版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著便攜式電子設備的普及,數(shù)碼照相已經深入到人們的日常生活中,而消費者對高品質圖像的追求,也推動了圖像傳感器制造工藝的快速進步。近年來,消費類電子設備上圖像傳感器的分辨率不斷被刷新,500萬和800萬像素的圖像傳感器已經成為中低端消費類電子設備的標配,高端消費類電子設備上的圖像傳感器已經可以達到1600萬像素。圖像傳感器分辨率的增大造成了圖像數(shù)據(jù)量的增加,為了降低數(shù)據(jù)量增加帶來的影響,圖像傳感器制造商更多地選擇Bayer Raw格式作為
2、圖像傳感器的輸出,而出于對成本因素的考慮,芯片設計業(yè)者也傾向于將視頻信號預處理單元集成在SoC上。
現(xiàn)在,視頻信號預處理的流程都已經十分成熟,主要包括伽瑪校正、噪聲去除、壞點去除、CFA插值、白平衡等步驟?;诋a品規(guī)格要求,本文只是對伽瑪校正、自動白平衡和CFA插值進行研究并實現(xiàn)。對于伽瑪校正,本文介紹了伽瑪校正的概念和作用,研究了伽瑪校正中的指數(shù)運算在硬件中如何實現(xiàn)的問題,并在文中提出了一個查找表和分段折線相結合的方法,可以
3、大大減少硬件開銷。對于白平衡,本文介紹了白平衡的概念和作用,分析了灰度世界算法、完美全反射算法和正交組合算法,然后在Nakano的算法基礎上提出了改進算法,并用主觀評價法對以上算法進行了評估,最后介紹了基于改進算法的硬件實現(xiàn)方法。對于CFA插值,本文介紹了CFA插值的概念和作用,研究了經典的雙線性插值算法,還有一些加入了對圖像邊緣進行判斷的算法,比如,一階微分邊緣插值算法、二階微分邊緣插值算法和Adams-Hamilton自適應插值算法
4、,然后對Adams-Hamilton自適應插值算法進行了一些改進,并用主觀評價和 PSNR客觀評價相結合的方法對以上算法進行了評估,最后介紹了基于改進算法的硬件實現(xiàn)方法。
在軟件驗證方面,本文用C語言和Verilog同時實現(xiàn)算法,通過相互對比進行驗證。在硬件實現(xiàn)方面,本文在xilinx最新的Zynq-7020 FPGA平臺上實現(xiàn)了這個視頻信號預處理IP,并用Aptina的AR0542傳感器為IP提供視頻信號輸入。
最
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 視頻信號處理芯片驗證平臺的設計與實現(xiàn).pdf
- 視頻信號高速處理硬件平臺系統(tǒng)的設計與實現(xiàn).pdf
- 全彩LED顯示屏視頻信號處理及IP核實現(xiàn).pdf
- 基于SVA的視頻信號處理芯片功能驗證.pdf
- 視頻信號處理芯片子系統(tǒng)的功能驗證.pdf
- 智能小車視頻信號分解與處理
- 智能小車視頻信號分解與處理
- 視頻信號前端數(shù)字化處理的實現(xiàn).pdf
- 數(shù)字電視視頻信號處理器IP核研究.pdf
- 深度視頻信號預處理及其在編碼中的應用研究.pdf
- 微型投影儀視頻信號處理單元的設計與實現(xiàn).pdf
- 視頻信號處理芯片自動化測試系統(tǒng)設計與實現(xiàn).pdf
- 基于FPGA的視頻信號處理的應用.pdf
- 復合視頻信號接口
- 視頻信號發(fā)生與示波器視頻觸發(fā)技術的研究與實現(xiàn).pdf
- 視頻信號處理芯片中央控制模塊的研究與實現(xiàn).pdf
- 智能小車視頻信號分解與處理【畢業(yè)論文】
- 基于PCI的雷達視頻信號模擬器軟件系統(tǒng)設計與實現(xiàn).pdf
- 視頻信號處理芯片時序控制子系統(tǒng)的研究與實現(xiàn).pdf
- 多格式視頻信號源的設計與實現(xiàn).pdf
評論
0/150
提交評論