CN111145133A - 基于zynq的红外和可见光同光轴图像融合系统及方法 - Google Patents
基于zynq的红外和可见光同光轴图像融合系统及方法 Download PDFInfo
- Publication number
- CN111145133A CN111145133A CN201911237110.9A CN201911237110A CN111145133A CN 111145133 A CN111145133 A CN 111145133A CN 201911237110 A CN201911237110 A CN 201911237110A CN 111145133 A CN111145133 A CN 111145133A
- Authority
- CN
- China
- Prior art keywords
- image
- infrared
- visible light
- fusion
- zynq
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000015654 memory Effects 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 31
- 230000005540 biological transmission Effects 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 14
- 238000007499 fusion processing Methods 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 11
- 238000003672 processing method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 abstract description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007500 overflow downdraw method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明提出了一种基于ZYNQ的红外和可见光同光轴图像融合系统及方法，该系统包括ZYNQ处理器、DDR3内存、HDMI显示器、同光轴的可见光传感器和红外传感器，所述ZYNQ处理器包括处理器系统和FPGA，所述处理器系统包括ARM处理器和DDR3控制器，所述FPGA包括视频采集IP核模块和视频处理IP核模块。本发明通过采用不同的参考图像及映射方法，实现了彩色融合、灰度融合双融合模式，可根据不同实际情况采用不同的融合模式。
Description
技术领域
本发明属于图像融合技术领域，具体为一种基于ZYNQ的红外和可见光同光轴图像融合系统及方法。
背景技术
图像融合技术需要对多幅图像进行复杂的处理和计算，在实时处理过程中需要进行大量的数据处理和数据存储，因此需要采用运算速度高、具备并行处理能力且有一定存储能力的硬件系统进行处理。传统的硬件处理平台是使用PC机进行图像融合处理，但PC机本质上是采用顺序方式执行指令，无法大面积实现指令的并行处理，影响处理速度，一般适用于图像融合算法的仿真验证。目前也有研究人员使用DSP、ARM、FPGA等小型化硬件平台进行处理，但在某些特定应用场景下，单一的硬件平台可能无法适应场景需求，因此研究复合硬件平台成为一种趋势。采用ARM+FPGA方法对视频图像进行处理，将会是未来视频图像处理技术的方向，也将会促进嵌入式型系统的应用与推广。
目前国内外学者提出了相当多的图像融合方法，基于神经网络、深度学习、多尺度变换等的融合方法性能卓越，但因其计算量庞大而在现阶段无法应用于小型嵌入式系统中。
发明内容
本发明的目的在于提出了一种基于ZYNQ的红外和可见光同光轴图像融合系统。
实现本发明的技术解决方案为：一种基于ZYNQ的红外和可见光同光轴图像融合系统，一种基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，包括ZYNQ处理器、DDR3内存、HDMI显示器、同光轴的可见光传感器和红外传感器，所述ZYNQ处理器包括处理器系统和FPGA，所述处理器系统包括ARM处理器和DDR3控制器，所述FPGA包括视频采集IP核模块和视频处理IP核模块，其中：
所述视频采集IP核模块与所述处理器系统连接，用于控制同光轴的可见光传感器和红外传感器采集视频数据；
所述DDR3内存通过DDR3控制器与ARM处理器连接，所述DDR3控制器用于控制DDR3内存存储同光轴的可见光传感器和红外传感器采集到的视频数据；
所述视频处理IP核模块与所述处理器系统连接，用于对DDR3内存中缓存的视频数据进行图像融合处理，并将融合后的图像传回DDR3内存进行存储；
所述HDMI显示器与视频处理IP核模块连接，对融合后的视频数据进行显示。
优选地，所述视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理的具体方法为：
利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小；
对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像；
对三幅灰度图像进行基于颜色传递的图像增强；
将增强后的图像进行伪彩色融合或灰度融合，得到最终的融合图像。
