一、基于StrongARM的视频采集与处理系统(论文文献综述)
杨森森[1](2016)在《基于DSP与ARM的大豆籽粒视觉分级系统》文中认为随着科学技术的快速发展,人们对图像处理技术的应用逐渐增多。DSP技术系统引入数字信号的处理而使应用系统呈现出快速发展的态势。近年来DSP技术应用范围逐渐扩展,在理论知识与应用领域均具有很重要的研究成果。在21世纪这样的一个信息时代,对计算机的使用日益增加,网络化、信息化自动化逐渐普及,对嵌入式系统的使用更是具有越来越多的案例。本文查阅了大量的文献,并收集整理大量学者对嵌入式系统应用在图像处理方面的研究与实验项目,尤其是在应用DSP技术与嵌入式系统而进行的对牌照识别系统的研究,在诸多此技术应用的领域成功的案例的最新成果上最终确定了对大豆籽粒视觉分级系统的设计方案,以TMS320DM6437 (DSP)、TMS320DM355 (ARM)和DSP+ ARM为基础而实现的实时图像处理系统。目前,我国对食品质量检测有很严格地标准,将机器视觉检测技术应用在此领域不仅取代了劳动力更减少了错误产生的概率,而且在原有的基础上大大的提高了生产效率。在众多的农产品中大豆作为高营养价值的绿色食品也越来越受到人们的欢迎,但目前大多数企业仍然应用人工的方法对大豆进行品质检测、分级。这样的情况下急需将计算机自动化与机器视觉分级检测技术应用在农业领域,可以通过机器的视觉根据不同农作物的外观对其进行分检,不仅可以促进农业生产自动化,而且可以保证农户的利益与效益,同时使我国农业的发展在国际上具有更为有利的竞争优势。本文以实际应用为原则,以科学理论为基础对该系统的理论支持、结构特点、工作原理、分级算法、软硬件构成与分级实验进行了详尽的阐述。在实验中对大豆进行图像采集,通过图像分割等程序获得为豆粒设定的基本参数,并通过科学的方法对其边缘特征、区域特征进行提取进而采集大豆图像,经过背景分割后提取豆粒参数,并确定其最优分级特征。该系统具有高效的处理能力与优越的处理性能,搭载StrongARM处理器,可以通过网络通过计算机实时对所处理系统进行实时处理,与DSP结合充分发挥了二者的长处,使嵌入式实时控制方面的复杂算法在机器视觉分级处理上得以更好的实现,并为机器视觉的发展提供了创新方案。本文使用TMS320DM6436和TMS320DM350作为核心处理单元,结合嵌入式技术,在更为高效的前提下,实现对大豆的分级。并选取了4中不同类别的大豆样本各2000余粒,应用设计的系统对其进行重复模拟实验,对实验数据进行整理分析得出了分级准确度达到95%的结论。从理论与数据上说明了本系统的可行性,一定程度上解决了传统分级方案的复杂性。在后续的章节中,主要介绍了系统的设计方案及功能,该系统结合了DSP和嵌入式的设计方案,包含了图像算法设计与分级试验,同时也包含了软件平台和系统硬件设计等方面的技术。最后,对本课题的研究成果进行了总结提出了其不足之处,同时也阐述了本课题应用前景及进一步研究的展望。
唐思琦[2](2015)在《智能家居中远程实时视频监控系统的研究与实现》文中认为当今社会科技的飞速发展,网络通信时代的不断崛起,视频监控在社会各个领域的应用也引起各界的广泛注意,监控系统的应用也越来越多地走入到各家各户,现在的智能家居网络中视频监控系统也就成了不可缺少的一部分。本文目的是构建一个能满足用户通过互联网对智能家居发生的情况进行及时地了解和掌握的视频监控系统原型,合法用户可以远程访问计算机系统,了解智能家居室内、室外环境的信息,进而使得用户长久以来的期许得以成为现实,让他们能在任何时间任何地点对家居环境进行观察,以及安全方便的快捷管理等需求。本文清晰地描述了关于智能家居环境中视频监控的各方面内容,从而更加突出了该课题的研究内容的重要性。另外,在整个过程中,对其关键的部分进行了必要的剖析,利用MPEG-4标准对大容量的数据进行压缩;使用RTP/RTCP来解决网络中数据传输的实时性问题。除此之外,对于整个系统进行了规划与需求的讨论,并且进一步对其中的每一个模块都做了明确、详尽的研究。最终,在对这个完整的系统进行实施的过程当中,使用的技术是多线程技术,并且把编程思想(模块化编程)融入到软件设计当中,实现了部分模块功能,并且对软件做了实验操作,最终效果显示:软件运行比较稳定,没有出现异常,图像清晰流畅,满足用户需求。
张宜君[3](2014)在《农作物虫害图像采集与处理手持设备的设计》文中研究说明随着农业信息化的快速发展,农业专家系统在农业生产中占有越来越重要的地位。然而,在农业专家系统的使用过程中,用户需要对相应专家系统中一系列的提问进行表述和提示性的选择,使用和操作比较复杂。本文介绍了基于嵌入式技术的便携式农业专家系统的图像采集功能及图像处理功能的软硬件实现方案,目的是简化农业专家系统的输入方法,即利用基于嵌入式的图像采集与处理技术对田间作业现场采集到的图像进行分析处理,提取虫害的特征作为相应农业专家系统的输入信息。用户只需通过现场简单的拍照,就可以得到虫害的特征,从而简化使用农业专家系统的操作步骤,提高表述的准确性,使用户在田间作业现场方便快捷地使用农业专家系统。本文的研究内容:1.对系统进行了总体的分析与设计。通过对多种ARM处理器以及摄像头的对比,选择了适用于本系统硬件设备:系统的硬件平台采用了飞凌公司的OK6410开发板,摄像头选用了中星微公司的ZC301摄像头。通过对图像采集与处理系统的分析,探讨了系统软件和图像处理软件的选择:系统软件选用了开源的嵌入式Linux操作系统,图像处理软件选用了具有良好移植性的OpenCV库。2.系统软件开发环境的构建。在宿主机中安装了Linux系统,并搭建了ARM-Linux交叉编译环境;嵌入式Linux系统向开发板的移植,包括引导程序Uboot的移植,Linux内核的配置、移植,根文件系统的创建;最后,对用于图像处理的OpenCV库进行了安装和配置。3.基于ARM-Linux的图像采集系统的实现。针对USB图像采集设备,移植了基于V4L的摄像头驱动程序。详述了V4L接口函数的数据结构和获取图像的方式,通过编写实时图像采集程序,实现了单帧图像的显示与存储,并对图像采集系统进行了测试,在开发板中实现了实时单帧图像的采集功能。4.基于OpenCV的图像处理技术的实现。着重介绍了基于形态学的图像处理的相关函数,在此基础上,通过OpenCV用函数与代码实现了图像的预处理、轮廓提取和目标识别。OpenCV库向ARM嵌入式平台的移植,详细介绍了OpenCV在ARM系统中的移植过程,以及图像处理模块在嵌入式平台上的实现。本文的创新之处:提出了一种新的人机交互方式——图像输入法。研究了基于嵌入式技术的便携式图像采集与处理系统,对田间农作物虫害图像进行实时的采集和处理,提取出虫害的特征作为相应农业专家系统的输入信息,简化使用农业专家系统的操作步骤,有助于农业专家系统普及应用。
