导读:本文包含了高速图像处理论文开题报告文献综述及选题提纲参考文献，主要关键词:PCIe,现场可编程门陈列(FPGA),图像处理,手写字符识别
高速图像处理论文文献综述
袁柳,李皓,李勐,涂吉[1]（2019）在《基于PCIe高速通信接口的图像处理系统设计》一文中研究指出面向图像处理数据的高速传输和快速处理需求,设计实现了基于PCIe高速通信接口的图像处理系统。在Net FPGA SUME平台的基础上,借助Riffa PCIe架构实现中央处理器(central processing unit,CPU)和现场可编程门陈列(field-programmable gate array,FPGA)高速数据传输,充分发挥PCIe总线接口高效性、灵活性、可扩展、低延迟传输性能。设计统一图像处理和管理硬件接口,支持高效实现卷积神经网络(convolutional neural network,CNN)手写字符识别的FPGA加速处理。测试表明:PCIe传输速度可以达到2. 86 GB/s; CNN手写字符识别单张图片运行时间为1. 58 ms。研究结果可有效提升图像处理系统的数据传输和处理能力。(本文来源于《科学技术与工程》期刊2019年22期）
谢更新[2]（2019）在《EAST高速相机采集与图像处理系统研究》一文中研究指出为了实现基于可见光相机的等离子体边界重建和等离子体位形控制,在EAST装置上开发一套新的高速相机采集和实时图像处理系统。新的采集系统在诸多方面进行了优化,使其满足高速、实时、低延迟的性能要求,还可以同时负载多张采集卡的采集。在采集方面,新系统使用了KAYA的采集卡,在8位320*240的帧大小下采样帧率可以接近10000帧,并且在数据传输方面使用DMA的读写方式和优化的内存复制函数,降低了数据内存读写上耗费的时间。为了实现实时采集和实时处理,系统分别在以下几个方面进行了优化。第一、对操作系统内核进行配置,尽可能避免系统内核调度对采集进程运行造成的阻塞;第二、将采集和处理分在不同的线程下进行,共享缓冲数据区减小延迟的同时将线程分配到不同的CPU核上运行,避免线程陷入睡眠;第叁、数据存储放到放电结束后进行,减少数据访问等待。除性能方面之外,采集和处理系统也提供了丰富的功能,诸如命令行参数分析,日志记录等功能。基于Python web开发的界面系统可以和采集机通信,综合多台采集机的数据并进行图像的融合拼接和访问显示,另外基于CNN网络开发了EAST等离子体放电HotSpot和MARFE的检测模型,可以检测图像中是否有HotSpot和MARFE现象。在数据存储上,系统优化了数据存储格式,并提供了基于Matlab的离线数据分析处理的GUI。(本文来源于《中国科学技术大学》期刊2019-05-29）
李小磊[3]（2019）在《基于数字图像处理的高速公路能见度检测系统设计》一文中研究指出大气能见度是航空、航海以及陆运等交通运输领域里安全保障的重要气象要素之一,能够准确的、实时的检测能见值并给与驾驶人员警示至关重要。本文在分析了现有视频法能见度检测方法的基础上,依据大气能见度检测基础理论,设计了基于数字图像处理的高速公路能见度检测系统。本文主要从以下几个方面进行研究:1)选用双亮度差进行白天能见度的检测,研究双亮度差法检测能见度的原理,搭建了白天能见度检测模型,设计接近标准黑体的目标参照物,为了准确的定位到图像中目标区域,提出使用一种基于梯度区域生长的Hough圆检测算法,保证检测结果的准确性与可靠性。2)选用双光源法进行夜晚能见度的检测,在白天能见度检测模型的基础上,设计改用具有均匀性、一致性以及稳定性的双光源替代参照物中的圆环区域,能有效消除光源不稳定而对检测结果带来的误差。使用基于先验知识标记的分水岭分割算法,抑制了提取图像上目标区域位置灰度值时出现的过分割现象。3)利用基于图像灰度均值变化趋势,确定了昼-夜能见度检测系统切换的灰度阀值。最后在场外环境将本文设计的基于数字图像处理的高速公路能见度检测系统与慧筑MDVI-1型标准能见度仪进行了全天候的对比实验,根据实验结果分析可知,两组数据均方根误差小于10%,该系统达到了预期要求,具有一定的准确性与可靠性。(本文来源于《杭州电子科技大学》期刊2019-03-01）
