基于TMS320DM642和小波分析的红外图像压缩系统研究

基于TMS320DM642和小波分析的红外图像压缩系统研究

论文摘要

本文针对大量图像的传输和记录问题,设计了一种基于DSP的红外视频图像压缩系统,最终在汽车交通事故记录中得到应用。该系统的研究在硬件上主要基于DSP芯片体积小、处理速度快、实时性高、价格低廉等特点以及在软件上采用改进的EZW算法对硬件有很好的适用性等特点。本文在深入研究DSP的技术和理论后,确定了DSP的选型原则,经过分析和比较,选定了DSP的型号,并对系统各组成部分的设计方案进行了选择,对系统各组成模块的功能和特点作了详细的介绍。从硬件结构的角度阐述了DSP芯片的主要特点,并对整体开发框架及流程做了说明。首先,在硬件上本文提出了以TI公司TMS320DM642为中央处理器负责图像编码,视频转换芯片进行图像采集与转换,CPLD协助DSP完成各种接口逻辑时序匹配以及FLASH的读写操作,SDRAM负责图像数据的储器,USB接口完成数据传输的视频图像压缩系统。在构造了系统各部分的电路原理图和PCB图后,对硬件电路板进行了全面调试,确保了硬件电路的合理可行。该系统具有体积小、成本低、工作可靠等优点。其次,在介绍了小波分析在图像压缩应用中的理论基础和经典的EZW算法后,提出了改进的EZW算法,这种改进主要体现在对DSP硬件的适用性和实时性方面,使得改进后的算法充分利用TMS320DM642的硬件资源,使得系统具有良好的实时性。同时,本文对DSP的开发环境、调试工具和软件开发流程、以及DM642压缩系统的优化策略作了比较详尽的介绍,提高了系统的运行效率。最后,作为系统的实际应用,介绍了该系统在汽车交通事故记录中的应用,并给出图像小波分解和解码的结果,实验证明,该图像压缩系统具有很好的实时性,对图像的编解码结果也是令人满意的。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 引言
  • 1.2 小波图像压缩技术研究现状
  • 1.3 DSP 技术研究现状
  • 1.4 研究的内容与目的
  • 1.5 研究的技术路线
  • 1.6 小结
  • 2 DSP 技术及系统方案选择
  • 2.1 DSP 技术概述
  • 2.1.1 DSP 处理器的结构及特点
  • 2.1.2 TMS320C6000 系列 DSP
  • 2.1.3 TMS320C62X、C67X 的主要功能
  • 2.1.4 C64xx 与C62xx、C67xx 的比较
  • 2.2 TMS320DM642 多媒体处理器
  • 2.2.1 DM642 的CPU 结构
  • 2.2.2 DM642 的cache 结构
  • 2.2.3 DM642 的硬件外设
  • 2.3 系统方案选择
  • 2.3.1 DSP 芯片选型
  • 2.3.2 视频A/D、D/A 方案选择
  • 2.4 小结
  • 3 小波分析在图像压缩中的应用
  • 3.1 引言
  • 3.2 小波分析基础
  • 3.2.1 小波变换
  • 3.2.2 多分辨率分析
  • 3.2.3 多分辨率滤波器组
  • 3.2.4 Mallat 算法
  • 3.2.5 二维小波变换
  • 3.2.6 图像的多分辨率分解与合成
  • 3.3 EZW 算法
  • 3.3.1 零树的基本概念
  • 3.3.2 如何判断一棵零树
  • 3.3.3 EZW 编码算法
  • 3.3.4 EZW 解码算法
  • 3.4 EZW 算法的改进
  • 3.5 小波分析在红外图像压缩中的应用
  • 3.6 小结
  • 4 DM642 红外图像压缩系统设计
  • 4.1 DM642 红外图像压缩系统的总体设计方案
  • 4.2 DM642 功能模块设计
  • 4.2.1 电源模块
  • 4.2.2 时钟模块
  • 4.2.3 存储器模块
  • 4.2.4 USB 总线与其接口芯片
  • 4.3 视频编/解码电路设计
  • 4.3.1 ITU-R BT.601 和ITU-R BT.656
  • 4.3.2 TMS320DM642 的 video port
  • 4.3.3 视频解码电路(A/D)
  • 4.3.4 视频编码电路(D/A)
  • 4.4 系统工作流程
  • 4.5 小结
  • 5 图像压缩系统的软件实现
  • 5.1 DSP 软件开发工具
  • 5.1.1 集成开发环境
  • 5.1.2 系统调试工具
  • 5.2 DSP 软件编程步骤
  • 5.3 系统各模块程序设计
  • 5.3.1 系统初始化模块
  • 5.3.2 视频采集与转换模块
  • 5.3.3 系统引导程序设计
  • 5.3.4 Flash 编程
  • 5.3.5 USB 固件程序设计
  • 5.4 DM642 压缩系统的优化策略
  • 5.4.1 编程代码优化
  • 5.4.2 Cashe 优化
  • 5.4.3 使用EDMA
  • 5.5 本系统在汽车交通事故记录中的应用
  • 5.6 小结
  • 6 结论与展望
  • 6.1 主要结论
  • 6.2 后续研究工作展望
  • 致谢
  • 参考文献
  • 附录
  • A. 系统硬件实物图和PCB图
  • B. 作者在攻读学位期间发表的论文目录
  • 相关论文文献