葛林[4](2013)在《基于ARM9和OpenCV的视频监控系统的研究》文中提出随着时代的发展,信息化的高速飞进,视频监控系统已经进入到人们生活的各个方面,特别是基于嵌入式的视频监控系统在最近几年得到了突飞猛进。由于它体积小,性能稳定且携带方便,被广泛应用到银行、交通、宾馆、视频会议等各个场所。但是嵌入式系统有自身特点,在视频监控的软件开发上很复杂,有很大的难度,而且开发时间长,成本也很高等等。本文将OpenCV(Open SourceComputer Vision Library)与嵌入式视频监控结合起来,直接利用OpenCV视觉库里面的API(Application Programming Interface)处理图像信息,大大降低了开发难度,缩短了开发周期。本系统以ARM(Advanced RISC Machines)微处理器为平台,移植了Linux操作系统、Qt以及OpenCV到S3C2440开发板上,利用中星微公司的zc301p芯片的usb摄像头,调用Video4Linux采集视频数据,利用OpenCV库中的API对视频中的运动目标进行检测与跟踪处理,最后利用UDP(User Datagram Protocol)协议通过Socket编程实现从ARM到监控端的图像数据传输,并显示到Qt编写的视频显示界面上。本文首先介绍了技术背景知识,然后搭建了监控系统平台,在系统移植方面详细介绍了U-boot、Linux内核和根文件系统的移植以及Qt的移植、OpenCV视觉库的移植和usb摄像头驱动的移植。在应用程序方面,设计了Video4Linux采集视频的模块,基于OpenCV运动目标检测与跟踪模块以及数据的传输与显示模块。本课题为在ARM与OpenCV结合的平台实现视频监控的设计做了有益的探索性尝试,对今后进一步完成嵌入式远程无线视频监控系统的设计打下了铺垫。
阳韬[5](2013)在《基于ARM的无线视频监控系统设计》文中研究说明随着社会的不断发展与进步,人们日常生活中的安全问题得到越来越高的重视,视频监控系统作为安全防范系统的重要组成部分,赋予了人们远距离观察和调度被监控区域的能力,以其直观、准确、及时和信息内容丰富等优势广泛应用。视频监控的发展分为模拟视频监控、本地视频监控、远程视频监控三个阶段,目前最为主要的两种远程监控系统包括:基于以太网传输的视频监控系统和基于无线局域网传输的视频监控系统。传统的上述两种监控方式存在一些缺点与不足,基于以太网传输的监控系统需要有线网络的支持,在很多场合不适用;基于无线局域网传输的监控系统需要无线局域网覆盖,在很多场合也无法实现,两种方式在实现方式上存在一定的缺陷,在没有有线网络或无线网络支持的场合都无法应用。针对传统的视频监控系统的缺陷,本课题主要是研究一种基于ARM的无线视频监控系统,从适应性、成本、数据量等方面做研究,设计一种安装方便、成本低廉、适应性强的视频监控系统。在监控过程中,先通过USB摄像头采集监控现场的视频,嵌入式系统对视频进行压缩处理之后再本地存储,结合本课题的实际应用要求,监控信号的传输选择GPRS无线传输方式,因为GPRS无线移动通信网络具有稳定可靠、覆盖面广、网络能力强、不受地域限制等优点,基于GPRS传输的嵌入式视频监控设备体积很小,而且移动非常方便,在很多场合都能够实用。此外,为了减少数据量、节约成本,采集到视频信号先进行压缩编码及本地存储,监控中心向监控终端通过短信发送相应的传输操作指令,监控终端根据中心的要求有选择性的传输视频图像信号,这样大大减少了传输的数据流量,节约了成本。
杨方彪[6](2013)在《嵌入式网络视频监控系统研究》文中进行了进一步梳理嵌入式技术是一门多学科的综合性技术,被广泛应用于国防、消费电子、手持通信设备、自动化工业控制等领域。嵌入式系统是以计算机技术为基础,以应用为中心,包含特定的设备,用以辅助特定的设备完成其功能的小巧的计算机系统。嵌入式处理器是控制、辅助系统运行的硬件单元,具有体积小、成本低、可靠性高的优点。S3C2440A是一款ARM9系列的嵌入式处理器,具有5级流水线,采用1.1MIPS/MHZ的哈佛结构。嵌入式Linux具有嵌入式操作系统的特性,可进行裁剪和修改。H.264是最新的视频编码国际标准,采用简洁设计,易于推广,在不同分辨率、不同码率的情况下都能提供较高的视频质量,它和以往的视频编码标准相比有明显的进步。UDP是处理速度快、消耗资源小,广泛在视频传输中使用的无连接型协议。基于ARM和嵌入式Linux的嵌入式视频监控系统,具有体积小、成本低、稳定性高、实时性好、重量轻、便携等优点,具有很强的实用性价值。本课题对以ARM9芯片S3C2440A为核心处理器的嵌入式网络视频监控系统进行了研究和设计。对视频监控系统的现状和发展方向、嵌入式操作系统、嵌入式处理器、嵌入式编码方案以及系统整体设计方案进行了研究。系统硬件平台采用天嵌科技公司的TQ2440开发板,对相关的器件和电路做了针对性的、必要的研究。本文重点在软件部分,软件部分主要包含软件平台的搭建和系统软件设计两部分。软件平台的搭建包含了交叉编译环境的建立、相关服务器的配置、minicom的配置、根文件系统的构建、Uboot1.1.6和Linux2.6.30.4内核的移植。对Linux2.6.30.4内核和Uboot1.1.6源代码的主要目录进行了研究,完成了Uboot的移植和Linux内核的定制和移植,并且把必要的实验结果做了截图展示。对Uboot的移植主要包含了NANDFLASH、NORFLASH、DM9000网卡驱动程序的移植,最终实现了引导Linux内核的功能。对Linux内核的移植,包含了对ZC301P USB摄像头驱动和DM9000网卡驱动程序的移植,完成了底层相应驱动的修改。对内核进行编译,获得镜像文件。在所有底层的工作完成之后,构建了一个根文件系统,并以NFS方式挂载根文件系统。在自己搭建好软件平台之后,在所搭建的软件平台之上实现了系统应用程序的设计。应用程序部分实现了avc-src-0.14版本的H.264编码库的移植,调用H.264编码库对采集来的视频数据进行编码。编写了视频采集/传输的应用程序。采集/传输的应用程序包含了基于V4L2的视频采集程序设计,以及基于UDP的socket网络编程应用程序的设计。在自己搭建的软件平台之上,实现了ZC301PUSB摄像头的视频采集,再将采集来的视频数据进行H.264编码,最终将压缩后的视频数据通过UDP经过以太网传输到客户端。最后对整个系统进行了测试,并对运行结果结果进行了分析。
