基于MATLAB与FPGA的图像处理教程

作品简介

本书不是一本纯粹的基于软件算法的教程，亦不是一本单一讲述FPGA硬件实现的书，而是一本从图像处理算法理论基础出发，结合MATLAB软件实现，终采用FPGA进行并行硬件加速的指南。书中选用了一些常用的图像处理算法，相关章节大都遵循"算法理论→MATLAB软件验证→FPGA硬件实现”的流程，将这些算法由浅入深、循序渐进地从算法理论讲解到FPGA硬件实现。本书适合对FPGA图像处理感兴趣的读者，需读者熟悉MATLAB软件与Verilog语言，并且具备一定的FPGA基础。

韩彬，网名CrazyBingo（CB），分别在杭州电子科技大学、西安电子科技大学获得学士学位、硕士学位，曾在中兴微电子（深圳市中兴微电子技术有限公司）负责多年的多媒体SOC前端开发工作，以及FPGA加速验证等事宜，在视频图像前后处理算法加速领域，有丰富的经验与实战的积累。此外，这些年作者编写过大量FPGA教程，也编写过无数FPGA图像的处理方案与架构，并相继出版了《FPGA设计技巧与案例开发详解（第3版）》《Verilog数字系统教程（第4版）》等书，获得业界广泛好评。

