基于ARM+FPGA的超分辨率重建系统设计与实现

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:wdtt111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
图像超分辨率重建技术能够在现有成像设备基础上采用数字信号处理的方式提高观测图像的分辨率,在提升图像质量方面有着重要的意义。目前国内外对图像超分辨率重建技术的研究工作主要是借助计算机完成算法的设计和优化,而将重建算法移植在小型化图像处理设备上,实现实时的超分辨率重建工作较少涉及。为此,本文设计了一套超分辨率重建系统,能够实现超分辨率重建的脱机处理。本文的主要研究内容包括超分辨率重建算法的介绍和选取,超分辨率重建系统的设计,超分辨率重建算法的硬件实现和优化,具体工作如下:(1)分析了经典的超分辨率重建算法原理及其优缺点,对比了其重建效果,并选取了基于字典学习的超分辨率重建作为本系统的重建算法。(2)设计了一种以ARM+FPGA为核心处理器的图像重建系统,该系统能够完成图像拍摄和缓存、ARM与FPGA通信、超分辨率重建和重建效果实时显示等功能。(3)结合系统的软件和硬件特点,设计了超分辨率重建算法的移植方案。将超分辨率重建算法中运算量较大且能够并行处理的主成分分析(PCA)降维和正交匹配追踪(OMP)算法移植到FPGA中运行,其余串行操作性强的算法由ARM处理完成。(4)按照嵌入式Linux系统移植方法和FPGA开发流程,通过C程序和硬件描述语言(Verilog HDL)程序完成了算法的实现。利用ARM实现了插值和特征值提取等运算模块,利用FPGA实现了矩阵乘法、矩阵分解和矩阵求逆等运算模块。应用FPGA运算模块完成了PCA降维和OMP算法的FPGA实现。并在此基础上,完成了算法优化、并行加速处理优化、编译优化等系统优化。(5)利用FPGA能够并行运算的特点,完成了利用多个乘法器和加法器对PCA降维和OMP算法中矩阵乘法运算并行加速的功能,极大提升了图像的重建速度。(6)完成了整机的调试,验证了该系统进行超分辨率重建的有效性,并分析对比了不同运行环境下的图像重建质量及速度。
其他文献
氢化纳米晶Si(nc-Si:H)薄膜,是制作高效率太阳电池的关键。本论文分析了影响p+(nc-Si)/i(a-Si)/n(c-Si)异质结太阳电池性能的主要因素,包括纳米硅薄膜的禁带宽度、掺杂浓度、本征层厚度以及背电场。研究结果表明,当纳米硅薄膜中掺杂浓度提高时,该层大部分区域电场强度变大,短路电流和开路电压增大,有利于提高电池转换效率,最后确定p层的掺杂浓度最好大于1×10~(18)cm~(-3
本文通过对荣华二采区10
期刊
本论文通过同源重组的方法分别阻断黑曲霉的三个蛋白酶基因dppⅣ、dppⅤ和pepAc,研究其对外源蛋白表达分泌的影响。dppⅣ和dppⅤ是两种二肽蛋白酶基因,其编码的蛋白酶DPPⅣ和DP
溴化铊具有高平均原子序数(Tl:81,Br:35),高密度(7.56g/cm3),高电阻率(~1010Ω.cm),宽禁带宽度(2.68eV)等优点,是一种很有希望的核辐射探测用材料。然而,如何制备纯度高、质量好的
胆固醇调节元件结合蛋白(sterolregulatoryelementbindingproteins,SREBPs)SREBPs和cAMP反应元件结合蛋白(cAMPresponseelementbindingprotein)CREB-1是体内重要的转录因子,SRE
压电材料在日常生活、工业、国防等具有重要价值,广泛应用于传感、通讯技术领域。早在20世纪初,沃伊特等人就已经开始对材料的压电效应进行研究。之后,随着计算技术的发展以及