郭健[7](2013)在《基于DSP的浮选泡沫视频监控硬件平台的研究与开发》文中研究指明泡沫浮选法作为一种重要的矿物选择方法,浮选泡沫的外观特征有着极其重要的作用,可以间接反映浮选过程的生产指标,对选矿过程的实时操作有着重要的指导意义。本文设计开发的基于嵌入式的矿物泡沫浮选视频系统,不仅可以解决依靠人工监控泡沫图像导致的工人劳动强度大、主观性强、监控不及时等问题,还克服了常规基于PC机泡沫图像系统的处理速度慢、成本高、不易扩展等缺点。本文在矿物浮选工艺的背景下,结合嵌入式系统,以处理速度快、精确度高、视频信息传输流畅为目标,开发了一种以TMS320DM642为中央处理器的浮选泡沫视频监控硬件平台。本设计分为视频采集模块、电源时钟模块、处理模块、存储模块、外围接口模块。在泡沫视频采集模块中,设计了外接视频解码电路,解决了DSP无法识别高清模拟信号的问题,实现了高清模拟相机与DSP之间的模拟图像到数字信号快速转换。浮选生产过程的监控需要实时采集大量泡沫图像,但由于片内SDRAM的存储空间极为有限,通过外接大容量的SDRAM来设计存储模块,实现SDRAM与DSP的无缝连接。此外,鉴于SDRAM是32位的存储器,存储速度慢,为此利用两片SDRAM并联,设计CEO片选信号进行控制以达到64位数据高速存储。最后,根据设计的监控系统硬件组成,完成了高速PCB的制作,并进行电磁兼容测试。针对开发的硬件平台,为保证上位机与下位机的实时通信,在外围接口模块的设计中,利用以太网通讯接口,采用JPEG视频信号压缩方法解决了视频信号信息量大不易传输的问题,实现了基于Socket编程的百兆以太网高速视频信息传输。针对铝土矿浮选的泡沫图像,采用分水岭算法对设计的嵌入式泡沫视频监控系统进行测试。实验表明该系统可以快速的采集处理高清泡沫图像,获取泡沫图像特征,同时实现了无损耗压缩图像传送到上位机,满足浮选监控过程的需求。图45幅、表5个、参考文献60篇
赵宇翔[8](2013)在《基于PXA310的视频数据采集与处理硬件平台的设计与实现》文中研究表明随着数字电路技术和数字图像处理技术的飞速发展,利用数字图像处理技术进行动态监测和现场监控已经具有了相当高的灵敏度和可靠性。现在视频监控系统正被广泛应用于众多领域,而视频监控首先要做的是现场视频数据的采集与处理。本文提出了一种基于PXA310核心处理器的嵌入式视频数据与采集系统的整体方案,设计并完成了该方案的硬件平台。本文介绍的嵌入式视频数据采集与处理系统以Marvell公司的PXA310为核心处理器搭建硬件平台,软件平台采用开源的Android操作系统。论文首先介绍了硬件平台的方案设计,包括核心处理器的选择和系统功能分析。其次,具体设计了嵌入式视频数据采集与处理系统各部分的单元电路,包括核心处理器电路、电源管理电路、存储器电路、TF存储卡电路、无线Modem电路、时钟电路、嵌入式系统调试接口JTAG电路等,介绍了硬件平台必要的测试和应用电路接口。第三,介绍硬件平台的PCB设计。本项目硬件平台采用八层电路板布线,文中简要介绍了高速数字电路多层PCB的设计技术和硬件平台的布线设计方案,包括PXA310主处理器电路分层建议和时钟电路、数字信号电路以及电源电路的布线方法。最后介绍了硬件系统的调试环境与调试过程,并结合项目的软件平台给出了系统设计结果。本硬件平台的设计已经成功用于系统软件调试,系统测试表明本文的设计整体是正确的。
俞建军,倪勇[9](2011)在《基于ARM+DSP的网络视频服务器的设计》文中指出网络视频服务器可对音视频数据进行编码处理并完成网络传输,实现远程监控。为了达到对高尺寸的图像进行全屏的视频压缩或无失真的压缩,并且实现图像数据在网络的高效传输,可采用一种ARM+DSP的网络视频服务器,采用TI公司高性能的DSP芯片TMS320C6415-500进行图像数据处理,用Intel公司的Strong ARM SA1110芯片掌控系统管理与网络传输。用ARM+DSP设计的网络视频服务器,采用H.264视音频压缩编码算法,图像分辨率为352×288象素,可同时访问4个网络摄像机,并输出4路视频信号,内置Webserver实现网上浏览。用ARM+DSP设计网络视频服务器是一种先进且高效的方案。
沙超[10](2011)在《无线多媒体传感器网络节能关键技术研究》文中进行了进一步梳理对目标环境进行全面多媒体监控的需求和图像传感器、CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)相机以及麦克风等能够无所不在地从环境中捕获多媒体内容的廉价微型硬件孕育了无线多媒体传感器网络(Wirless Multimedia Sensor Networks,WMSNs)的产生和快速发展,作为一种新型的传感器网络,近年来,已经引起了学术界和工业界的高度关注。WMSNs由装备图像传感器、摄像机、麦克风以及其它传感器,可以产生多媒体信息的传感器节点组成,这些具有计算、存储和通信能力的多媒体传感器节点通过自组织方式形成分布式感知网络,具备协作地感知、检索、处理和传输网络覆盖区域内音频、视频、静态图像、数值数据等多媒体信息的能力。大部分传统无线传感器网络(Wireless Sensor Networks,WSNs)测量温度、湿度、光强、目标位置等数值物理现象,而WMSNs与之最大不同在于更多关注于音、视频、静态图像等大数据量、大信息量媒体信息的采集和处理,各个功能层次上都需要新的解决关键问题的技术和方法。