基于MATLAB与FPGA的图像处理教程

目 录
第1章 什么是硬件加速引擎 1
1.1　CPU是怎么加速的？ 1
1.1.1 CPU体系结构加速 1
1.1.2 CPU流水线加速 3
1.2　什么是硬件加速引擎 5
1.2.1 苹果M1芯片架构 6
1.2.2 海思Hi3516A芯片架构 8
1.2.3 本书图像加速内容 9
1.3　FPGA软件仿真环境介绍 10
1.3.1 FPGA目录规划约定 10
1.3.2 仿真验证平台介绍 10
1.3.3 相关软件环境介绍 13
1.4　FPGA硬件验证平台介绍 14
第2章 RGB转YCbCr算法介绍及MATLAB与FPGA实现 17
2.1　RGB与YCbCr色域介绍 17
2.1.1 RGB模型 18
2.1.2 YCbCr色域介绍 20
2.2　RGB转YCbCr加速运算 22
2.2.1 让你的软件飞起来 22
2.2.2 FPGA硬件加速思维 24
2.2.3 FPGA硬件实现推导 27
2.3　RGB转YCbCr的MATLAB实现 27
2.3.1 MATLAB代码的设计 27
2.3.2 仿真数据的准备 31
2.4　RGB转YCbCr的FPGA实现 32
2.4.1 FPGA代码的实现 33
2.4.2 仿真流程的详解 36
第3章 常用图像增强算法介绍及MATLAB与FPGA实现 39
3.1　直方图均衡算法的实现 39
3.1.1 直方图均衡的原理 39
3.1.2 直方图均衡的MATLAB实现 42
3.1.3 直方图均衡的FPGA实现 47
3.1.4 直方图均衡的ModelSim仿真 51
3.2　对比度算法的实现 53
3.2.1 对比度增强的原理 53
3.2.2 指数对比度增强的MATLAB实现 56
3.2.3 指数对比度增强的FPGA实现 58
3.2.4 指数对比度增强的ModelSim仿真 60
3.3　Gamma映射算法的实现 62
3.3.1 Gamma映射的原理 62
3.3.2 Gamma映射的MATLAB实现 66
3.3.3 Gamma映射的FPGA实现 69
3.3.4 Gamma映射的ModelSim仿真 71
第4章 常用图像降噪算法介绍及MATLAB与FPGA实现 73
4.1　降噪原理介绍 73
4.1.1 为什么要降噪 73
4.1.2 什么是噪声 73
4.1.3 图像降噪简介 74
4.2　均值滤波算法的实现 75
4.2.1 均值滤波算法的理论 75
4.2.2 均值滤波的MATLAB实现 75
4.2.3 均值滤波的FPGA实现 78
4.2.4 均值滤波的ModelSim仿真 82
4.3　中值滤波算法的实现 84
4.3.1 中值滤波算法的理论 84
4.3.2 中值滤波的MATLAB实现 87
4.3.3 中值滤波的FPGA实现 90
4.3.4 中值滤波的ModelSim仿真 90
4.4　高斯滤波算法的实现 93
4.4.1 高斯滤波算法的理论 95
4.4.2 高斯滤波的MATLAB实现 97
4.4.3 高斯滤波的FPGA实现 99
4.4.4 高斯滤波的ModelSim仿真 104
4.5　双边滤波算法的实现 107
4.5.1 双边滤波算法的理论 107
4.5.2 双边滤波的MATLAB实现 109
4.5.3 双边滤波的FPGA实现 118
4.5.4 双边滤波的ModelSim仿真 123
第5章 常用图像二值化算法介绍及MATLAB与FPGA实现 126
5.1　图像二值化的目的 126
5.2　全局阈值二值化算法 127
5.2.1 全局阈值二值化算法的理论与MATLAB实现 128
5.2.2 全局阈值二值化的MATLAB实现 131
5.2.3 全局阈值二值化的FPGA实现 131
5.3　局部阈值二值化算法 131
5.3.1 局部阈值二值化算法的理论 131
5.3.2 局部阈值二值化的MATLAB实现 132
5.3.3 局部阈值二值化的FPGA实现 134
5.3.4 局部阈值二值化的ModelSim仿真 136
5.4　Sobel边缘检测算法 140
5.4.1 Sobel边缘检测算法的理论 141
5.4.2 Sobel边缘检测的MATLAB实现 142
