集成电路信号算法优化与图像处理应用的研究

第1章 绪论 1.1 产品投入市场的时间 1.2 高层次综合(HLS) 1.3 高层次转换(HLT) 1.4 本书的目标 第2章 高层次自动综合与目标架构 2.1 高层次综合 2.1.1 高层次综合工具的由来 2.1.2 Catapult C工具软件 2.1.3 软件优化或硬件优化 2.2 评估性能的方法 2.3 目标架构 2.3.1 XP70处理器 2.3.2 ARM Cortex-A9处理器 2.3.3 Intel Penryn ULV处理器 2.3.4 其他处理器 2.4 本章小结 第3章 元函数 3.1 元函数的主体 3.1.1 部分评估 3.1.2 元函数工具 3.2 预处理操作 3.2.1 预处理基础 3.2.2 基本元函数 3.3 模块化接口设计 3.4 本章小结 第4章 非递归型FIR滤波器 4.1 非递归型FIR滤波器算法及优化方法 4.1.1 非递归型FIR滤波器算法 4.1.2 软件优化 4.1.3 硬件优化 4.1.4 仿真结果与分析 4.2 两个级联FIR滤波器的算法及优化方法 4.2.1 两个级联滤波器的算法 4.2.2 仿真结果及分析 4.3 算法转换对通用处理器性能的影响 4.3.1 仿真结果及分析 4.3.2 ASIC与GPP：时间与能耗对比 4.4 本章小结 第5章 递归型IIR滤波器 5.1 概述 5.2 FGL递归型滤波器数学形式的转换 5.3 多种数学形式的同一滤波器对比 5.3.1 三种数学形式的同一滤波器的对比 5.3.2 三种形式同一滤波器优化对比 5.4 两个递归滤型波器算法及优化方法 5.5 多种处理器的性能对比 5.5.1 cpp对比 5.5.2 时间与能耗对比 5.6 本章小结 第6章 运动检测边缘算子算法 6.1 ∑△算法与形态学后处理滤波算法 6.2 形态学后处理滤波算法的软件优化方法 6.3 优化硬件资源的方法 6.4 实验结果分析 6.5 小结 第7章 基于Kuhn一Tucker理论的图像去模糊迭代算法 7.1 引 言 7.2 两种图像去模糊迭代算法 7.2.1 带有非负修正的*速下降法 7.2.2 基于凸集投影方法的共轭梯度法 7.3 基于Kuhn—Tucker理论的迭代算法 7.3.1 Kuhn—Tucker理论知识 7.3.2 算法的提出 7.3.3 算法的收敛性分析 7.3.4 算法的基本步骤 7.4 实验结果与分析 7.5 本章小结 第8章 基于I—divergence的全变分图像去模糊方法 8.1 引 言 8.2 基于I一divergence的全变分图像去模糊模型 8.2.1 保真项的选取 8.2.2 正则项的选取 8.2.3 图像去模糊模型 8.3 变分偏微分方程方法 8.3.1 Euler—Lagrange方程 8.3.2 梯度下降流方法 8.3.3 数值方法 8.4 实验结果与分析 8.5 本章小结 第9章 基于几何约束的散焦图像的深度估计方法 9.1 引 言 9.2 基于几何约束的散焦图像的深度估计模型 9.2.1 散焦图像的差异模型 9.2.2 几何约束的推导 9.2.3 带有几何约束的散焦图像的深度估计模型 9.2.4 改进的枚举法 9.2.5 深度估计算法 9.2.6 算法时间复杂度分析 9.3 实验结果与分析 9.3.1 仿真数据的实验结果与分析 9.3.2 带有噪声的仿真数据的实验结果与分析 9.3.3 真实数据的实验结果与分析 9.4 本章小结 第10章 基于判别学习技术的散焦图像的深度估计方法 10.1 引 言 10.2 预备知识 10.2.1 Hilbert空间及其重要算子 10.2.2 矩阵分析相关理论 10.2.3 矩阵的奇异值分解 10.3 传统判别学习方法 10.3.1 Hilbert空间下DFD问题描述 10.3.2 TSVD测度学习方法 10.4 基于判别测度学习的DFD方法 10.4.1 TSVD方法的不足 10.4.2 判别函数的设计 lO.4.3 投影子梯度下降法 10.4.4 深度估计算法 10.4.5 算法时间复杂度分析 10.5 实验结果与分析 10.5.1 仿真数据的实验结果与分析 10.5.2 真实数据的实验结果与分析 10.6 本章小结 第11章 基于FPGA和DSP的嵌入式水下图像采集系统 11.1 系统总体设计 11.2 成像模块的设计 11.3 FPGA控制模块的设计 11.4 DSP控制模块的设计 11.5 DSP与FPGA数据接口设计 11.6 程序算法的实现 11.7 实验验证 11.8 本章小结 结论 参考文献 附 录 附录A FIR滤波器 附录B IIR滤波器