同传统的无线传感器网络类似,能耗问题是无线多媒体传感器网络中最受关注的基础问题之一,甚至比传统的无线传感器网络受关注的程度更高。一般而言,节点都是依靠电池供电的设备,而多媒体应用则需要网络具备更高的数据传输速率和更强的处理能力,并将产生庞大的数据量。为有效降低能量消耗,我们在全面分析无线多媒体传感器网络能耗来源与产生原因的基础上,针对多媒体信息传感、信息处理和信息传输的特点,提出一种基于层间协作的无线多媒体传感器网络节能体系,并在此基础上,分别研究无线多媒体传感器网络节能定位方法、节能覆盖与控制方案、休眠调度机制以及面向能量优化的信息处理与数据传输技术。并最终实现一种无线多媒体传感器网络与多类型网络融合接入系统。论文工作和贡献主要包括以下几个方面:(1)提出了基于LQI(Link Quality Instruction,链路质量指示)差值的节能定位方法,通过邻居信标节点的交互,获取相应的路径损耗因子,并根据信标节点和待定位节点间的不同链路质量值之差,利用极大似然估计实现低复杂度高精度定位。同时,构建了一种基于类螺旋状信标移动模型的单信标移动定位方案,降低了定位过程中的能耗开销,并利用移动信标实现多媒体传感节点的方向角度定位。(2)在多媒体传感器网络定向感知模型的基础上,研究其节能覆盖与优化方案。分别提出基于贪婪算法和Voronoi图的多媒体节点传感方向调整方案。此外,为有效降低无线多媒体传感器网络能耗,提出一种基于多目标遗传优化的节能覆盖方法。以节点不同开启顺序建立个体基因组,采用双交叉和最优基因组变异保留并不断产生优秀个体,在保证网络覆盖度要求的同时,开启尽可能少的节点。(3)给出了多媒体节点能耗预测模型,并在此基础上提出一种基于生命期划分的节能数据传输策略。通过能耗判定建立多层簇,并在保证能耗均衡的基础上划分节点生命期,同时利用节点工作状态轮转,进一步延长了网络生存时间。此外,还设计并实现了基于相对信息熵的多媒体信息融合方法和基于相邻节点重叠区域判定的WMSNs休眠调度方案。(4)提出一种多媒体传感器网络节能数据采样与传输方法。通过可变采样粒度的周期性传感,降低采样能耗。同时,基于色块匹配,进一步降低了数据传输开销。此外,对节点数据压缩代价进行评估,使其以最小的能量代价传输数据,并根据多媒体事件流规律,优化网络生存时间。最后,提出一种多媒体传感器网络中的多路径传输方法。综合考虑传输时间、链路剩余能量及传输速率等因素,通过元数据包的探寻,建立三类路径。并利用自适应采样时间间隔调整,降低了网络拥塞的可能性。(5)构建了一个基于无线多媒体传感器网络的多网融合体系。研制实现了低功耗的无线图像、音频与视频节点与无线多媒体传感器网络网关设备,并在此基础上,设计并实现了面向多类型基础设施网络的WMSNs接入系统,以实现对网络的能耗管理。
二、基于StrongARM的视频采集与处理系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于StrongARM的视频采集与处理系统(论文提纲范文)
(1)基于DSP与ARM的大豆籽粒视觉分级系统(论文提纲范文)
摘要 |
英文摘要 |
1 前言 |
1.1 研究的目的和意义 |
1.2 国内外研究动态和趋势 |
1.2.1 机器视觉原理在农作物检测方面的研究现状 |
1.2.2 籽粒外观和营养品质之间的关联的研究探讨 |
1.3 本文研究的主要内容和方法 |
1.3.1 研究的主要内容 |
1.3.2 研究方法 |
2 分级系统硬件平台设计 |
2.1 分级平台整体设计 |
2.2 嵌入式图像处理平台设计 |
2.2.1 TMS320DM6437处理器简介 |
2.2.2 TMS320DM355处理器简介 |
2.2.3 视频采集模块设计 |
2.2.4 视频输出部分 |
2.2.5 外部存储模块 |
2.3 步进电机驱动电路设计 |
2.3.1 基于两相混合式原理的步进电动机结构 |
2.3.2 两相混合式步进电动机驱动系统 |
2.4 光电隔离电路 |
2.5 气喷控制电路设计 |
3 分级算法设计 |
3.1 图像预处理 |
3.2 大豆籽粒的分割 |
3.2.1 二值图像标记算法概述 |
3.2.2 改进的二值图像标记算法 |
3.2.3 籽粒的拾取 |
3.3 边界描绘特征提取 |
3.4 区域描绘特征提取 |
3.4.1 色彩空间模型 |
3.4.2 各个颜色通道下豆粒区域描绘特征提取 |
3.5 分级特征选定 |
3.6 本章小结 |
4 系统软件设计 |
4.1 分级检测软件系统总体设计思路 |
4.2 软件开发环境 |
4.3 系统软件设计与实现 |
4.3.1 DSP中程序的编写 |
4.3.2 ARM中的程序设计 |
4.4 本章小结 |
5 系统试验 |
5.1 整列与输送部分测试 |
5.2 分级测试 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
攻读硕士学位期间发表的学术论文 |
(2)智能家居中远程实时视频监控系统的研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及选题意义 |
1.2 国内外研究现状 |
1.2.1 智能家居的发展现状 |
1.2.2 视频监控系统的发展现状 |
1.3 本文研究内容 |
1.4 论文的章节安排 |
第二章 相关技术 |
2.1 数据压缩技术 |
2.1.1 数据压缩技术分类 |
2.1.2 MPEG-4压缩标准 |
2.2 通信协议 |
2.2.1 网络通信协议 |
2.2.2 串口通信协议 |
2.3 网络传输方式 |
2.3.1 单播方式 |
2.3.2 广播方式 |
2.3.3 组播方式 |
2.3.4 实时流媒体传输协议 |
2.4 SOCKET网络编程 |
2.4.1 Socket的建立 |
2.4.2 Socket的配置 |
2.4.3 连接建立 |
2.4.4 数据传输 |
2.5 本章小结 |
第三章 智能家居中远程实时视频监控系统的需求分析 |
3.1 系统的需求分析 |
3.1.1 需求分析 |
3.1.2 系统目标 |
3.2 系统功能模块结构 |
3.2.1 系统架构分析 |
3.2.2 系统功能分析 |
3.2.3 系统核心模块分析 |