李小磊,秦会斌[4]（2019）在《基于视频图像处理的高速公路能见度检测系统》一文中研究指出低能见度天气对高速公路行车有很大影响,现在高速公路能见度主要依赖气象部门能见度仪的检测,其只能在局部路段检测,且存在针对性不足和设备昂贵等问题。本文设计了一种基于视频图像处理的高速公路能见度检测系统,通过CCD摄像机采集参照物的视频数据信息,运用图像处理算法实现目标黑体和光源图像灰度值的定位与提取,完成能见度值的检测。实验结果表明,该系统能准确检测白天和夜间的能见度。(本文来源于《智能物联技术》期刊2019年01期）
汤华鹏,温济铭,谷海峰[5]（2019）在《基于高速摄影测量气泡体积的图像处理技术研究》一文中研究指出为获得鼓泡过滤装置内尺寸较大且存在明显变形的气泡的体积,介绍了4种图像处理气泡体积的方法:等效直径法、椭球体积公式法、水平切片法和自适应切片法。分析每种方法的基本思想和使用条件,并利用这些方法计算出气泡的体积。同时,采用气泡收集法对气泡体积进行实验测量,将4种图像处理技术计算出的气泡体积与实验测量值进行对比,来评价各种方法的准确性。结果表明:等效直径法和椭球体积公式法因需要获取表述气泡整体几何特征的参数来计算气泡体积,因此当气泡变形严重时,特征参数会发生较大变化进而整体处理精度受影响较大;水平切片法对椭球形气泡具有高精度的处理结果,但当气泡对称轴发生偏转或气泡形状为碟形时,处理精度明显变差;自适应切片法能根据圆形度来识别气泡形状,同时,针对不同的气泡形状,以对称轴为参考来确定合适的切片方向,具有很强的适用性和较高的计算精度。(本文来源于《应用科技》期刊2019年02期）
刘远军[6]（2018）在《基于图像处理的高速公路车辆检测系统构建》一文中研究指出随着城市化建设的不断推进和交通事业的发展,高速公路的数量也在逐渐增多,交通安全问题也越来越凸显。高速公路相对于普通公路来说,车流量更大,车辆之间的间隙更小,更容易发生交通事故。为了减少交通事故的发生,就要对公路交通进行科学化、智能化的管理。基于图像处理的高速公路车辆检测系统是管理公路交通的重要工具,能够提供给交通管理人员真实、准确的交通信息,从而帮助交通人员作出正确的判断,有效的减少了交通事故的发生。(本文来源于《数码世界》期刊2018年09期）
李拓[7]（2018）在《基于MATLAB图像处理的高速铁路异物侵限检测技术研究》一文中研究指出随着我国列车的不断提速,异物侵限对于高速行驶的列车有着极大威胁。针对复杂多变的铁道环境,为了精准确定侵限的物体,提出一种基于MATLAB编程平台的帧间差分提取侵限物体的图像处理方法,首先将图像灰度化,采用均值滤波法消除图像拍摄过程中的噪声,利用帧间差分法确定侵限异物,并通过二值化和形态学处理,将侵限目标从图像中提取出。实验结果表明,该方法能有效的监测到异物侵限,并实时提取出侵限目标图像。(本文来源于《技术与市场》期刊2018年06期）
