基于TMS320C6678的细胞图像识别系统并行实现方法

针对医学显微图像自动分析系统在应用中的实时性需求,根据显微镜细胞图像识别原理和多核流水设计准则,分析了细胞图像识别算法实时性,提出了一种基于TMS320C6678显微镜细胞图像识别并行流水实现方法。该方法实现了任务级并行流水,提高了系统的鲁棒性,达到了系统稳定和性能加速的目的。实验结果表明,该方法是可行、有效、可靠的,并且基于TMS320C6678的显微镜细胞识别系统的实时处理能力有很大提升。     

基于TMS320C6678多核处理器体系结构的研究

为充分挖掘多核DSP性能,从计算机系统结构的角度出发,结合对TI的TMS320C6678的认识,开展了对多核DSP体系结构的研究．在C6678单核结构的基础上,分析了片内互联网络,共享存储结构及核间通信技术,并采用相关算法验证多核DSP的性能,最后提出了多核DSP的发展方向．     

多核DSP芯片C6678引导过程的研究与实现

多核数字信号处理(DSP)芯片给信号处理能力带来了质的提升,TI公司推出的TMS320C6678是一款具有代表性的高性能多核DSP芯片。引导技术是DSP应用的关键技术之一。C6678有着丰富的外设接口,可选择多种引导设备,同时由于多核的存在,引导过程变得更为复杂。文中对C6678的引导方式进行了透彻的研究,介绍了C6678多核引导过程的具体实现步骤,对C6678引导程序的开发提供了实际的方法和经验。     

基于TMS320C6678的多核DSP上电加载技术

对于多核DSP应用技术来说,BootLoad技术是一个关键点,也是应用难点之一。针对8核高性能DSP--TMS320C6678的根配置问题进行了研究,包括上电加载过程,单核和多核的emif NOR-FLASH存储器的映像文件的产生,二级加载器的编写和FLASH编程器的构成等。其中,关键是在多核映像文件中,将辅助核的入口地址作为特殊数据来处理,使其他核触发更容易,这也是其他文献未涉及的。该项技术已经用在某图像处理系统中。     

基于多核DSP的星载SAR干扰信号生成算法优化

针对星载合成孔径雷达(SAR)的特点,提出了一种基于多核数字信号处理器(DSP)的欺骗式干扰实时产生算法优化方法,该方法使用了哈希查找表、动态/静态计算分离等技术,并针对DSP芯片硬件架构进行算法优化,达到了实时生成星载SAR欺骗式干扰信号的目的,为星载SAR 欺骗式干扰信号实时产生提供了技术手段,并为其他基于DSP的数字信号处理算法提供了一种可行的优化思路。文中针对算法设计与工程实现中影响实时性的关键问题进行分析,并针对典型合成孔径雷达进行验证,证明了该方法的有效性与实时性。     

一种基于生成对抗网络的三维目标生成方法

文章提出了一种基于生成对抗网络(Generative Adversarial Networks, GAN)的三维目标生成算法,能从符合高斯正态分布的随机数中生成目标的三维图像。首先,将随机噪声输入生成器,经过一系列的卷积和Transformer块运算后,生成器生成对应目标的三维图像,然后判别器对生成的目标图像和真实的目标图像进行二值判别。通过生成器和判别器的交替训练,不断提升生成器生成三维目标的质量,最终达到准确的生成性能。     

基于TMS320C6678的多核DSP加载模式研究

德州仪器TI推出的八核DSP芯片TMS320C6678是目前基于Keystone架构的最高性能的DSP器件,是市场上应用广泛的C6455高端处理平台升级的理想选择.本文主要研究了C6678 DSP程序的各种单核加载和多核加载的几种模式,主要用到多核boot技术,对EMIF16 FLASH boot引导模式、主机（PCIe接口）引导模式、I2C引导模式、SRIO引导模式、网络引导boot引导模式的方法做了研究,对TI的高性能多核架构DSP芯片的程序加载提供了有效的参考帮助.     

基于TMS320C6678的单历元单基线“北斗”测姿算法的实现

针对姿态测量的高精度问题和实时性,以及基于载波相位的"北斗"测姿算法中最小二乘模糊度去相关平差(LAMBDA)算法的高复杂运算,选择TI公司高端处理器中的C6678多核数字信号处理器(DSP)作为单历元单基线"北斗"测姿算法实现平台.根据算法的特点采用数据流模式对DSP多核进行任务分配:DSP的CORE0专门负责与"北斗"接收机UDP(User Datagram Protocol)通信,将"北斗"测姿算法中的各个分部算法分配到另外3个DSP CORE中执行并利用基于消息队列方式的核间通信技术进行数据核间通信.利用OEM617 D"北斗"接收机采集的实时"北斗"数据,经过在多核DSP算法处理上运行后,将结果与Matlab仿真结果对比,表明本设计可满足"北斗"测姿的精确性和实时性要求.     