本发明还提出了一种基于ZYNQ的红外和可见光同光轴图像融合方法，具体步骤为：
步骤1、视频采集IP核模块控制同光轴的可见光传感器和红外传感器采集视频数据并存储在DDR3内存中；
步骤2、视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理，具体处理方法为：
利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小；
对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像；
对三幅灰度图像进行基于颜色传递的图像增强；
将增强后的图像进行伪彩色融合或灰度融合，得到最终的融合图像；
步骤3、将融合后的图像传回DDR3内存进行存储并通过HDMI显示器进行显示。
本发明与现有技术相比，其显著优点为：
1、高速处理的嵌入式平台：本发明为能够快速运算的软硬件协同处理系统；
2、本发明基于ZYNQ平台进行算法实现，充分发挥双核CPU以及ARM+FPGA的优势，对算法步骤进行流水线设计，高效执行，获得高速运算结果；
3、本发明通过采用不同的参考图像及映射方法，实现了彩色融合、灰度融合双融合模式，可根据不同实际情况采用不同的融合模式。
下面结合附图对本发明做进一步详细描述。
附图说明
图1为本发明系统架构框图。
图2为本发明系统工作流程图。
图3为本发明融合效果图。
具体实施方式
如图1所示，一种基于ZYNQ的红外和可见光同光轴图像融合系统，包括ZYNQ处理器、DDR3内存、HDMI显示器、同光轴的可见光传感器和红外传感器，所述ZYNQ处理器包括处理器系统和FPGA，所述处理器系统包括ARM处理器和DDR3控制器，所述FPGA包括视频采集IP核模块和视频处理IP核模块，所述视频采集IP核模块与所述处理器系统连接，用于控制同光轴的可见光传感器和红外传感器采集视频数据；
DDR3内存通过DDR3控制器与ARM处理器连接，DDR3控制器用于控制DDR3内存存储同光轴的可见光传感器和红外传感器采集到的视频数据；
所述视频处理IP核模块与所述处理器系统连接，用于对DDR3内存中缓存的视频数据进行图像融合处理，并将融合后的图像传回DDR3内存进行存储；HDMI显示器与视频处理IP核模块连接，对融合后的视频数据进行显示。
所述视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理的具体方法为：
利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小；
对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像；
对三幅灰度图像进行基于颜色传递的图像增强；
将增强后的图像进行伪彩色融合或灰度融合，得到最终的融合图像。进一步的实施例中，处理器系统和FPGA通过AXI4总线连接。
进一步的实施例中，DDR3控制器通过AXI接口连接AXI4总线，实现视频数据传输的AXI VDMA视频传输通道。
进一步的实施例中，所述视频采集IP核模块通过VDMA视频传输通道与所述处理器系统连接。
进一步的实施例中，所述视频处理IP核模块通过VDMA视频传输通道与所述处理器系统连接。
在某些实施例中，ZYNQ处理器选用的是ZYNQ-7000系列的XC7Z035FFG676-2I作为核心芯片。
在某些实施例中，DDR3内存选用4片MT41K256M16RE-125DDR3内存，2片与处理器系统内存接口相连，其余的直接与FPGA的PL连接，可通过MIG来访问PL部分的内存。
进一步的实施例中，本发明包括与所述ARM处理器连接的SD卡，用于存储裸机运行的bin文件。在某些实施例中，选用32GB的SD卡，文件系统为FAT32，存储裸机运行的bin文件。
如图2所示，一种基于ZYNQ的红外和可见光同光轴图像融合方法，具体步骤为：
步骤1、视频采集IP核模块控制同光轴的可见光传感器和红外传感器采集视频数据并存储在DDR3内存中；
步骤2、视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理，具体处理方法为：
步骤2-1、利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小，便于像素级图像融合的操作。
由于通常情况下红外传感器的分辨率低于可见光传感器，因此在图像融合之前需要对两幅图像的尺寸进行匹配，使之达到一样的尺寸大小。双线性插值的具体过程为：
针对红外图像与可见光图像尺寸不匹配的问题(例：红外图像512px×512px，可见光图像2048px×2048px)，需对红外图像进行双线性插值，放大红外图像尺寸以适配可见光图像。
在红外图像x、y两个方向上分别进行一次线性插值，方向先后不影响最终结果。插值后图像的点(x,y)按红外图像和可见光图像尺寸的比例关系对应到插值前图像中是点(X+u,Y+v)，X和Y分别为X+u、Y+v的整数部分，u与v分别为X+u、Y+v的小数部分。
根据插值前图像中点(X+u,Y+v)附近四个邻域点(X,Y)、(X,Y+1)、(X+1,Y)、(X+1,Y+1)，获得插值后图像点(x,y)处的像素值为：
f(x,y)＝f(X+u,Y+v)
＝f(X,Y)×(1-u)×(1-v)+f(X,Y+1)×(1-u)×v+f(X+1,Y)×u×(1-v)+f(X+1,Y+1)×u×v
插值之后可得到适配可见光图像尺寸的红外图像。
