的IP核实现图像数据的采集与缓存控制,并通过USB口将图像处理数据向主机PC进行实时的转送;通过实验验证以及系统最终实现表明,该设计能快速高效地完成图像数据的采集与系统实时调试,具有体积小、可重构、稳定性好等特点,并已应用于某一科研相机的图像采集与处理系统中。     

基于SOPC的汽车车牌识别系统设计

介绍一种基于SOPC的车牌识别系统的设计方案,利用SOPC Builder创建和配置Nios II软核处理器及其外围设备,实现对图像传感器输出数据的采集、存储和显示;在Nios IDE软件开发平台上设计本系统图像处理的程序流程,通过对车牌图像进行定位、字符分割、字符识别等操作,完成对车牌号的处理。这种基于SOPC技术的车牌识别系统降低系统软硬件设计的难度,缩短开发周期,并提高设计的可靠性,具有较高的实用价值和应用前景。     

一种红外仿真图像数据流播放器设计与实现

现有光学仿真训练系统主要应用在可见光测量系统,而红外系统的仿真训练手段极为匮乏。为满足红外图像仿真需求,本文提出了一种基于FPGA和DSP技术实现的红外仿真图像高速实时数据流播放器设计,实现了高带宽、高帧频、高分辨率的红外图像流数据的实时输出,解决了仿真目标与真实背景融合的大数据量运算问题。在实际应用中,取得了较好的视觉效果和训练效果,具有广泛的应用价值。     

基于反射内存网的红外图像实时生成系统

针对红外成像制导仿真中图像生成单元和驱动控制单元之间长线传输的实时性需求,提出了一种易于实现的可靠的基于反射内存网的红外图像实时生成系统的设计方案.介绍了反射内存实时网络的硬件、软件结构和主要技术指标,同时,详细讨论了系统的软硬件研制,通过基于实时性考虑的硬件选型、软件实时性设计、反射内存网的应用,图像生成提前预测、实时操作系统VxWorks的选用等措施圆满解决了图像实时生成和长线传输、仿真时间延迟、驱动控制系统的实时性以及系统时间同步等系统工程实施中遇到的问题.     

基于DSP+FPGA+ASIC的实时红外图像处理系统

设计了一种高性能实时红外图像处理系统。针对红外探测系统,提出了DSP FPGA ASIC的图像处理架构,采用FPGA(EP1S10)实现非均匀性校正等图像预处理,自主研制的ASIC芯片实现图像多级滤波处理,DSP(TMS320C64X)实现红外小目标检测算法,构成处理能力强、接口可靠稳定的图像处理系统。实验测试表明,该实时红外图像处理系统工作稳定、可靠,满足系统性能指标的要求。     

基于FPGA联合Sobel算法的实时图像边沿检测系统的设计与实现

边沿检测技术作为数字图像处理领域的重要一支,在目标匹配,交通管控,国防安全等多个领域有着广泛的应用,能够精确高效地实现边沿检测对于后续进行更高层次的图像识别以及图像处理有着密切的联系;为了实现实时有效的图像边沿检测提出了基于FPGA结合Sobel算法的实时图像边沿检测系统,硬件使用流水线结合并行处理的解决方案,能够有效提高图像处理的速度;算法设计采用Sobel算法,不但简化了运算同时获得了不错的检测效果;实验结果显示,系统可高效地达成实时图像边沿检测的设计目的,而且提升了图像的处理效率与边沿检测的效果,便于满足后续图像处理的要求。     

基于Microblaze处理器的浮点内积运算设计

浮点内积运算在信号处理与图像处理中有着广泛的应用,本文利用软核处理器灵活性和可扩展性的特点,介绍了基于Microblaze处理器的浮点内积运算结构,设计采用IEEE-754双精度浮点数,通过对DSA电路改进设计出了适合于内积运算的累加电路结构。通过EDK设计平台,在SOPC系统中把内积运算单元通过FSL总线挂载到Microblaze软核处理器上,实现了硬件单元的调用。     