    • [1].基于区域生长的自适应红外图像火焰识别[J]. 南方农机 2020(05)
    • [2].基于红外图像识别的智能远程控制消防装置[J]. 今日消防 2020(01)
    • [3].基于雾线暗原色先验的红外图像去雾算法[J]. 红外技术 2020(06)
    • [4].基于生成对抗网络的红外图像数据增强[J]. 计算机应用 2020(07)
    • [5].基于迁移学习的红外图像分类[J]. 天津职业技术师范大学学报 2020(03)
    • [6].一种多分辨多尺度的红外图像增强算法[J]. 激光杂志 2019(08)
    • [7].一种基于区域显著性识别的红外图像增强方法[J]. 江苏大学学报(自然科学版) 2019(06)
    • [8].基于密度相似因子的电力红外图像分割方法[J]. 红外技术 2017(12)
    • [9].基于融合技术的单幅红外图像增强方法[J]. 电子器件 2018(04)
    • [10].对受灾区域红外图像优化识别仿真[J]. 计算机仿真 2017(03)
    • [11].海上远距离目标探测中的红外图像增强算法[J]. 大连海事大学学报 2015(04)
    • [12].红外图像采集及特征提取技术的研究[J]. 激光杂志 2016(08)
    • [13].远程微小红外图像小差异特征分类算法仿真[J]. 计算机仿真 2015(07)
    • [14].红外图像影响因素及增强方法[J]. 农村科学实验 2017(03)
    • [15].复杂海面的舰船弱目标红外图像提取方法[J]. 舰船科学技术 2020(18)
    • [16].基于大数据的舰船红外图像目标实时跟踪方法[J]. 舰船科学技术 2020(02)
    • [17].基于红外图像处理技术的钢构件损伤识别[J]. 红外技术 2020(03)
    • [18].一种红外图像增强算法在无人机巡检输电线路上的应用[J]. 电子设计工程 2020(16)
    • [19].红外图像特征的三维提取技术[J]. 激光杂志 2019(02)
    • [20].红外图像中快速运动目标的检测与跟踪方法[J]. 红外技术 2019(03)
    • [21].基于多感知的红外图像增强算法设计[J]. 信息与电脑(理论版) 2019(13)
    • [22].基于透射图融合的红外图像传感器信号增强方法[J]. 传感技术学报 2019(07)
    • [23].基于红外图像的船舶特征识别方法[J]. 舰船科学技术 2018(12)
    • [24].基于最小平均距离免疫算法的模糊红外图像分割(英文)[J]. 光谱学与光谱分析 2018(11)
    • [25].基于人眼视觉的红外图像增强算法研究[J]. 激光与红外 2017(01)
    • [26].针对边缘检测和数学形态学的红外图像增强算法[J]. 佳木斯职业学院学报 2017(01)
    • [27].一种可见光和红外图像加权融合最佳权值因子的确定方法[J]. 电子世界 2017(13)
    • [28].红外图像识别在舰船火灾中的应用分析[J]. 舰船科学技术 2017(20)
    • [29].一种基于实测数据温差扰动的红外图像实时生成方法[J]. 红外技术 2017(10)
    • [30].外场提高红外图像质量研究[J]. 电子测试 2016(14)

    标签:;  ;  ;  ;  

    基于TMS320DM642和小波分析的红外图像压缩系统研究
    下载Doc文档

    猜你喜欢