3.3 系统开发环境 |
3.3.1 硬件环境 |
3.3.2 软件环境 |
3.4 软件架构和消息机制 |
3.4.1 C/S架构视频服务器的分析 |
3.4.2 系统消息通信机制 |
3.5 本章小结 |
第四章 智能家居中远程实时视频监控系统的设计与实现 |
4.1 系统总体设计 |
4.1.1 总体结构概述 |
4.1.2 系统设计方案 |
4.2 客户端的设计与实现 |
4.2.1 视频行为识别模块 |
4.2.2 移动侦测报警模块 |
4.2.3 数据传输模块 |
4.2.4 视频存储模块 |
4.2.5 云台控制模块 |
4.2.6 系统设置 |
4.2.7 网络参数设置 |
4.3 本章小结 |
第五章 智能家居中远程实时视频监控系统软件测试 |
5.1 测试方法阐述 |
5.2 系统测试 |
5.2.1 视频监控测试 |
5.2.2 视频回放测试 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读硕士期间发表的文章 |
(3)农作物虫害图像采集与处理手持设备的设计(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景 |
1.2 农业专家系统的应用现状 |
1.3 嵌入式图像采集与处理的研究现状 |
1.4 本文的研究目的及内容 |
2 系统分析与设计 |
2.1 需求分析 |
2.2 整体设计 |
2.3 主要器件的选择 |
2.3.1 ARM 处理器的选择 |
2.3.2 摄像头的选型 |
2.4 系统软件的选择 |
2.5 图像处理函数库的选择 |
3 软件开发环境的构建 |
3.1 嵌入式开发环境的构建 |
3.1.1 交叉编译环境的建立 |
3.1.2 配置编译 Uboot |
3.1.3 Linux 内核移植与摄像头驱动配置 |
3.1.4 根文件系统的制作 |
3.2 Linux 开发平台上 OpenCV 库的安装和配置 |
4 图像采集系统的设计 |
4.1 基于 V4L 图像采集功能的实现 |
4.1.1 V4L 简介 |
4.1.2 V4L 设计流程与使用的函数 |
4.1.3 V4L 图像采集编程的实现 |
4.2 图像采集系统的测试 |
5 基于 OpenCV 图像处理技术的实现 |
5.1 开源视觉库 OpenCV 概述 |
5.2 OpenCV 的主要数据结构与函数体系 |
5.3 基于 OpenCV 库图像处理的实现 |
5.3.1 图像处理流程和使用的函数 |
5.3.2 高斯平滑滤波 |
5.3.3 膨胀与二值化处理 |
5.3.4 图像的边缘检测 |
5.3.5 图像目标识别 |
5.4 图像处理 OpenCV 库向开发板的移植 |
5.4.1 交叉编译 libjpeg |
5.4.2 交叉编译 OpenCV |
6 总结与展望 |
6.1 本文总结 |
6.2 前景展望 |
参考文献 |
在读期间发表的学术论文 |
作者简历 |
致谢 |
(4)基于ARM9和OpenCV的视频监控系统的研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第1章 引言 |
1.1 课题研究背景 |
1.2 视频监控系统发展历史及现状 |
1.2.1 基于模拟视频监控的工业电视监控 |
1.2.2 基于数字技术的多媒体监控系统 |
1.2.3 基于嵌入式技术的网络视频监控系统 |
1.3 OpenCV 技术的应用 |
1.4 本文研究的内容和所做的工作 |
第2章 嵌入式监控系统的选型策略 |
2.1 嵌入式选型的一般原则 |
2.2 嵌入式系统选型的研究 |
2.2.1 嵌入式处理器的选型 |
2.2.2 嵌入式操作系统的选型 |
2.3 系统的总体设计方案 |
2.4 本章小结 |
第3章 系统硬件平台的构建 |
3.1 硬件平台的结构 |
3.2 S3C2440 体系结构 |
3.3 处理器外围主要电路 |
3.3.1 电源和复位电路 |
3.3.2 系统时钟电路 |
3.3.3 存储系统电路 |
3.3.4 串口电路 |
3.3.5 USB 接口电路 |
3.3.6 JTAG 接口电路 |
3.3.7 LCD 液晶屏接口电路 |
3.4 USB 摄像头的介绍 |
3.5 本章小结 |
第4章 OpenCV 基本原理及技术 |
4.1 OpenCV 技术特点 |
4.2 OpenCV 命名规则 |
4.2.1 函数名 |
4.2.2 矩阵数据类型 |
4.2.3 图像数据类型 |
4.3 OpenCV 的常用结构和功能 |
4.3.1 OpenCV 常用结构 |
4.3.1.1 基本数据类型 |
4.3.1.2 CvMat 数据结构 |
4.3.1.3 IpLImage 数据结构 |
4.3.2 OpenCV 主要的函数类型 |
4.3.3 OpenCV 的功能 |
4.4 运动物体检测与跟踪的原理 |
4.4.1 基于混合高斯模型的运动目标检测 |
4.4.2 基于 CamShift 算法的运动目标跟踪 |
4.4.3 OpenCV 检测与跟踪框架 |
4.5 OpenCV 在嵌入式系统应用现状 |
4.6 本章小结 |
第5章 系统软件环境的构建 |
5.1 交叉编译环境的构建 |
5.2 嵌入式 Linux 操作系统的移植 |
5.2.1 U-boot 移植 |
5.2.2 Linux 内核的移植 |
5.2.3 根文件系统的移植 |
5.3 OpenCV 函数库在 ARM 中的移植 |
5.4 Qt 在 ARM 中的移植 |
5.5 USB 摄像头驱动的移植 |
5.6 本章小结 |
第6章 系统监控软件设计 |
6.1 基于 V4L 视频采集模块设计 |
6.1.1 Video4Linux 及其函数库简介 |
6.1.2 视频采集流程及实现 |
6.1.3 OpenCV 对摄像头驱动设备的调用 |
6.2 基于 OpenCV 的运动目标检测与跟踪模块设计 |
6.2.1 运动目标检测与跟踪软件设计流程 |
6.2.2 基于混合高斯模型运动目标检测的设计 |
6.2.3 基于 Camshift 算法运动目标跟踪的设计 |
6.2.4 基于 OpenCV 框架的运动目标检测与跟踪的实现 |
