基于MATLAB与FPGA的图像处理教程

缩略语

延伸阅读

9.2.4 本章小结

9.2.3 AISP的产业化应用

9.2.2 AISP简介

9.2.1 AI在图像领域的应用

9.2 基于AI的ISP图像加速引擎介绍

9.1.6 YUV域的图像处理算法

9.1.5 RGB域的图像处理算法

9.1.4 Bayer域的图像处理算法

9.1.3 ISP基础算法及流水线

9.1.2 ISP的应用

9.1.1 ISP简介

9.1 ISP介绍

第9章 传统ISP及AISP的图像处理硬件加速引擎介绍

8.3 基于摄像头的字符识别FPGA Demo的搭建与实现

8.2.3 基于LeNet5卷积神经网络的FPGA实现

8.2.2 LeNet5卷积神经网络的MATLAB实现

8.2.1 LeNet5卷积神经网络的简介

8.2 基于LeNet5卷积神经网络的MATLAB实现

8.1.2 卷积神经网络

8.1.1 人工神经网络

8.1 神经网络的介绍

第8章 基于LeNet5的深度学习算法介绍及MATLAB与FPGA实现

7.4.4 DL-SR的几点思考与未来

7.4.3 DL-SR与High-level CV的区别

7.4.2 DL-SR算法的性能提升

7.4.1 DL-SR算法的理论

7.4 浅谈基于深度学习的缩放算法

7.3.3 双三次插值的FPGA实现

7.3.2 双三次插值的MATLAB实现

7.3.1 双三次插值算法的理论

7.3 双三次插值算法的实现

7.2.4 双线性插值的ModelSim仿真

7.2.3 双线性插值的FPGA实现

7.2.2 双线性插值的MATLAB实现

7.2.1 双线性插值算法的理论

7.2 双线性插值算法的实现

7.1.4 最近邻插值的ModelSim仿真

7.1.3 最近邻插值的FPGA实现

7.1.2 最近邻插值的MATLAB实现

7.1.1 最近邻插值算法的理论

7.1 最近邻插值算法的实现

第7章 常用图像缩放算法介绍及MATLAB与FPGA实现

6.4.4 Laplacian锐化的ModelSim仿真

6.4.3 Laplacian锐化的FPGA实现

6.4.2 Laplacian锐化的MATLAB实现

6.4.1 Laplacian锐化算法的理论

6.4 Laplacian锐化算法的实现

6.3.4 Sobel锐化的ModelSim仿真

6.3.3 Sobel锐化的FPGA实现

6.3.2 Sobel锐化的MATLAB实现

6.3.1 Sobel锐化算法的理论

6.3 Sobel锐化算法的实现

6.2.4 Robert锐化的ModelSim仿真

6.2.3 Robert锐化的FPGA实现

6.2.2 Robert锐化的MATLAB实现

6.2.1 Robert锐化算法的理论

6.2 Robert锐化算法的实现

6.1.3 一阶微分与二阶微分的边缘检测对比

6.1.2 二阶微分的边缘检测

6.1.1 一阶微分的边缘检测

6.1 图像锐化的原理

第6章 常用图像锐化算法介绍及MATLAB与FPGA实现

5.6.3 帧间差及运动检测的FPGA实现

5.6.2 帧间差及运动检测的MATLAB实现

5.6.1 帧间差算法及运动检测算法的理论

5.6 帧间差算法及运动检测算法

5.5.4 二值化腐蚀、膨胀的ModelSim仿真

5.5.3 二值化腐蚀、膨胀的FPGA实现

5.5.2 二值化腐蚀、膨胀的MATLAB实现

5.5.1 二值化腐蚀、膨胀算法的理论

5.5 二值化腐蚀、膨胀算法

5.4.4 Sobel边缘检测的ModelSim仿真

5.4.3 Sobel边缘检测的FPGA实现

5.4.2 Sobel边缘检测的MATLAB实现

5.4.1 Sobel边缘检测算法的理论

5.4 Sobel边缘检测算法

5.3.4 局部阈值二值化的ModelSim仿真

5.3.3 局部阈值二值化的FPGA实现

5.3.2 局部阈值二值化的MATLAB实现

5.3.1 局部阈值二值化算法的理论

5.3 局部阈值二值化算法

5.2.3 全局阈值二值化的FPGA实现

5.2.2 全局阈值二值化的MATLAB实现

5.2.1 全局阈值二值化算法的理论与MATLAB实现

5.2 全局阈值二值化算法

5.1 图像二值化的目的

第5章 常用图像二值化算法介绍及MATLAB与FPGA实现

4.5.4 双边滤波的ModelSim仿真

4.5.3 双边滤波的FPGA实现

4.5.2 双边滤波的MATLAB实现

4.5.1 双边滤波算法的理论

4.5 双边滤波算法的实现

4.4.4 高斯滤波的ModelSim仿真

4.4.3 高斯滤波的FPGA实现

4.4.2 高斯滤波的MATLAB实现

4.4.1 高斯滤波算法的理论

4.4 高斯滤波算法的实现

4.3.4 中值滤波的ModelSim仿真

4.3.3 中值滤波的FPGA实现