基于FPGA+GPU的图像采集处理系统设计

随着嵌入式图像处理系统的快速发展,对于前端图像采集模块的需求越来越高。图像采集的速度、分辨率、可靠性以及集成度对后续设计的准确度由极大的影响。通过对数字图像采集系统进行研究,设计出了基于FPGA和GPU架构的图像采集处理系统,重点研究了图像采集处理系统的硬件设计过程和软件设计过程。在基于FPGA+GPU的图像采集处理系统中,让具有强大运算处理能力的GPU专注于数据存储、用户交互以及后续的图像处理。系统中,FPGA则负责图像的采集、外设控制、任务调度。GPU与FPGA之间通过高速PCIE总线进行通信,分别设计编写基于Linux系统的驱动程序和FPGA端PCIE程序。实验结果表明,所设计基于FPGA+GPU的图像采集处理系统可实现437.5Mbps的实时图像采集存储速度,传输过程实时稳定,数据传输完整。     

一种基于FPGA的实时NPR系统

在进行非真实感渲染(NPR)处理时需要大量的计算,这对高帧率、高分辨率的视频做实时的NPR渲染是一个难题。根据FPGA以并行运算为主的特点,对传统的NPR算法做了改进和简化,最终设计了一种基于FPGA的实时NPR系统。实验结果表明,该系统对高帧率、高分辨率的视频做实时NPR处理具有运算速度快、系统稳定等特点,同时还具有体积小、便于携带等优点。     

基于TMS320C6x的双波段图象高速融合系统

对自主研制的，以TMS320C6201数字信号处理器（DSP）为核心处理器的高速图象融合系统的设计与实现方案进行了完整描述，并着重讨论了双通道数字图象融合处理硬件系统设计中的特殊问题，由于采用了最新的高性能DSP以及硬件结构优化设计，该系统可以灵活地应用多种融合算法来实现可见光-长波红外双通道数字图象的实时或准实时融合处理，并具有手动像素平移配准功能，可以较好地解决多尺度图象融合算法的大数据量计算处理与硬件系统实时性要求之间的矛盾，为实用化的多通道实时图象融合处理机的研制工作奠定了良好的技术基础。     

基于红外焦平面探测器的红外监控系统设计

提出一种基于ARM和FPGA的红外监控系统设计与实现的方案,主要对系统组成中的采集、处理、传输、显示等模块进行硬件设计,阐述了系统实现原理,为测温算法实现作铺垫。在介绍系统组成的基础上,重点介绍了ARM模块与FPGA模块之间接口设计,采用双缓存机制存储中间数据,驱动程序采用高效的DMA方案进行数据传输,有效地提高了红外监控系统图像的连续性和稳定性。实验结果表明,系统工作稳定可靠,能够满足常用实时测温算法处理的需要,该方案具有很好的工程意义和市场价值。     

基于DM642的红外图像处理系统的优化策略

提出了一种面向红外图像处理系统的优化设计方法。采用美国INFRARED-2500AS型红外探测器,以高性能数字媒体处理器DM642为核心搭建系统平台,对采集得到的红外图像进行图像插值、直方图均衡等处理,并通过视频编码器进行显示输出。在阐述了系统的体系结构和指令执行流程的基础上,从硬件和软件两方面介绍了相应的优化策略,包括系统电路设计的改进和存储器结构的调整,并利用DM642多媒体指令集等技术进行了代码优化。实验结果表明,经过优化的系统在速度和稳定性等方面均得到了明显的提高,可满足红外图像处理算法大数据量、高速传输、复杂运算的实际需求,并能够适用于野外较为恶劣的工作环境,可以在军事和民用等诸多领域发挥较大作用。     

基于DM642的PCI总线接口技术实现

针对目前红外图像处理对实时性要求的不断提高,本文采用TI公司的高性能数字多媒体处理芯片TMS320DM642为核心处理器,设计了基于PCI总线的图像数据采集系统,并介绍了其设备驱动和应用程序的设计,实验结果标明,该系统能够高速实时地实现红外图像信号的采集与传输。     