6.3 图像的传输与显示模块设计 |
6.3.1 图像的传输协议 |
6.3.2 图像的传输流程及实现 |
6.3.3 视频监控界面的实现 |
6.4 本章小结 |
第7章 系统测试 |
7.1 系统平台测试 |
7.2 摄像头采集程序测试 |
7.3 监控系统的实现与 Qt 界面显示结果 |
7.4 运动目标检测与跟踪算法仿真 |
第8章 总结与展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文 |
(5)基于ARM的无线视频监控系统设计(论文提纲范文)
致谢 |
中文摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 视频监控技术发展现状 |
1.2.1 视频监控系统的阶段 |
1.2.2 网络传输技术研究 |
1.2.3 无线传输技术比较 |
1.3 典型嵌入式操作系统 |
1.4 主要研究工作 |
2 系统整体方案设计与实现 |
2.1 系统原理框架 |
2.2 系统方案设计 |
2.2.1 终端硬件设计 |
2.2.2 终端软件设计 |
2.3 本章小结 |
3 系统硬件开发平台 |
3.1 嵌入式处理器体系结构 |
3.2 开发板TQ2440 |
3.3 中星微ZC301摄像头 |
3.4 GPRS无线通信模块 |
3.5 本章小结 |
4 嵌入式系统软件平台的构建 |
4.1 交叉编译环境创建 |
4.2 Bootloader选择与移植 |
4.2.1 u-boot代码分析 |
4.2.2 u-boot移植 |
4.3 嵌入式Linux内核移植 |
4.4 根文件系统构建 |
4.5 系统的移植与下载 |
4.6 本章小结 |
5 视频处理软件实现 |
5.1 摄像头驱动移植 |
5.2 视频采集程序 |
5.2.1 主要数据结构 |
5.2.2 视频采集流程 |
5.3 视频压缩与编码设计 |
5.3.1 图像压缩编码标准 |
5.3.2 本系统的压缩编码技术 |
5.3.3 压缩编码设计实现 |
5.4 本章小结 |
6 无线传输软件实现 |
6.1 GPRS模块控制 |
6.2 视频传输实现 |
6.2.1 通信协议 |
6.2.2 GPRS通信技术 |
6.2.3 传输软件设计 |
6.3 本章小结 |
7 系统测试与结论 |
8 总结与前景展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(6)嵌入式网络视频监控系统研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 引言 |
1.2 视频监控系统现状 |
1.3 视频监控系统发展方向 |
1.4 课题的研究内容和安排 |
2 系统整体设计方案 |
2.1 总体方案设计 |
2.2 嵌入式操作系统选择 |
2.2.1 嵌入式及嵌入式操作系统现状 |
2.2.2 嵌入式 LINUX 系统简介 |
2.3 嵌入式处理器选择 |
2.4 视频编码方案选择 |
3 系统硬件设计 |
3.1 系统硬件平台选择 |
3.2 硬件设计 |
3.2.1 视频采集设备 |
3.2.2 S3C2440A 处理器 |
3.2.3 DM9000 网卡 |
3.2.4 存储器接口电路 |
3.2.5 USB 接口 |
3.2.6 串口电路 |
3.2.7 JTAG 接口电路 |
3.2.8 电源电路 |
4 搭建软件平台 |
4.1 交叉编译环境的建立 |
4.2 配置服务器 |
4.2.1 NFS 服务器配置 |
4.2.2 TFTP 服务器配置 |
4.3 配置 Minicom |
4.4 bootloader 的移植 |
4.4.1 bootloader 简介 |
4.4.2 移植 UBOOT 的步骤 |
4.5 Linux 内核定制和移植 |
4.5.1 Linux 内核源代码 |
4.5.2 Linux 内核源代修改 |
4.5.3 相关驱动程序的移植 |
4.5.4 Linux 内核配置、编译 |
4.6 根文件系统构建 |
5 系统软件设计与实现 |
5.1 软件设计内容与任务 |
5.2 视频采集模块设计 |
5.3 视频编码模块设计 |
5.4 视频传输模块设计 |
5.4.1 传输协议 |
5.4.2 实时传输技术 |
6 系统测试与数据分析 |
6.1 系统运行结果分析 |
6.2 摄像头直接采集的图像和压缩、传输、解码后重构的图像比较 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
附录 |
攻读学位期间发表文章 |
致谢 |
(7)基于DSP的浮选泡沫视频监控硬件平台的研究与开发(论文提纲范文)
摘要 |
Abstract |
目录 |
1 绪论 |
1.1 研究背景 |
1.2 矿物浮选泡沫视频处理技术发展现状 |
1.2.1 国内外研究现状 |
1.2.2 视频监控系统研究现状 |
1.2.3 视频处理技术研究现状 |
1.3 论文研究内容与章节安排 |
2 浮选泡沫视频监控平台总体设计 |
2.1 概述 |
2.2 矿物泡沫浮选监控需求 |
2.3 浮选泡沫监控平台功能设计 |
2.4 浮选泡沫监控平台总体结构设计 |
2.5 硬件设备配置 |
2.5.1 核心芯片分析以及选型 |
2.5.2 泡沫视频采集装置的分析 |
2.5.3 浮选泡沫监控平台外围模块分析及配置 |
2.6 小结 |
3 浮选泡沫视频监控平台的硬件电路设计 |
3.1 浮选泡沫监控平台功能模块硬件总体结构 |
3.2 浮选泡沫监控平台各模块的设计与实现 |
3.2.1 视频采集模块设计 |
3.2.2 视频处理模块硬件设计 |
3.2.3 电源及时钟电路的设计 |
3.2.4 存储器电路的设计 |
3.2.5 接口模块设计 |
3.3 硬件电路的实现 |
3.3.1 PCB设计工具及介绍 |
3.3.2 PCB布线的准备工作与元件布局 |
3.3.3 PCB布线和覆铜 |
3.4 小结 |
4 浮选泡沫视频监控平台的软件设计 |
4.1 浮选泡沫监控平台软件功能设计 |
4.2 浮选泡沫视频回显的软件设计 |
4.2.1 VPORTCAP_Params结构体描述 |
4.2.2 参数详细设计 |