作品目录

• 前　言
• 第1章　什么是硬件加速引擎
• 1.1　CPU是怎么加速的？
• 1.1.1　CPU体系结构加速
• 1.1.2　CPU流水线加速
• 1.2　什么是硬件加速引擎
• 1.2.1　苹果M1芯片架构
• 1.15　苹果M1芯片在线游戏运行流水线（示意图）
• 1.2.2　海思Hi3516A芯片架构
• 1.2.3　本书图像加速内容
• 1.3　FPGA软件仿真环境介绍
• 1.3.1　FPGA目录规划约定
• 1.3.2　仿真验证平台介绍
• 1.3.3　相关软件环境介绍
• 1.4　FPGA硬件验证平台介绍
• 第2章　RGB转YCbCr算法介绍及MATLAB与FPGA实现
• 2.1　RGB与YCbCr色域介绍
• 2.1.1　RGB模型
• 2.1.2　YCbCr色域介绍
• 2.2　RGB转YCbCr加速运算
• 2.2.1　让你的软件飞起来
• 2.2.2　FPGA硬件加速思维
• 2.2.3　FPGA硬件实现推导
• 2.3　RGB转YCbCr的MATLAB实现
• 2.3.1　MATLAB代码的设计
• 2.3.2　仿真数据的准备
• 2.4　RGB转YCbCr的FPGA实现
• 2.4.1　FPGA代码的实现
• 2.4.2　仿真流程的详解
• 第3章　常用图像增强算法介绍及MATLAB与FPGA实现
• 3.1　直方图均衡算法的实现
• 3.1.1　直方图均衡的原理
• 3.1.2　直方图均衡的MATLAB实现
• 3.1.3　直方图均衡的FPGA实现
• 3.1.4　直方图均衡的ModelSim仿真
• 3.2　对比度算法的实现
• 3.2.1　对比度增强的原理
• 3.2.2　指数对比度增强的MATLAB实现
• 3.2.3　指数对比度增强的FPGA实现
• 3.2.4　指数对比度增强的ModelSim仿真
• 3.3　Gamma映射算法的实现
• 3.3.1　Gamma映射的原理
• 3.3.2　Gamma映射的MATLAB实现
• 3.3.3　Gamma映射的FPGA实现
• 3.3.4　Gamma映射的ModelSim仿真
• 第4章　常用图像降噪算法介绍及MATLAB与FPGA实现
• 4.1降噪原理介绍
• 4.1.1　为什么要降噪
• 4.1.2　什么是噪声
• 4.1.3　图像降噪简介
• 4.2　均值滤波算法的实现
• 4.2.1　均值滤波算法的理论
• 4.2.2　均值滤波的MATLAB实现
• 4.2.3　均值滤波的FPGA实现
• 4.2.4　均值滤波的ModelSim仿真
• 4.3　中值滤波算法的实现
• 4.3.1　中值滤波算法的理论
• 4.3.2　中值滤波的MATLAB实现
• 4.3.3　中值滤波的FPGA实现
• 4.3.4　中值滤波的ModelSim仿真
• 4.4　高斯滤波算法的实现
• 4.4.1　高斯滤波算法的理论
• 4.4.2　高斯滤波的MATLAB实现
• 4.4.3　高斯滤波的FPGA实现
• 4.4.4　高斯滤波的ModelSim仿真
• 4.5　双边滤波算法的实现
• 4.5.1　双边滤波算法的理论
• 4.5.2　双边滤波的MATLAB实现
• 4.5.3　双边滤波的FPGA实现
• 4.5.4　双边滤波的ModelSim仿真
• 第5章　常用图像二值化算法介绍及MATLAB与FPGA实现
• 5.1　图像二值化的目的
• 5.2　全局阈值二值化算法
• 5.2.1　全局阈值二值化算法的理论与MATLAB实现
• 5.2.2　全局阈值二值化的MATLAB实现
• 5.2.3　全局阈值二值化的FPGA实现
• 5.3　局部阈值二值化算法
• 5.3.1　局部阈值二值化算法的理论
• 5.3.2　局部阈值二值化的MATLAB实现
• 5.3.3　局部阈值二值化的FPGA实现
• 5.3.4　局部阈值二值化的ModelSim仿真
• 5.4　Sobel边缘检测算法
• 5.4.1　Sobel边缘检测算法的理论
• 5.4.2　Sobel边缘检测的MATLAB实现
• 5.4.3　Sobel边缘检测的FPGA实现
• 5.4.4　Sobel边缘检测的ModelSim仿真
• 5.5　二值化腐蚀、膨胀算法
• 5.5.1　二值化腐蚀、膨胀算法的理论
• 5.5.2　二值化腐蚀、膨胀的MATLAB实现
• 5.5.3　二值化腐蚀、膨胀的FPGA实现
• 5.5.4　二值化腐蚀、膨胀的ModelSim仿真
• 5.6　帧间差算法及运动检测算法
• 5.6.1　帧间差算法及运动检测算法的理论
• 5.6.2　帧间差及运动检测的MATLAB实现
• 5.6.3　帧间差及运动检测的FPGA实现
• 第6章　常用图像锐化算法介绍及MATLAB与FPGA实现
• 6.1　图像锐化的原理
• 6.1.1　一阶微分的边缘检测
• 6.1.2　二阶微分的边缘检测
• 6.1.3　一阶微分与二阶微分的边缘检测对比
• 6.2　Robert锐化算法的实现
• 6.2.1　Robert锐化算法的理论
• 6.2.2　Robert锐化的MATLAB实现
• 6.2.3　Robert锐化的FPGA实现
• 6.2.4　Robert锐化的ModelSim仿真
• 6.3　Sobel锐化算法的实现
• 6.3.1　Sobel锐化算法的理论
• 6.3.2　Sobel锐化的MATLAB实现
• 6.3.3　Sobel锐化的FPGA实现
• 6.3.4　Sobel锐化的ModelSim仿真
• 6.4　Laplacian锐化算法的实现
• 6.4.1　Laplacian锐化算法的理论
• 6.4.2　Laplacian锐化的MATLAB实现
• 6.4.3　Laplacian锐化的FPGA实现
• 6.4.4　Laplacian锐化的ModelSim仿真
• 第7章　常用图像缩放算法介绍及MATLAB与FPGA实现
• 7.1　最近邻插值算法的实现
• 7.1.1　最近邻插值算法的理论
• 7.1.2　最近邻插值的MATLAB实现
• 7.1.3　最近邻插值的FPGA实现
• 7.1.4　最近邻插值的ModelSim仿真
• 7.2　双线性插值算法的实现
• 7.2.1　双线性插值算法的理论
• 7.2.2　双线性插值的MATLAB实现
• 7.2.3　双线性插值的FPGA实现
• 7.2.4　双线性插值的ModelSim仿真
• 7.3　双三次插值算法的实现
• 7.3.1　双三次插值算法的理论
• 7.3.2　双三次插值的MATLAB实现
• 7.3.3　双三次插值的FPGA实现
• 7.4　浅谈基于深度学习的缩放算法
• 7.4.1　DL-SR算法的理论
• 7.4.2　DL-SR算法的性能提升
• 7.4.3　DL-SR与High-level CV的区别
• 7.4.4　DL-SR的几点思考与未来
• 第8章　基于LeNet5的深度学习算法介绍及MATLAB与FPGA实现
• 8.1　神经网络的介绍
• 8.1.1　人工神经网络
• 8.1.2　卷积神经网络
• 8.2　基于LeNet5卷积神经网络的MATLAB实现
• 8.2.1　LeNet5卷积神经网络的简介
• 8.2.2　LeNet5卷积神经网络的MATLAB实现
• 8.2.3　基于LeNet5卷积神经网络的FPGA实现
• 8.3　基于摄像头的字符识别FPGA Demo的搭建与实现
• 第9章　传统ISP及AISP的图像处理硬件加速引擎介绍
• 9.1　ISP介绍
• 9.1.1　ISP简介
• 9.1.2　ISP的应用
• 9.1.3　ISP基础算法及流水线
• 9.1.4　Bayer域的图像处理算法
• 9.1.5　RGB域的图像处理算法
• 9.1.6　YUV域的图像处理算法
• 9.2　基于AI的ISP图像加速引擎介绍
• 9.2.1　AI在图像领域的应用
• 9.2.2　AISP简介
• 9.2.3　AISP的产业化应用
• 9.2.4　本章小结
• 延伸阅读
• 缩略语