步骤2-2、利用改进的基于颜色传递的图像融合算法对红外和可见光图像进行融合。即先对插值后的红外图像和可见光图像进行线性运算得到三幅灰度图像，通过YUV空间的颜色传递进行图像融合，选用不同参考图像以满足伪彩色融合或灰度融合的效果，如图3所示，具体过程为：
步骤2-2-1、对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像，在YUV空间中实现了假彩色融合和彩色转移步骤，其中Y表示亮度，U表示蓝色和亮度之差，V表示红色和亮度之差。YUV空间中的假彩色融合图像可由下述公式计算得到：
其中，Vis为可见光源图像，IR为红外源图像，YO、UO、VO表示三幅灰度图像。
步骤2-2-2、对三幅灰度图像进行基于颜色传递的图像增强，以使最终融合图像和参考图像在适当的颜色空间中对于每个通道具有相同的均值和标准偏差。在YUV颜色空间中，基于颜色传递的图像增强可由下述公式表示：
其中，YO、UO、VO分别表示由红外图像和可见光图像线性运算后得到的三幅灰度图像，YF、UF、VF分别表示对应三幅灰度图像的增强后图像，
分别表示YO、UO、VO三幅图像的均值，
分别表示YO、UO、VO三幅图像的方差，
分别表示参考图像在YUV空间Y、U、V三个通道的图像的均值，
分别表示参考图像在YUV空间Y、U、V三个通道的图像的方差；η则为红外图像局部偏差和总体偏差的比值，D是红外图像像素均值偏差，μD表示D的均值。参考图像是另选的一幅颜色层次比较分明的彩色图像。
步骤2-2-3、将增强后的图像进行融合，得到最终的融合图像。本发明设计了两种融合模式，包括伪彩色融合模式和灰度融合模式，伪彩色融合模式采用色彩均衡的参考图像，灰度融合模式采用红色分量偏多的参考图像。
在伪彩色融合模式中，将YUV空间的三通道图像映射到RGB空间，即可得到伪彩色融合图像，具体公式为：
在灰度融合模式中，为更加突出热目标和冷目标，将得到的YF、UF、VF辅以比例系数进行加成，得到增强后的灰度融合图像。
F＝YF-k·UF+k·VF
由于热目标和冷目标与红外图像均值都有很大的差异，因此两者都可以得到增强，热目标和冷目标均呈现为白色。
步骤3、将最终得到的融合图像经VMDA在DDR3中缓存，并使用HDMI输出至显示器件进行显示。由于图像需要进行输出显示或者上传至上位机，对图像进行缓存是必要的。使用VDMA对图像进行三缓存，三缓存机制能有效地防止图像撕裂、错位等问题。具体实现过程为：
融合后的数据通过AXI接口传入VDMA的IP核中，VDMA将数据搬运至DDR3中，在ARM的控制下，VDMA在DDR中开辟三帧的缓存空间循环储存。经过DDR储存后的图像，在ARM的控制下可通过HDMI接口数出至显示器。高清晰度多媒体接口(High Definition MultimediaInterface，HDMI)是一种数字化视频/音频接口技术，是适合影像传输的专用型数字化接口，其可同时传送音频和影像信号，最高数据传输速度为2.25GB/s，同时无需在信号传送前进行数/模或者模/数转换。
实施例
一种基于ZYNQ的红外和可见光同光轴图像融合系统，包括ZYNQ处理器、DDR3内存、SD卡、HDMI显示器、同光轴的可见光传感器和红外传感器。
ZYNQ处理器选用的是ZYNQ-7000系列的XC7Z035FFG676-2I作为核心芯片，包括处理器系统和FPGA，所述处理器系统和FPGA通过高速AXI4总线连接。
处理器系统包括ARM处理器和DDR3控制器，FPGA包括视频采集IP核模块和视频处理IP核模块。
DDR3内存通过DDR3控制器与ARM处理器连接，DDR3控制器控制DDR3内存存储同光轴的可见光传感器和红外传感器采集到的视频数据，同时DDR3控制器通过AXI接口连接AXI4总线，实现视频数据传输的AXI VDMA视频传输通道。所述DDR3内存选用4片MT41K256M16RE-125 DDR3内存，2片与处理器系统内存接口相连，其余的直接与FPGA的PL连接，可通过MIG来访问PL部分的内存。
所述SD卡与所述ARM处理器连接，用于存储裸机运行的bin文件。选用32GB的SD卡，文件系统为FAT32，存储裸机运行的bin文件。
所述视频采集IP核模块通过VDMA视频传输通道与所述处理器系统连接，用于采集同光轴的可见光传感器和红外传感器采集到的视频数据。
所述视频处理IP核模块通过VDMA视频传输通道与所述处理器系统连接，用于对DDR3内存中缓存的视频数据依次进行图像插值、融合的处理。HDMI控制器与HDMI显示器连接，控制HDMI显示器对融合后的视频数据进行显示。
Claims (10)
1.一种基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，包括ZYNQ处理器、DDR3内存、HDMI显示器、同光轴的可见光传感器和红外传感器，所述ZYNQ处理器包括处理器系统和FPGA，所述处理器系统包括ARM处理器和DDR3控制器，所述FPGA包括视频采集IP核模块和视频处理IP核模块，其中：
所述视频采集IP核模块与所述处理器系统连接，用于控制同光轴的可见光传感器和红外传感器采集视频数据；
所述DDR3内存通过DDR3控制器与ARM处理器连接，所述DDR3控制器用于控制DDR3内存存储同光轴的可见光传感器和红外传感器采集到的视频数据；
所述视频处理IP核模块与所述处理器系统连接，用于对DDR3内存中缓存的视频数据进行图像融合处理，并将融合后的图像传回DDR3内存进行存储；
所述HDMI显示器与视频处理IP核模块连接，对融合后的视频数据进行显示。