李红梅[8]（2017）在《基于图像处理的高速公路能见度检测技术研究》一文中研究指出随着社会经济的迅速发展以及科技水平的不断提高,机器视觉在智能时代的应用越来越广泛,智能交通成为社会智能化发展的重要组成部分。但随着工业的发展,雾霾成为影响人们日常出行的因素,所以基于机器视觉的能见度检测方法成为当前十分热门的研究课题。本文在图像处理的基础上,提出基于灰度共生矩阵(GLCM)特征-SURF匹配特征-改进的粒子群算法(BAPSO)-增量概率神经网络(IPNN)的高速公路能见度等级检测方法,以此来提高大气能见度检测的准确性以及实时性。本文在不同时间段对不同道路进行了图像样本采集并以此作为实验数据。采用图像处理方法对样本图像进行检测,同时为了提高能见度检测的速度,采用分步式处理方法:首先选择计算简单的灰度直方图方法计算样本灰度标准差进行能见度预判,若没有达到结束条件,接下来采取图像特征提取方法进行进一步的能见度等级检测。传统图像特征提取方法在低能见度情况下稳定性差,特征提取效果不佳,针对这个问题本文采用GLCM的对比度和能量两个特征参数与SURF匹配程度特征相结合的方法对样本图像进行特征描述,为组合的新特征向量赋予能见度等级标签,作为神经网络的输入数据。最后进行能见度等级分类,采用基于统计原理的前馈型神经网络IPNN进行实验结果分类。用BAPSO算法对神经网络进行参数优化,以改善传统PSO算法收敛速度慢且极易陷入局部最优的状态,同时提高神经网络的分类准确程度,降低网络结构复杂度。实验结果分析可知,本文提出的基于图像处理的GLCM-SURF-BAPSO-IPNN高速公路能见度检测方法能较好的对大气能见度进行检测,并且相比于传统透射法检测用时较短。采用实时更新样本的检测模型,达到实时性检测的目的,且满足国际气象组织对大气能见度测量误差不高于百分之二十的要求。(本文来源于《沈阳理工大学》期刊2017-12-05）
韩宝栋[9]（2017）在《图像处理平台中高速存储器的使用》一文中研究指出针对图像处理平台输入视频图像分辨率和帧频的提高,以及视频处理算法的复杂度增加和实时性要求,研究了高速存储器DDR3和QDRⅡ的硬件设计,FPGA逻辑接口设计,以及在图像处理平台中的应用。(本文来源于《中国造船工程学会电子技术学术委员会2017年装备技术发展论坛论文集》期刊2017-10-20）
杨吉[10]（2017）在《基于图像处理的高速列车车号识别算法研究》一文中研究指出目前,我国迎来了高速铁路建设的高潮,按照《中长期铁路网规划》我国最终形成"八横八纵"的高速铁路网,运营里程的增加和速度的提升使列车安全问题越来越受重视。受电弓滑板作为列车从接触网上获取电能的关键部件,在利用现有图像处理技术监测到其发生异常情况后,需要迅速判断列车车号等相关信息,及时排除安全隐患并上报有关部门。使用传统射频技术识别车号无法建立与受电弓滑板状态一一对应的关系,而利用摄像机同时采集车号图像与受电弓滑板图像进行车号识别达到了这样要求,是进一步检测受电弓故障异常状态的基础。本文工作是依托受电弓滑板监测装置来展开的,算法利用摄像机对列车侧面拍摄得到的车号数据,进行车号定位、矫正、分割后,完成了高速列车车号自动识别的任务。本文主要内容如下:(1)在图像预处理阶段,使用带彩色恢复的多尺度视网膜皮层增强算法(Multi-scale Retinex with Color Restoration,MSRCR)对数据集中部分受到天气或者拍摄环境影响产生的过曝、过暗以及存在雾气的图像进行图像增强。(2)车号精确定位过程中,针对笔画宽度变换(Stroke Width Transform,SWT)出现计算量大、定位不准等问题,首先提前进行图像轮廓筛选和设置最大笔画阈值,然后进行笔画宽度变换,最后采用形态学膨胀操作将单个字符笔画值连接为一个车号整体进行定位。经测试,改进后的SWT变换程序运算时间比原算法缩短了约70%。