4.3.2 中值滤波的MATLAB实现

4.3.1 中值滤波算法的理论

4.3 中值滤波算法的实现

4.2.4 均值滤波的ModelSim仿真

4.2.3 均值滤波的FPGA实现

4.2.2 均值滤波的MATLAB实现

4.2.1 均值滤波算法的理论

4.2 均值滤波算法的实现

4.1.3 图像降噪简介

4.1.2 什么是噪声

4.1.1 为什么要降噪

4.1 降噪原理介绍

第4章 常用图像降噪算法介绍及MATLAB与FPGA实现

3.3.4 Gamma映射的ModelSim仿真

3.3.3 Gamma映射的FPGA实现

3.3.2 Gamma映射的MATLAB实现

3.3.1 Gamma映射的原理

3.3 Gamma映射算法的实现

3.2.4 指数对比度增强的ModelSim仿真

3.2.3 指数对比度增强的FPGA实现

3.2.2 指数对比度增强的MATLAB实现

3.2.1 对比度增强的原理

3.2 对比度算法的实现

3.1.4 直方图均衡的ModelSim仿真

3.1.3 直方图均衡的FPGA实现

3.1.2 直方图均衡的MATLAB实现

3.1.1 直方图均衡的原理

3.1 直方图均衡算法的实现

第3章 常用图像增强算法介绍及MATLAB与FPGA实现

2.4.2 仿真流程的详解

2.4.1 FPGA代码的实现

2.4 RGB转YCbCr的FPGA实现

2.3.2 仿真数据的准备

2.3.1 MATLAB代码的设计

2.3 RGB转YCbCr的MATLAB实现

2.2.3 FPGA硬件实现推导

2.2.2 FPGA硬件加速思维

2.2.1 让你的软件飞起来

2.2 RGB转YCbCr加速运算

2.1.2 YCbCr色域介绍

2.1.1 RGB模型

2.1 RGB与YCbCr色域介绍

第2章 RGB转YCbCr算法介绍及MATLAB与FPGA实现

1.4 FPGA硬件验证平台介绍

1.3.3 相关软件环境介绍

1.3.2 仿真验证平台介绍

1.3.1 FPGA目录规划约定

1.3 FPGA软件仿真环境介绍

1.2.3 本书图像加速内容

1.2.2 海思Hi3516A芯片架构

1.2.1 苹果M1芯片架构

1.2 什么是硬件加速引擎

1.1.2 CPU流水线加速

1.1.1 CPU体系结构加速

1.1 CPU是怎么加速的？

第1章 什么是硬件加速引擎

前言

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

前言

第1章 什么是硬件加速引擎

1.1 CPU是怎么加速的？

1.1.1 CPU体系结构加速

1.1.2 CPU流水线加速

1.2 什么是硬件加速引擎

1.2.1 苹果M1芯片架构

1.2.2 海思Hi3516A芯片架构

1.2.3 本书图像加速内容

1.3 FPGA软件仿真环境介绍

1.3.1 FPGA目录规划约定

1.3.2 仿真验证平台介绍

1.3.3 相关软件环境介绍

1.4 FPGA硬件验证平台介绍

第2章 RGB转YCbCr算法介绍及MATLAB与FPGA实现

2.1 RGB与YCbCr色域介绍

2.1.1 RGB模型

2.1.2 YCbCr色域介绍

2.2 RGB转YCbCr加速运算

2.2.1 让你的软件飞起来

2.2.2 FPGA硬件加速思维

2.2.3 FPGA硬件实现推导

2.3 RGB转YCbCr的MATLAB实现

2.3.1 MATLAB代码的设计

2.3.2 仿真数据的准备

2.4 RGB转YCbCr的FPGA实现

2.4.1 FPGA代码的实现

2.4.2 仿真流程的详解

第3章 常用图像增强算法介绍及MATLAB与FPGA实现

3.1 直方图均衡算法的实现

3.1.1 直方图均衡的原理

3.1.2 直方图均衡的MATLAB实现

3.1.3 直方图均衡的FPGA实现

3.1.4 直方图均衡的ModelSim仿真

3.2 对比度算法的实现

3.2.1 对比度增强的原理

3.2.2 指数对比度增强的MATLAB实现

3.2.3 指数对比度增强的FPGA实现

3.2.4 指数对比度增强的ModelSim仿真

3.3 Gamma映射算法的实现

3.3.1 Gamma映射的原理

3.3.2 Gamma映射的MATLAB实现

3.3.3 Gamma映射的FPGA实现

3.3.4 Gamma映射的ModelSim仿真

第4章 常用图像降噪算法介绍及MATLAB与FPGA实现

4.1 降噪原理介绍

4.1.1 为什么要降噪

4.1.2 什么是噪声

4.1.3 图像降噪简介

4.2 均值滤波算法的实现

4.2.1 均值滤波算法的理论

4.2.2 均值滤波的MATLAB实现

4.2.3 均值滤波的FPGA实现

4.2.4 均值滤波的ModelSim仿真

4.3 中值滤波算法的实现

4.3.1 中值滤波算法的理论

