红外成像系统的图像采集、处理及显示实现

红外成像系统的图像采集、处理及显示实现

论文摘要

近年来,红外成像技术发展迅速,在夜视、导航、科学研究等领域得到了广泛的应用。但由于红外探测器及工作环境的影响,红外成像效果不理想,对比度较低,影响了其在实际应用中的使用效果。为了改善系统的成像质量,需要对采集到的红外图像进行红外图像增强处理,同时将处理后图像显示在LCD上,使得观察方便、直观。本文针对近红外CCD探测器设计了FPGA红外图像处理系统,包括图像采集、增强及LCD显示三部分功能。图像采集模块提供CCD时序驱动并对输出的CCD模拟信号进行预处理,得到了符合要求的数字信号。红外增强算法是本文的重要环节,通过分析研究常见的红外图像增强方法,如灰度变换、直方图均衡化等,并在Matlab中进行仿真验证,最终确定采用自适应平台直方图均衡化算法进行红外图像增强。之后进行FPGA系统硬件、软件设计,采用SOPC设计方法构建图像增强的硬件平台,并在设计好的图像处理硬件平台上编写Nios II程序,完成了红外图像增强的FPGA实现。LCD显示模块的核心是LCD控制器的设计,该控制器提供LCD工作的时序驱动,并具有连续读取数据的DMA功能,最后将它封装成IP核嵌入Nios II系统,方便Nios II处理器控制LCD工作,且该控制器是可配置的,可根据实际应用改变LCD分辨率及FIFO存储深度,具有极大的灵活性。在FPGA中采用所选算法进行红外图像增强,并将增强图像显示在LCD上。实际显示效果表明,自适应平台直方图均衡化处理后,图像视觉效果明显改善,对比度提高,边缘清晰。因此,在FPGA硬件平台上成功地实现了红外增强处理,并且完成了红外图像的LCD显示,使得观察方便、直观。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 红外成像系统简介
  • 1.2 研究背景及意义
  • 1.3 红外图像处理的国内外研究现状
  • 1.4 本文主要工作及安排
  • 2 红外图像采集
  • 2.1 CCD 图像传感器的工作原理
  • 2.1.1 光电转换及电荷存贮
  • 2.1.2 电荷转移
  • 2.2 红外探测器
  • 2.2.1 器件选型
  • 2.2.2 ICX259AL 的结构介绍
  • 2.3 图像采集驱动设计
  • 2.3.1 ICX259AL 的驱动分析
  • 2.3.2 ICX259AL 时序驱动电路设计
  • 2.4 图像信号的预处理
  • 2.4.1 器件选型
  • 2.4.2 图像预处理分析
  • 2.5 本章小结
  • 3 红外图像增强算法研究
  • 3.1 图像增强概述
  • 3.2 红外图像特征分析
  • 3.2.1 灰度直方图
  • 3.2.2 红外图像特点
  • 3.3 基于直方图变换的红外图像增强
  • 3.3.1 灰度变换
  • 3.3.2 直方图均衡化
  • 3.4 基于平台直方图的红外图像增强
  • 3.4.1 平台直方图均衡化算法
  • 3.4.2 平台值的选取
  • 3.4.3 算法分析与对比
  • 3.5 本章小结
  • 4 红外图像增强的FPGA 实现
  • 4.1 系统功能及需求分析
  • 4.2 系统框图及功能描述
  • 4.3 FPGA 的设计基础
  • 4.3.1 FPGA 简介
  • 4.3.2 FPGA 选型
  • 4.3.3 FPGA 设计流程
  • 4.4 SOPC 技术
  • 4.4.1 SOPC 技术简介
  • 4.4.2 SOPC 开发流程
  • 4.4.3 嵌入IP 核
  • 4.5 红外图像增强的FPGA 实现
  • 4.5.1 硬件设计
  • 4.5.2 Nios II 处理器软件设计
  • 4.6 本章小结
  • 5 LCD 驱动设计及图像显示
  • 5.1 LCD 选型
  • 5.2 LCD 显示系统原理
  • 5.3 LCD 控制器的FPGA 实现
  • 5.3.1 LCD 控制器的组成
  • 5.3.2 Avalon 总线接口模块
  • 5.3.3 DMA 接口模块
  • 5.3.4 FIFO 模块
  • 5.3.5 LCD 时序发生器设计
  • 5.3.6 LCD 控制器IP 核的实现
  • 5.4 LCD 显示效果
  • 5.5 本章小结
  • 6 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 致谢
  • 参考文献
  • 附录
  • A. 作者在攻读学位期间发表的论文目录
  • B. 作者在攻读学位期间参加的科研项目情况
  • 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].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)
    • [7].一种多分辨多尺度的红外图像增强算法[J]. 激光杂志 2019(08)
    • [8].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)
    • [9].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)
    • [10].基于融合技术的单幅红外图像增强方法[J]. 电子器件 2018(04)
    • [11].对受灾区域红外图像优化识别仿真[J]. 计算机仿真 2017(03)
    • [12].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)
    • [13].红外图像采集及特征提取技术的研究[J]. 激光杂志 2016(08)
    • [14].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)
    • [15].红外图像影响因素及增强方法[J]. 农村科学实验 2017(03)
    • [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].基于引导滤波的自适应红外图像增强改进算法[J]. 光谱学与光谱分析 2020(11)
    • [20].红外图像特征的三维提取技术[J]. 激光杂志 2019(02)
    • [21].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)
    • [22].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)
    • [23].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)
    • [24].基于红外图像的船舶特征识别方法[J]. 舰船科学技术 2018(12)
    • [25].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)
    • [26].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)
    • [27].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)
    • [28].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)
    • [29].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)
    • [30].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)

    标签:;  ;  

    红外成像系统的图像采集、处理及显示实现
    下载Doc文档

    猜你喜欢