(3)针对车号存在透视畸变的问题,首先分析了传统基于灭点算法在本文中的不适应性,然后研究了变换不变低秩纹理(Transform Invariant Low-rank Textures,TILT)算法,建立了求解的数学模型并进行矫正,最后单个车号字符分割过程中,本文引入了一种基于字符间距的轮廓检测均分算法。该算法对存在断裂和粘连字符的分割正确率与普通的轮廓分割算法相比有较大的提高。(4)在单个字符识别过程中,首先对小样本数据进行数据增强以满足训练网络的需要,然后以经典LeNet_5网络结构为参考,设计了适合本文数据的卷积神经网络(Convolutional Neural Networks,CNN)网络结构,采用实验证明了网络的合理性。最终的实验结果表明,对11类字符分类准确率可以达到99.9%。(本文来源于《西南交通大学》期刊2017-04-01）
高速图像处理论文开题报告
（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：
为了实现基于可见光相机的等离子体边界重建和等离子体位形控制,在EAST装置上开发一套新的高速相机采集和实时图像处理系统。新的采集系统在诸多方面进行了优化,使其满足高速、实时、低延迟的性能要求,还可以同时负载多张采集卡的采集。在采集方面,新系统使用了KAYA的采集卡,在8位320*240的帧大小下采样帧率可以接近10000帧,并且在数据传输方面使用DMA的读写方式和优化的内存复制函数,降低了数据内存读写上耗费的时间。为了实现实时采集和实时处理,系统分别在以下几个方面进行了优化。第一、对操作系统内核进行配置,尽可能避免系统内核调度对采集进程运行造成的阻塞;第二、将采集和处理分在不同的线程下进行,共享缓冲数据区减小延迟的同时将线程分配到不同的CPU核上运行,避免线程陷入睡眠;第叁、数据存储放到放电结束后进行,减少数据访问等待。除性能方面之外,采集和处理系统也提供了丰富的功能,诸如命令行参数分析,日志记录等功能。基于Python web开发的界面系统可以和采集机通信,综合多台采集机的数据并进行图像的融合拼接和访问显示,另外基于CNN网络开发了EAST等离子体放电HotSpot和MARFE的检测模型,可以检测图像中是否有HotSpot和MARFE现象。在数据存储上,系统优化了数据存储格式,并提供了基于Matlab的离线数据分析处理的GUI。
（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。
高速图像处理论文参考文献
[1].袁柳,李皓,李勐,涂吉.基于PCIe高速通信接口的图像处理系统设计[J].科学技术与工程.2019
[2].谢更新.EAST高速相机采集与图像处理系统研究[D].中国科学技术大学.2019
[3].李小磊.基于数字图像处理的高速公路能见度检测系统设计[D].杭州电子科技大学.2019
[4].李小磊,秦会斌.基于视频图像处理的高速公路能见度检测系统[J].智能物联技术.2019
[5].汤华鹏,温济铭,谷海峰.基于高速摄影测量气泡体积的图像处理技术研究[J].应用科技.2019
[6].刘远军.基于图像处理的高速公路车辆检测系统构建[J].数码世界.2018
[7].李拓.基于MATLAB图像处理的高速铁路异物侵限检测技术研究[J].技术与市场.2018
[8].李红梅.基于图像处理的高速公路能见度检测技术研究[D].沈阳理工大学.2017
[9].韩宝栋.图像处理平台中高速存储器的使用[C].中国造船工程学会电子技术学术委员会2017年装备技术发展论坛论文集.2017
[10].杨吉.基于图像处理的高速列车车号识别算法研究[D].西南交通大学.2017
标签：PCIE; 现场可编程门陈列(FPGA); 图像处理; 手写字符识别;