TMS320C6678 DSP的电源设计

针对TI公司最新发布的TMS320C6678 DSP设计出一种实用有效的电源。采用统一的12 V电源供电,制作出满足电压幅值要求与时序要求的开关电源。该设计主要由各类电源转换电路组成,并通过使用Fusion Digital PowerDesigner软件对电源芯片进行编程。仿真结果表明,该电源工作稳定,各方面的参数均符合要求。     

基于C6678的STAP并行处理系统设计

本文提出了一种基于C6678的STAP处理架构,实现了基于RapidIO的片间通信和自适应数据分发.在深入理解STAP原理的基础上,从算法上对每个处理节点进行解耦,进而提出了基于处理节点的8核并行处理算法.本文的处理架构一方面充分发挥了6678强大的并行处理能力,另一方面也保证了空时处理的性能损失最小.实测数据的处理结...     

基于 TMS320C6678的背景更新算法的改进与实现

利用混合高斯模型描述序列图像背景是地面复杂背景下红外搜索跟踪系统中的关键技术.针对背景更新算法的收敛性和估计准确性的问题,提出了一种自适应混合高斯模型的背景更新框架.该背景更新框架通过建立混合模型迭代过程中学习因子与时间、模型状态的关系并且自适应选择混合模型中高斯分布的个数,有效地提高了背景估计的精确程度和算法的收敛速度.通过真实序列图像详细分析本文背景更新框架性能,同时研究设计了基于 TMS320C6678DSP 芯片的背景更新图像处理系统,实现了视频的传输、处理等系列功能,并与其他算法作比较,从数据分析和实验结果等方面表明本文算法的优越性.     

基于TMS320C6678的KLT跟踪算法的改进与实现

目前存在的大多数特征点跟踪算法只考虑了相邻两帧的情况,而忽略了之前图像帧的特征信息。在KanadeLucas-Tomasi(KLT)算法的基础上,提出了一种新的特征跟踪方法:首先通过实时训练特征空间,构成图像训练的集合,然后通过高斯-牛顿迭代方法取出目标的特征点。该算法有效地避免了目标尺度、角度的大幅度变化以及遮挡情况。通过实际的序列图像分析了算法的性能,并与其他算法做了比较。同时研究设计了以八核数字信号处理顺(DSP)TMS320C6678为核心处理器,且结合了现场可编程门阵列(FPGA)数字视频图像采集的硬件平台,并且针对TMS320C6678的内部特点,提出了算法优化的方法。最终实现了对实时传输的视频图像中运动目标的准确跟踪。     

基于MPI和OpenCL多层次并行图像卷积算法设计

通过对图像卷积算法的分析,发现算法在对图像处理的过程中具有很高的并行性。提出了一种结合异构开发框架开放运算语言(Open CL)和并行开发库消息传递接口(MPI)的算法,在支持图形处理器(GPU)的异构集群环境下设计并实现了图像卷积算法的多层次并行实现,使得算法在处理速度上有了显著的提升。     

基于 DSPC6678多核平台的实时任务调度架构设计分析

分析了数字信号处理器（DSP） C6678的多核模式,设计了一种基于C6678高速多核DSP硬件平台的实时任务调度软件架构,实现了实时任务调度。通过实际测试,整体设计满足了设计指标。     

基于AVI的3D手机立体图像合成算法

提出了一种基于AVI(Average Information Value)的立体图像合成算法。该方法对左右视图相同坐标位置的像素值进行线性加权得到中间视图;然后,将生成的中间视图与左右视图合成,生成合成图像。仿真和实验表明所提出的立体图像合成算法能够扩大3D手机的立体可视区域,并且降低非最优观看区串扰,对手机立体显示具有重要意义。     

基于四阶偏微分方程的并行图像去噪算法

四阶偏微分方程(PDE)图像去噪方法具有良好的去噪性能,但该类方法计算量大,耗时长.为提高算法的快速性和有效性,提出一种高效并行的四阶PDE图像去噪算法.该方法基于MPI并行环境,通过分析四阶PDE离散化后差分方程求解的并行性,对噪声图像进行条状重叠的数据划分,采用并行方式对图像去噪,极大地降低了运行时间.     

快速置乱耦合3D混沌映射的图像加密算法研究

针对当前3D混沌映射加密算法的安全性不高,且其置乱过程的计算量大,置乱性不稳定,以及置乱方法不具有通用性等缺陷,设计了一种快速通用置乱方法,并将混淆与扩散机制同时引入进来,提出了一种新的3D混沌映射图像加密算法。首先利用快速置乱方法置乱初始图像,以改变像素位置;利用三维Chen系统结合像素值变换函数所生成初始外部密钥迭代3D混沌映射,得到一个序列,该序列根据混淆机制对置乱图像像素值进行混淆;改变外部密钥,再迭代计算3D混沌映射,得到三元一维伪随机数组,并借助密钥流机制量化该数组,得到新序列,利用该新序列根据扩散机制对混淆后的像素进行扩散处理。借助MATLAB仿真软件对该算法及其他3D算法进行对比仿真。结果显示:与其他3D算法相比,该算法安全性更高,置乱速度更快,计算效率更高,且其密钥空间巨大。