4.3 网络传输模块程序设计 |
4.4 小结 |
5 浮选泡沫监控平台的调试和演示 |
5.1 选泡沫监控平台调试 |
5.1.1 硬件电路仿真测试 |
5.1.2 软件调试 |
5.2 浮选泡沫监控平台测试 |
5.2.1 测试环境 |
5.2.2 测试方法 |
5.2.3 实验结果 |
5.3 小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间主要的研究成果 |
致谢 |
(8)基于PXA310的视频数据采集与处理硬件平台的设计与实现(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本文的研究背景和意义 |
1.1.1 本文的研究背景 |
1.1.2 本文的研究意义 |
1.2 嵌入式系统的概述 |
1.2.1 嵌入式系统的概述 |
1.2.2 嵌入式系统的发展方向 |
1.3 视频监控系统的概述 |
1.4 本文的主要内容以及章节安排 |
第二章 视频数据采集与处理硬件平台方案分析 |
2.1 ARM处理器 |
2.1.1 ARM简介 |
2.1.2 ARM处理器的应用领域及特点 |
2.1.3 ARM处理器的发展历程 |
2.2 PXA310处理器 |
2.2.1 PXA310处理器的产生背景 |
2.2.2 PXA310的性能特点 |
2.3 视频数据采集与处理平台系统的功能分析 |
2.3.1 本项目介绍 |
2.3.2 处理器选型 |
2.3.3 硬件平台的系统设计 |
2.4 本章小结 |
第三章 硬件平台的电路设计 |
3.1 处理器PXA310 |
3.2 电源管理模块电路 |
3.2.1 DC/DC与LDO |
3.2.2 电源管理芯片LP3972 |
3.2.3 外围电源电路 |
3.2.4 电源系统框图 |
3.3 系统存储电路模块设计 |
3.3.1 PXA310的三种存储系统 |
3.3.2 平台主存储器 |
3.3.3 TF卡电路设计 |
3.4 时钟和中断复位电路设计 |
3.4.1 时钟电路 |
3.4.2 中断控制器 |
3.4.3 复位电路 |
3.5 视频采集模块设计 |
3.5.1 数据采集端设计原理 |
3.5.2 数据显示端设计原理 |
3.6 无线通信模块的电路设计 |
3.6.1 TM1902通信模块介绍 |
3.6.2 TM1902接口信息 |
3.6.3 四线GPIO的睡眠唤醒 |
3.6.4 TM1902的电路应用设计 |
3.7 JTAG电路设计 |
3.8 电平转换设计 |
3.8.1 RS-232电路 |
3.8.2 RS-485电路 |
3.9 本章小结 |
第四章 硬件平台的印制电路板设计 |
4.1 PCB设计制作流程 |
4.2 PCB设计原则 |
4.2.1 PCB分层设计 |
4.2.2 PCB布局原则 |
4.2.3 PCB布线原则 |
4.2.4 PCB线宽对应电流 |
4.3 硬件平台的PCB设计 |
4.3.1 PXA310的PCB设计参考 |
4.3.2 PCB布局及结构外观设计 |
4.3.3 高速信号的PCB设计 |
4.3.4 时钟信号的PCB设计 |
4.3.5 差分信号的PCB设计 |
4.3.6 电源电路的PCB设计 |
4.4 本章小结 |
第五章 系统调试及成果 |
5.1 测试环境 |
5.2 硬件测试结果 |
5.3 系统运行结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.1.1 本文工作简介 |
6.1.2 本文涉及的关键技术 |
6.1.3 本设计的创新点 |
6.2 进一步工作与展望 |
参考文献 |
致谢 |
作者在攻读硕士期间取得的成果 |
(9)基于ARM+DSP的网络视频服务器的设计(论文提纲范文)
0 前言 |
1 网络视频服务器基本构成 |
2 ARM+DSP的网络视频服务器的设计 |
2.1 现有网络视频服务器技术现状 |
2.2 ARM+DSP的硬件描述 |
2.3 网络视频服务器软件设计 |
2.4 StrongARM外围接口电路举例 |
3 采用ARM+DSP网络视频服务器的优点 |
(10)无线多媒体传感器网络节能关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 研究意义和课题来源 |
1.1.1 无线多媒体传感器网络的产生和发展 |
1.1.2 为什么要研究无线多媒体传感器网络节能技术 |
1.1.3 选题内容与来源 |
1.2 无线多媒体传感器网络概述 |
1.2.1 基本概念 |
1.2.2 特点与设计要素 |
1.2.3 典型应用 |
1.3 国内外研究现状 |
1.3.1 国内外的相关项目 |
1.3.2 无线多媒体传感节点 |
1.3.3 无线多媒体传传感器网络实验平台 |
1.4 论文主要内容与结构安排 |
1.4.1 研究内容与贡献 |
1.4.2 章节安排 |
1.5 本章小结 |
第二章 无线多媒体传感器网络层间协作节能体系 |
2.1 问题背景 |
2.1.1 能量高效的无线传感器网络架构 |
2.1.2 无线多媒体传感器网络体系 |
2.2 多媒体节点节能策略 |
2.2.1 主要能耗来源 |
2.2.2 处理模块节能策略 |
2.2.3 通信模块节能策略 |
2.2.4 传感模块节能策略 |
2.3 无线多媒体传感器网络低功耗设计 |
2.3.1 网络协议层次中的能耗限制 |
2.4 无线多媒体传感器网络层间协作节能体系 |
2.4.1 无线多媒体传感器网络协议栈 |
2.4.2 为什么要进行层间协作设计 |
2.4.3 WMSNs 层间协作节能体系的实现 |
2.5 本章小结 |
第三章 能量高效的无线多媒体传感器网络定位技术 |
3.1 问题背景 |
3.1.1 无线传感器网络定位技术的研究背景 |
3.1.2 无线多媒体传感器网络定位技术性能评价 |
3.2 基于信号场强与局部相邻关系的加权定位方法 |
3.2.1 基于不可信率的信号场强测距 |
3.2.2 基于局部相邻关系的信标加权定位 |
3.3 WMSNs 中信标节点可升级的节能定位方法 |
3.3.1 信标节点最佳部署密度计算 |