2.根据权利要求1所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，所述视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理的具体方法为：
利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小；
对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像；
对三幅灰度图像进行基于颜色传递的图像增强；
将增强后的图像进行伪彩色融合或灰度融合，得到最终的融合图像。
3.根据权利要求1所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，所述处理器系统和FPGA通过AXI4总线连接。
4.根据权利要求1所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，所述DDR3控制器通过AXI接口连接AXI4总线，实现视频数据传输的VDMA视频传输通道。
5.根据权利要求4所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，所述视频采集IP核模块通过VDMA视频传输通道与所述处理器系统连接。
6.根据权利要求4所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，所述视频处理IP核模块通过VDMA视频传输通道与所述处理器系统连接。
7.根据权利要求1所述的基于ZYNQ的红外和可见光同光轴图像融合系统，其特征在于，包括与所述ARM处理器连接的SD卡，用于存储裸机运行的bin文件。
8.基于权利要求1～7任一所述的系统的方法，其特征在于，具体步骤为：
步骤1、视频采集IP核模块控制同光轴的可见光传感器和红外传感器采集视频数据并存储在DDR3内存中；
步骤2、视频处理IP核模块对DDR3内存中缓存的视频数据进行图像融合处理，具体处理方法为：
利用双线性插值将同时刻的红外和可见光图像尺寸放缩至同一大小；
对插值后的红外图像和可见光图像进行线性运算得到在YUV空间的三幅灰度图像；
对三幅灰度图像进行基于颜色传递的图像增强；
将增强后的图像进行伪彩色融合或灰度融合，得到最终的融合图像；
步骤3、将融合后的图像传回DDR3内存进行存储并通过HDMI显示器进行显示。
9.根据权利要求7所述的基于ZYNQ的红外和可见光同光轴图像融合方法，其特征在于，对三幅灰度图像进行基于颜色传递的图像增强的具体公式为：
其中，YO、UO、VO分别表示由红外图像和可见光图像线性运算后得到的三幅灰度图像，YF、UF、VF分别表示对应三幅灰度图像的增强后图像，
分别表示YO、UO、VO三幅图像的均值，
分别表示YO、UO、VO三幅图像的方差，
分别表示参考图像在YUV空间Y、U、V三个通道的图像的均值，
分别表示参考图像在YUV空间Y、U、V三个通道的图像的方差；η则为红外图像局部偏差和总体偏差的比值，D是红外图像像素均值偏差，μD表示D的均值。
10.根据权利要求8所述的基于ZYNQ的红外和可见光同光轴图像融合方法，其特征在于，伪彩色融合的具体公式为：
灰度融合的具体公式为：
F＝YF-k·UF+k·VF
式中，k为比例系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911237110.9A CN111145133A (zh) | 2019-12-05 | 2019-12-05 | 基于zynq的红外和可见光同光轴图像融合系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911237110.9A CN111145133A (zh) | 2019-12-05 | 2019-12-05 | 基于zynq的红外和可见光同光轴图像融合系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111145133A true CN111145133A (zh) | 2020-05-12 |
Family
ID=70517672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911237110.9A Pending CN111145133A (zh) | 2019-12-05 | 2019-12-05 | 基于zynq的红外和可见光同光轴图像融合系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111145133A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723818A (zh) * | 2020-06-22 | 2020-09-29 | 浙江大华技术股份有限公司 | 图像预处理方法和装置 |
| CN115051881A (zh) * | 2022-06-07 | 2022-09-13 | 北京计算机技术及应用研究所 | 一种基于dsp28346和zynq双主芯片的千兆以太网实现方法 |
| CN115170810A (zh) * | 2022-09-08 | 2022-10-11 | 南京理工大学 | 一种可见光红外图像融合目标检测实例分割方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102547063A (zh) * | 2012-02-08 | 2012-07-04 | 南京航空航天大学 | 基于颜色对比度增强的自然感彩色融合方法 |