4.3.2 中值滤波的MATLAB实现

4.3.3 中值滤波的FPGA实现

4.3.4 中值滤波的ModelSim仿真

4.4 高斯滤波算法的实现

4.4.1 高斯滤波算法的理论

4.4.2 高斯滤波的MATLAB实现

4.4.3 高斯滤波的FPGA实现

4.4.4 高斯滤波的ModelSim仿真

4.5 双边滤波算法的实现

4.5.1 双边滤波算法的理论

4.5.2 双边滤波的MATLAB实现

4.5.3 双边滤波的FPGA实现

4.5.4 双边滤波的ModelSim仿真

第5章 常用图像二值化算法介绍及MATLAB与FPGA实现

5.1 图像二值化的目的

5.2 全局阈值二值化算法

5.2.1 全局阈值二值化算法的理论与MATLAB实现

5.2.2 全局阈值二值化的MATLAB实现

5.2.3 全局阈值二值化的FPGA实现

5.3 局部阈值二值化算法

5.3.1 局部阈值二值化算法的理论

5.3.2 局部阈值二值化的MATLAB实现

5.3.3 局部阈值二值化的FPGA实现

5.3.4 局部阈值二值化的ModelSim仿真

5.4 Sobel边缘检测算法

5.4.1 Sobel边缘检测算法的理论

5.4.2 Sobel边缘检测的MATLAB实现

5.4.3 Sobel边缘检测的FPGA实现

5.4.4 Sobel边缘检测的ModelSim仿真

5.5 二值化腐蚀、膨胀算法

5.5.1 二值化腐蚀、膨胀算法的理论

5.5.2 二值化腐蚀、膨胀的MATLAB实现

5.5.3 二值化腐蚀、膨胀的FPGA实现

5.5.4 二值化腐蚀、膨胀的ModelSim仿真

5.6 帧间差算法及运动检测算法

5.6.1 帧间差算法及运动检测算法的理论

5.6.2 帧间差及运动检测的MATLAB实现

5.6.3 帧间差及运动检测的FPGA实现

第6章 常用图像锐化算法介绍及MATLAB与FPGA实现

6.1 图像锐化的原理

6.1.1 一阶微分的边缘检测

6.1.2 二阶微分的边缘检测

6.1.3 一阶微分与二阶微分的边缘检测对比

6.2 Robert锐化算法的实现

6.2.1 Robert锐化算法的理论

6.2.2 Robert锐化的MATLAB实现

6.2.3 Robert锐化的FPGA实现

6.2.4 Robert锐化的ModelSim仿真

6.3 Sobel锐化算法的实现

6.3.1 Sobel锐化算法的理论

6.3.2 Sobel锐化的MATLAB实现

6.3.3 Sobel锐化的FPGA实现

6.3.4 Sobel锐化的ModelSim仿真

6.4 Laplacian锐化算法的实现

6.4.1 Laplacian锐化算法的理论

6.4.2 Laplacian锐化的MATLAB实现

6.4.3 Laplacian锐化的FPGA实现

6.4.4 Laplacian锐化的ModelSim仿真

第7章 常用图像缩放算法介绍及MATLAB与FPGA实现

7.1 最近邻插值算法的实现

7.1.1 最近邻插值算法的理论

7.1.2 最近邻插值的MATLAB实现

7.1.3 最近邻插值的FPGA实现

7.1.4 最近邻插值的ModelSim仿真

7.2 双线性插值算法的实现

7.2.1 双线性插值算法的理论

7.2.2 双线性插值的MATLAB实现

7.2.3 双线性插值的FPGA实现

7.2.4 双线性插值的ModelSim仿真

7.3 双三次插值算法的实现

7.3.1 双三次插值算法的理论

7.3.2 双三次插值的MATLAB实现

7.3.3 双三次插值的FPGA实现

7.4 浅谈基于深度学习的缩放算法

7.4.1 DL-SR算法的理论

7.4.2 DL-SR算法的性能提升

7.4.3 DL-SR与High-level CV的区别

7.4.4 DL-SR的几点思考与未来

第8章 基于LeNet5的深度学习算法介绍及MATLAB与FPGA实现

8.1 神经网络的介绍

8.1.1 人工神经网络

8.1.2 卷积神经网络

8.2 基于LeNet5卷积神经网络的MATLAB实现

8.2.1 LeNet5卷积神经网络的简介

8.2.2 LeNet5卷积神经网络的MATLAB实现

8.2.3 基于LeNet5卷积神经网络的FPGA实现

8.3 基于摄像头的字符识别FPGA Demo的搭建与实现

第9章 传统ISP及AISP的图像处理硬件加速引擎介绍

9.1 ISP介绍

9.1.1 ISP简介

9.1.2 ISP的应用

9.1.3 ISP基础算法及流水线

9.1.4 Bayer域的图像处理算法

9.1.5 RGB域的图像处理算法

9.1.6 YUV域的图像处理算法

9.2 基于AI的ISP图像加速引擎介绍

9.2.1 AI在图像领域的应用

9.2.2 AISP简介

9.2.3 AISP的产业化应用

9.2.4 本章小结

延伸阅读

缩略语