5.4.3 Sobel边缘检测的FPGA实现 144
5.4.4 Sobel边缘检测的ModelSim仿真 145
5.5　二值化腐蚀、膨胀算法 147
5.5.1 二值化腐蚀、膨胀算法的理论 147
5.5.2 二值化腐蚀、膨胀的MATLAB实现 148
5.5.3 二值化腐蚀、膨胀的FPGA实现 152
5.5.4 二值化腐蚀、膨胀的ModelSim仿真 153
5.6 帧间差算法及运动检测算法 155
5.6.1 帧间差算法及运动检测算法的理论 155
5.6.2 帧间差及运动检测的MATLAB实现 157
5.6.3 帧间差及运动检测的FPGA实现 164
第6章 常用图像锐化算法介绍及MATLAB与FPGA实现 165
6.1　图像锐化的原理 165
6.1.1 一阶微分的边缘检测 166
6.1.2 二阶微分的边缘检测 167
6.1.3 一阶微分与二阶微分的边缘检测对比 168
6.2　Robert锐化算法的实现 170
6.2.1 Robert锐化算法的理论 170
6.2.2 Robert锐化的MATLAB实现 170
6.2.3 Robert锐化的FPGA实现 172
6.2.4 Robert锐化的ModelSim仿真 173
6.3　Sobel锐化算法的实现 176
6.3.1 Sobel锐化算法的理论 176
6.3.2 Sobel锐化的MATLAB实现 177
6.3.3 Sobel锐化的FPGA实现 179
6.3.4 Sobel锐化的ModelSim仿真 180
6.4　Laplacian锐化算法的实现 182
6.4.1 Laplacian锐化算法的理论 182
6.4.2 Laplacian锐化的MATLAB实现 183
6.4.3 Laplacian锐化的FPGA实现 185
6.4.4 Laplacian锐化的ModelSim仿真 186
第7章 常用图像缩放算法介绍及MATLAB与FPGA实现 190
7.1　最近邻插值算法的实现 191
7.1.1 最近邻插值算法的理论 191
7.1.2 最近邻插值的MATLAB实现 192
7.1.3 最近邻插值的FPGA实现 194
7.1.4 最近邻插值的ModelSim仿真 197
7.2　双线性插值算法的实现 199
7.2.1 双线性插值算法的理论 199
7.2.2 双线性插值的MATLAB实现 201
7.2.3 双线性插值的FPGA实现 204
7.2.4 双线性插值的ModelSim仿真 209
7.3　双三次插值算法的实现 214
7.3.1 双三次插值算法的理论 214
7.3.2 双三次插值的MATLAB实现 216
7.3.3 双三次插值的FPGA实现 219
7.4　浅谈基于深度学习的缩放算法 219
7.4.1 DL-SR算法的理论 219
7.4.2 DL-SR算法的性能提升 222
7.4.3 DL-SR与High-level CV的区别 223
7.4.4 DL-SR的几点思考与未来 223
第8章 基于LeNet5的深度学习算法介绍及MATLAB与FPGA实现 225
8.1 神经网络的介绍 225
8.1.1 人工神经网络 225
8.1.2 卷积神经网络 226
8.2 基于LeNet5 卷积神经网络的MATLAB实现 229
8.2.1 LeNet5卷积神经网络的简介 229
8.2.2 LeNet5卷积神经网络的MATLAB实现 230
8.2.3 基于LeNet5卷积神经网络的FPGA实现 233
8.3 基于摄像头的字符识别FPGA Demo的搭建与实现 240
第9章 传统ISP及AISP的图像处理硬件加速引擎介绍 248
9.1 ISP介绍 248
9.1.1 ISP简介 248
9.1.2 ISP的应用 250
9.1.3 ISP基础算法及流水线 253
9.1.4 Bayer域的图像处理算法 254
9.1.5 RGB域的图像处理算法 256
9.1.6 YUV域的图像处理算法 258
9.2 基于AI的ISP图像加速引擎介绍 259
9.2.1 AI在图像领域的应用 259
9.2.2 AISP简介 260
9.2.3 AISP的产业化应用 265
9.2.4 本章小结 267
延伸阅读 268
缩略语 271