| CN107071324A (zh) * | 2017-01-25 | 2017-08-18 | 上海电气集团股份有限公司 | 一种视觉图像处理系统及其设计方法 |
-
2019
- 2019-12-05 CN CN201911237110.9A patent/CN111145133A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102547063A (zh) * | 2012-02-08 | 2012-07-04 | 南京航空航天大学 | 基于颜色对比度增强的自然感彩色融合方法 |
| CN107071324A (zh) * | 2017-01-25 | 2017-08-18 | 上海电气集团股份有限公司 | 一种视觉图像处理系统及其设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 徐萌兮等: "《共轴光学系统下的红外与可见光图像融合与彩色化》", 《激光与光电子学进展》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111723818A (zh) * | 2020-06-22 | 2020-09-29 | 浙江大华技术股份有限公司 | 图像预处理方法和装置 |
| CN115051881A (zh) * | 2022-06-07 | 2022-09-13 | 北京计算机技术及应用研究所 | 一种基于dsp28346和zynq双主芯片的千兆以太网实现方法 |
| CN115051881B (zh) * | 2022-06-07 | 2023-10-31 | 北京计算机技术及应用研究所 | 一种基于dsp28346和zynq双主芯片的千兆以太网实现方法 |
| CN115170810A (zh) * | 2022-09-08 | 2022-10-11 | 南京理工大学 | 一种可见光红外图像融合目标检测实例分割方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111145133A (zh) | 基于zynq的红外和可见光同光轴图像融合系统及方法 | |
| CN208971624U (zh) | 车载摄像系统 | |
| CN107071324A (zh) | 一种视觉图像处理系统及其设计方法 | |
| CN101516015B (zh) | 多路视频数据采集处理和传输的方法 | |
| CN103269425A (zh) | 多功能智能图像转换系统 | |
| US20210200474A1 (en) | Data processing method, apparatus, device, and system, storage medium, and program product | |
| CN108616717B (zh) | 一种实时全景视频拼接显示装置及其方法 | |
| DE112014000938T5 (de) | Verfahren und Vorrichtung zur Stromeinsparung in einer Anzeige-Pipeline durch Herunterfahren des inaktiven Komponenten | |
| CN104717485A (zh) | 一种基于fpga的vga接口裸眼3d显示系统 | |
| CN107659800A (zh) | 一种dmd高帧频高分辨率同步动态显示系统 | |
| CN108053385A (zh) | 一种鱼眼视频实时矫正系统及方法 | |
| CN106817545B (zh) | 一种快速多分辨率视频图像镜像旋转处理系统 | |
| CN103916643A (zh) | 一种高速智能线阵彩色ccd相机 | |
| CN112634150A (zh) | 一种基于fpga的红外夜视图像增强方法 | |
| CN109889743B (zh) | 一种高低增益联合存贮的夜光遥感相机大动态范围图像获取方法 | |
| CN110738594A (zh) | 基于fpga的机载电子仪表画面产生方法 | |
| CN107707820A (zh) | 基于fpga的航空相机实时电子变倍系统 | |
| CN109978787B (zh) | 一种基于生物视觉计算模型的图像处理方法 | |
| CN117036164A (zh) | 光电扫描图像通用拼接显示方法及系统 | |
| CN104156954A (zh) | 适于多光谱图像压缩的配准预处理系统 | |
| CN102685439A (zh) | 一种使用fpga实现图像数据传输控制的装置及方法 | |
| Zhang et al. | Research and implementation of the cmos camera device driver based on S3C2440 | |
| CN107623834A (zh) | 一种基于fpga的运动目标检测系统 | |
| CN206164677U (zh) | Usb3.0cmos线阵工业相机 | |
| CN114936174B (zh) | 基于地面无人平台的图像处理与融合计算方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200512 |
|
| RJ01 | Rejection of invention patent application after publication |