红外图像预处理系统中模拟视频输出时序设计

一般图像处理系统是利用视频解码器从视频信号中直接分离出其同步和消隐脉冲,以达到系统处理同步的目的。由于本系统的模拟视频输入信号是非标准的,所以只能利用系统时钟信号作为系统同步的基准,从中获得模拟视频信号所需的同步及消隐信号,从而实现了一种红外图像预处理系统模拟视频输出的同步方案。该方案对于非标准视频图像输出显示系统的设计具有较好的借鉴意义。     

基于单片SRAM和FPGA的红外图像显示的设计及实现

介绍一种采用单片SRAM和FPGA实现红外图像显示的新方案,并对显示系统结构、FP-GA各功能模块设计、SRAM的读/写时序设计进行了详细论述。该图像显示方案可用于红外图像处理系统的硬件调试和红外图像处理效果观测。实际使用情况表明,该显示方案能够很好地满足红外图像处理系统的图像输出需求。     

基于图像处理的嵌入式火灾探测系统设计

DSP器件具有着高速度、高精度的运算能力,而且体积小,使得其应用越来越广泛。系统通过CCD摄像头,在前加红外滤光片后,由DSP(文中采用TMS320C31)采集到红外图像去干扰后进行双波段处理,从而进行有无火灾的检测。采用的双波段的检测手段,可以进行在摄像范围之内的检测,而不受距离的约束。检测方法快捷,准确,增加了系统的实时性和准确性。     

Fast multisensor infrared image super-resolution scheme with multiple regression models

High resolution (HR) infrared (IR) images play an important role in many areas. However, it is difficult to obtain images at a desired resolution level because of the limitation of hardware and image environment. Therefore, improving the spatial resolution of infrared images has become more and more urgent. Methods based on sparse coding have been successfully used in single-image super-resolution (SR) reconstruction. However, the existing sparse representation-based SR method for infrared (IR) images usually encounter three problems. First, IR images always lack detailed information, which leads to unsatisfying IR image reconstruction results with conventional method. Second, the existing dictionary learning methods in SR aim at learning a universal and over-complete dictionary to represent various image structures. A large number of different structural patterns exist in an image, whereas one dictionary is not capable of capturing all of the different structures. Finally, the optimization for dictionary learning and image reconstruction requires a highly intensive computation, which restricts the practical application in real-time systems. To overcome these problems, we propose a fast IR image SR scheme. Firstly, we integrate the information from visible (VI) images and IR images to improve the resolution of IR images because images acquired by different sensors provide complementary information for the same scene. Second, we divide the training patches into several clusters, then the multiple dictionaries are learned for each cluster in order to provide each patch with a more accurate dictionary. Finally, we propose an method of Soft-assignment based Multiple Regression (SMR). SMR reconstructs the high resolution (HR) patch by the dictionaries corresponding to its K nearest training patch clusters. The method has a low level of computational complexity and may be readily suitable for real-time processing applications. Numerous experiments validate that this scheme brings better results in terms of quantization and visual perception than many state-of-the-art methods, while at the same time maintains a relatively low level of time complexity. Since the main computation of this scheme is matrix multiplication, it will be easily implemented in FPGA system.     

Parallel 2-d convolution on a mesh connected array processor

In this correspondence, a parallel 2-D convolution scheme is presented. The processing structure is a mesh connected array processor consisting of the same number of simple processing elements as the number of pixels in the image. For most windows considered, the number of computation steps required is the same as that of the coefficients of a convolution window. The proposed scheme can be easily extended to convolution windows of arbitrary size and shape. The basic idea of the proposed scheme is to apply the 1-D systolic concept to 2-D convolution on a mesh structure. The computation is carried out along a path called a convolution path in a systolic manner. The efficiency of the scheme is analyzed for windows of various shapes. The ideal convolution path is a Hamiltonian path ending at the center of the window, the length of which is equal to the number of window coefficients. The simple architecture and control strategy make the proposed scheme suitable for VLSI implementation.