3.3.2 路径损耗因子计算 |
3.3.3 基于 LQI 差值的节能定位算法 |
3.3.4 基于互测距误差判定的已定位节点升级 |
3.3.5 实验结果与分析 |
3.4 WMSNs 中基于移动信标的节能定位技术 |
3.4.1 可移动信标与移动传感器网络 |
3.4.2 基于移动信标的节点定位基本过程 |
3.4.3 一种基于类螺旋状信标移动模型的节能定位方法 |
3.4.4 实验结果与分析 |
3.5 WMSNs 节点传感方向角度定位 |
3.5.1 方法描述 |
3.5.2 仿真结果与分析 |
3.6 本章小结 |
第四章 无线多媒体传感器网络节能覆盖优化技术 |
4.1 问题背景 |
4.1.1 传感器网络覆盖问题的基本概念 |
4.1.2 传感器网络覆盖类型 |
4.1.3 传感器网络覆盖评价标准 |
4.1.4 覆盖调整过程中的能量优化 |
4.1.5 覆盖优化技术的研究现状 |
4.2 多媒体传感节点覆盖感知模型 |
4.2.1 全向传感节点感知模型 |
4.2.2 多媒体节点传感模型 |
4.2.3 多媒体节点覆盖控制方法 |
4.3 多媒体节点传感方向调整方案 |
4.3.1 基于贪婪算法的传感方向调整方案 |
4.3.2 基于 Voronoi 图的传感方向调整方案 |
4.4 基于多目标遗传优化的多媒体传感器网络节能覆盖方法 |
4.4.1 网络模型 |
4.4.2 能量有效的网络遗传编码方案 |
4.4.3 适应度函数及个体选择 |
4.4.4 双交叉操作 |
4.4.5 最优覆盖度基因组变异操作 |
4.4.6 仿真结果与分析 |
4.5 本章小结 |
第五章 多媒体传感器网络能耗均衡策略与休眠调度方案 |
5.1 问题背景 |
5.1.1 休眠的概念及其分类 |
5.1.2 传感器网络休眠调度问题的研究现状 |
5.1.3 休眠调度下的无线多媒体传感器网络能耗预测模型 |
5.1.4 多媒体传感节点休眠时间分析 |
5.1.5 传感器网络能耗均衡策略 |
5.2 基于生命期划分的多媒体传感器网络簇内轮转方案 |
5.2.1 WSNs 及 WMSNs 生命期的定义 |
5.2.2 基于能耗判定的多层簇构建 |
5.2.2 面向能耗均衡的簇头节点生命期划分 |
5.2.3 基于簇间时分复用的节点工作状态轮转 |
5.3 基于相对信息熵的多媒体信息簇内聚合机制 |
5.3.1 相关定义 |
5.3.2 基于相对信息熵的感知数据分类 |
5.3.3 基于相对信息熵的多媒体数据聚合过程 |
5.3.4 算法性能分析 |
5.4 基于重叠区域判定的多媒体传感器网络休眠调度方法 |
5.4.1 网络重叠区域计算 |
5.4.2 考虑状态切换开销的自适应休眠机制 |
5.5 仿真与分析 |
5.5.1 仿真环境与工具简介 |
5.5.2 仿真结果与分析 |
5.6 本章小结 |
第六章 无线多媒体传感器网络节能数据传输策略 |
6.1 无线多媒体传感器网络数据传输模型 |
6.1.1 通信能耗模型 |
6.1.2 网络数据传输能耗模型 |
6.1.3 最小发射功率 |
6.2 能量有效的多媒体信息采集与处理 |
6.2.1 基于可变采样粒度的周期性传感 |
6.2.2 基于相间像素点的色块匹配 |
6.2.3 基于图像背景识别的节能数据传输 |
6.2.4 基于压缩代价评估的节能数据传输机制 |
6.2.5 面向多媒体事件流的网络生存时间优化 |
6.2.6 仿真结果与分析 |
6.3 能量有效的无线多媒体传感器网络多路径传输方案 |
6.3.1 问题背景 |
6.3.2 模型约束 |
6.3.3 构建元数据包 |
6.3.4 路径探寻 |
6.3.5 建立多路径 |
6.3.6 自适应拥塞控制 |
6.3.7 仿真结果与分析 |
6.4 本章小结 |
第七章 面向无线多媒体传感器网络的多网接入系统 |
7.1 低功耗无线多媒体传感器网络节点的设计与实现 |
7.1.1 研究背景 |
7.1.2 低功耗无线多媒体传感器网络节点硬件架构 |
7.1.3 无线音频传感节点的设计与实现 |
7.1.4 无线图像传感节点的设计与实现 |
7.1.5 低功耗无线视频传感节点的设计与实现 |
7.2 基于无线多媒体传感器网络的多网接入技术 |
7.2.1 传感器网络网关的研究现状 |
7.2.2 传感器网络接入方案分类 |
7.2.3 传感器网络网关的硬件架构 |
7.2.4 传感器网络网关硬件的设计与实现 |
7.2.5 基于网关的多媒体传感器网络泛在通信的实现 |
7.3 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
致谢 |
攻读博士学位期间的学术论文 |
攻读博士学位期间参加的科研工作 |
攻读博士学位期间发明专利授权情况 |
攻读博士学位期间发明专利申请情况 |
攻读博士学位期间软件着作权登记情况 |
攻读博士学位期间所获科技奖项 |
缩略词 |
图表清单 |
参考文献 |
四、基于StrongARM的视频采集与处理系统(论文参考文献)
- [1]基于DSP与ARM的大豆籽粒视觉分级系统[D]. 杨森森. 东北农业大学, 2016(03)
- [2]智能家居中远程实时视频监控系统的研究与实现[D]. 唐思琦. 东南大学, 2015(05)
- [3]农作物虫害图像采集与处理手持设备的设计[D]. 张宜君. 河北农业大学, 2014(03)
- [4]基于ARM9和OpenCV的视频监控系统的研究[D]. 葛林. 湖北工业大学, 2013(12)
- [5]基于ARM的无线视频监控系统设计[D]. 阳韬. 北京交通大学, 2013(S2)
- [6]嵌入式网络视频监控系统研究[D]. 杨方彪. 西安工程大学, 2013(12)
- [7]基于DSP的浮选泡沫视频监控硬件平台的研究与开发[D]. 郭健. 中南大学, 2013(05)
- [8]基于PXA310的视频数据采集与处理硬件平台的设计与实现[D]. 赵宇翔. 青岛科技大学, 2013(07)
- [9]基于ARM+DSP的网络视频服务器的设计[J]. 俞建军,倪勇. 计算机测量与控制, 2011(07)
- [10]无线多媒体传感器网络节能关键技术研究[D]. 沙超. 南京邮电大学, 2011(06)