掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
集成電路信號算法優化與圖像處理應用的研究 版權信息
- ISBN：9787569271737
- 條形碼：9787569271737 ; 978-7-5692-7173-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
集成電路信號算法優化與圖像處理應用的研究 內容簡介
本書共分為11章,內容安排如下:章簡單描述產品投入市場時間﹑高層次綜合,高層次轉換的基礎知識。第⒉章介紹自動綜合工具技術,并詳細介紹Catapult C工具軟件的綜合工作過程。然后與通用處理器做對比,比較算法轉換的影響。第3章展示元函數編程技術與Catapult C編譯器接口的宏定義。第4章詳細闡述非遞歸型濾波器算法優化,以及級聯濾波器算法﹐并與通用處理器做比較。第5章介紹遞歸型濾波器﹐分析濾波器穩定性問題﹐并研究專用集成電路(ASIC)和通用處理器上算法對性能影響。第6章介紹了Catapult C高層次綜合工具視頻算法>△的優化方法。第﹖章闡述基于Kuhn-Tucker理論的圖像去模糊迭代算法,提出了基于Ku-hn-Tucker條件的迭代算法,并在理論上證明了序列可以單調收斂到很小值。第8章展示基于I-divergence的全變分圖像去模糊方法,提出由I-divergence準則和TV項構成的I-divergence的全變分圖像去模糊模型。第9章描述基于幾何約束的散焦圖像的深度估計模型,提出帶有幾何約束的散焦圖像的深度估計方法。0章介紹基于判別學習技術的散焦圖像的深度估計方法,提出了基于判別測度學習的 DFD方法。1章介紹了基于FPGA和DSP的嵌入式水下圖像采集系統的搭建過程。很后,總結與展望今后集成電路信號算法優化與圖像處理應用的相關科研工作。
集成電路信號算法優化與圖像處理應用的研究 目錄
第1章 緒論
1.1 產品投入市場的時間
1.2 高層次綜合(HLS)
1.3 高層次轉換(HLT)
1.4 本書的目標
第2章 高層次自動綜合與目標架構
2.1 高層次綜合
2.1.1 高層次綜合工具的由來
2.1.2 Catapult C工具軟件
2.1.3 軟件優化或硬件優化
2.2 評估性能的方法
2.3 目標架構
2.3.1 XP70處理器
2.3.2 ARM Cortex-A9處理器
2.3.3 Intel Penryn ULV處理器
2.3.4 其他處理器
2.4 本章小結
第3章 元函數
3.1 元函數的主體
3.1.1 部分評估
3.1.2 元函數工具
3.2 預處理操作
3.2.1 預處理基礎
3.2.2 基本元函數
3.3 模塊化接口設計
3.4 本章小結
第4章 非遞歸型FIR濾波器
4.1 非遞歸型FIR濾波器算法及優化方法
4.1.1 非遞歸型FIR濾波器算法
4.1.2 軟件優化
4.1.3 硬件優化
4.1.4 仿真結果與分析
4.2 兩個級聯FIR濾波器的算法及優化方法
4.2.1 兩個級聯濾波器的算法
4.2.2 仿真結果及分析
4.3 算法轉換對通用處理器性能的影響
4.3.1 仿真結果及分析
4.3.2 ASIC與GPP：時間與能耗對比
4.4 本章小結
第5章 遞歸型IIR濾波器
5.1 概述
5.2 FGL遞歸型濾波器數學形式的轉換
5.3 多種數學形式的同一濾波器對比
5.3.1 三種數學形式的同一濾波器的對比
5.3.2 三種形式同一濾波器優化對比
5.4 兩個遞歸濾型波器算法及優化方法
5.5 多種處理器的性能對比
5.5.1 cpp對比
5.5.2 時間與能耗對比
5.6 本章小結
第6章 運動檢測邊緣算子算法
6.1 ∑△算法與形態學后處理濾波算法
6.2 形態學后處理濾波算法的軟件優化方法
6.3 優化硬件資源的方法
6.4 實驗結果分析
6.5 小結
第7章 基于Kuhn一Tucker理論的圖像去模糊迭代算法
7.1 引 言
7.2 兩種圖像去模糊迭代算法
7.2.1 帶有非負修正的*速下降法
7.2.2 基于凸集投影方法的共軛梯度法
7.3 基于Kuhn—Tucker理論的迭代算法
7.3.1 Kuhn—Tucker理論知識
7.3.2 算法的提出
7.3.3 算法的收斂性分析
7.3.4 算法的基本步驟
7.4 實驗結果與分析
7.5 本章小結
第8章 基于I—divergence的全變分圖像去模糊方法
8.1 引 言
8.2 基于I一divergence的全變分圖像去模糊模型
8.2.1 保真項的選取
8.2.2 正則項的選取
8.2.3 圖像去模糊模型
8.3 變分偏微分方程方法
8.3.1 Euler—Lagrange方程
8.3.2 梯度下降流方法
8.3.3 數值方法
8.4 實驗結果與分析
8.5 本章小結
第9章 基于幾何約束的散焦圖像的深度估計方法
9.1 引 言
9.2 基于幾何約束的散焦圖像的深度估計模型
9.2.1 散焦圖像的差異模型
9.2.2 幾何約束的推導
9.2.3 帶有幾何約束的散焦圖像的深度估計模型
9.2.4 改進的枚舉法
9.2.5 深度估計算法
9.2.6 算法時間復雜度分析
9.3 實驗結果與分析
9.3.1 仿真數據的實驗結果與分析
9.3.2 帶有噪聲的仿真數據的實驗結果與分析
9.3.3 真實數據的實驗結果與分析
9.4 本章小結
第10章 基于判別學習技術的散焦圖像的深度估計方法
10.1 引 言
10.2 預備知識
10.2.1 Hilbert空間及其重要算子
10.2.2 矩陣分析相關理論
10.2.3 矩陣的奇異值分解
10.3 傳統判別學習方法
10.3.1 Hilbert空間下DFD問題描述
10.3.2 TSVD測度學習方法
10.4 基于判別測度學習的DFD方法
10.4.1 TSVD方法的不足
10.4.2 判別函數的設計
lO.4.3 投影子梯度下降法
10.4.4 深度估計算法
10.4.5 算法時間復雜度分析
10.5 實驗結果與分析
10.5.1 仿真數據的實驗結果與分析
10.5.2 真實數據的實驗結果與分析
10.6 本章小結
第11章 基于FPGA和DSP的嵌入式水下圖像采集系統
11.1 系統總體設計
11.2 成像模塊的設計
11.3 FPGA控制模塊的設計
11.4 DSP控制模塊的設計
11.5 DSP與FPGA數據接口設計
11.6 程序算法的實現
11.7 實驗驗證
11.8 本章小結
結論
參考文獻
附 錄
附錄A FIR濾波器
附錄B IIR濾波器
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
自卑與超越
- >
山海經
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
二體千字文
- >
上帝之肋:男人的真實旅程
- >
回憶愛瑪儂
本類暢銷
