基于FPGA的高清晰低延时视频叠加系统的设计

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:lsgaoyan2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着视频显示系统需要处理和感知的视频图像信息越来越多,同时需要将多幅图像信息显示在同一显示设备上,视频叠加技术成为解决多幅图像融合的关键。在很多视频叠加应用中,对叠加延时和图像清晰度提出了更高的要求,如战机座舱显示系统等;但由于嵌入式操作系统的延时不稳定,限制了其在实时视频处理平台上的使用,因此需要一种高清晰、低延时的视频叠加技术来满足视频叠加系统在实时视频处理平台的应用。通过对视频处理系统架构及叠加性能的分析,本文提出并验证了一种具有高清晰、低延时特性的视频叠加方案。首先为了提高视频输入源清晰度,设计了一种基于中值滤波的两相多级图像增强单元,有效保留了图像原有细节并抑制了图像噪声;其次为了提高叠加图像清晰度,优化了奇偶分解的分段加权插值方法,实现了图像的高效缩放并保持了边缘清晰程度;然后为了降低缩放延时,设计了一种多管道自适应插值缩放阵列,实现了多个行或列数据流的同步缩放降低了缩放延时;最后,为了实现图像叠加,基于乒乓操作原理设计了一个二级流水线式融合叠加器,实现了输入图像及鼠标光标的低延时叠加。本文首先基于硬件描述语言进行了系统实现并进行了仿真,然后基于XILINX A7硬件平台进行了系统验证。通过对两路1080p分辨率输入视频图像进行叠加实现可知,本系统实现了叠加图像的任意比例缩放,且叠加图像的PSNR高达35.4624 d B;同时实际叠加延时低达16ms。人眼观察叠加图像移动时无拖曳现象,可满足低延时、高清晰度的视频叠加应用。
其他文献
现代社会中雷达技术已经成为目标有源探测的常用手段,广泛应用于安防、侦察等领域。随着目标探测场景日益复杂,多目标精细化跟踪需求不断提升,对雷达数据处理性能提出了更高的要求。本文以线性调频连续波(LFMCW)雷达多目标点迹数据为对象,研究点迹凝聚、航迹起始、关联跟踪、航迹管理等多项数据处理算法和工程化应用方法,设计并实现雷达多目标数据处理系统软件,具体研究工作如下:1.设计了一种点迹凝聚处理方案,通过
通过合理地切换配电网络中各类开关的状态,可寻得新的网络拓扑结构。通过此结构可均衡网络负载、降低网络损耗、提升系统运行的稳定性与可靠性。但在各类分布式电源并入配电网后,其输出功率以及网络负荷的随机波动给配电网重构带来了一定的挑战。因此在考虑不确定性的背景下,寻求有效的配电网重构优化方案和方法具有重要的现实意义。本文主要考虑分布式电源并网时的优化重构以及出力和负荷不确定性下的优化重构,并对此开展研究工
随着新时代新技术的发展、电气化进程的加快,电力能源的应用更加广泛,电能已经成为最广泛应用的能源之一。为了更好的实现对新型可再生能源的开发和利用,有学者提出微网的概念。与此同时,专家们对于微电网的研究也越来越广泛深入。微网有并网和离网两种运行方式,本文简化两种模式切换的控制方式且改善其接口设计使其系统更加稳定。微电网中的分布式发电模块多为可再生能源发电模块,与新时代的绿色环保主题相呼应,但是可再生能
新能源因为其清洁、可再生的特点逐渐成为我国能源战略的部署方向。光伏并网变流器的发展也受到了广泛的关注。由于光伏发电的地理位置分布导致电网逐渐呈现弱电网特性。理想电网条件下的控制策略,直接应用在弱电网条件下可能会造成系统稳定性降低,甚至引发系统震荡,严重影响了并网变流器的安全稳定运行。本文对弱电网下并网变流器的控制策略进行研究,分析了影响并网变流器稳定性的因素,并提出适应于弱电网条件的LCL型光伏并
主动配电网与传统配电网的区别不仅在于网络元素的改变,更多的是主动配电网对网络中各元素的主动管理。无论是新元素的加入还是主动管理,都使得供电能力的评估模型和评价尺度与无源配电网相比发生了重大改变,亟待考虑源荷的随机特性对配电网供电能力的影响,以便更为合理地评估主动配电网的供电能力。为此,本文以主动配电网为研究对象,开展了计及风光不确定性的供电能力评估研究。具体研究内容包括:首先,建立了传统配电网供电
随着缅甸蓝水翡翠原料产量的日渐稀缺,以及市场对蓝水料翡翠需求的不断加大,作为仅次于缅甸的翡翠产地,近年来危地马拉蓝水料大量产出,其市场占有率也在逐年升高。危地马拉产地的蓝水料翡翠,外观呈现灰蓝色,质地细腻,透明度较好,内部包含有大量棉絮状白色斑点,与缅甸产的蓝水翡翠在颜色、质地上特别相似。但是由于产量远远超过缅甸蓝水料翡翠,其与缅甸蓝水料翡翠在价值和价位上存在很大差异。随着蓝水危料的大量流入翡翠市
智能制造作为制造业的主攻方向,其发展已成为提升国家综合实力的重要举措。随着深度学习在各行各业的广泛应用,其在智能制造领域也具有广阔的应用前景,但由于智能制造的不同场景实际需求较高,使得深度学习在智能制造领域应用较少。本文针对电容器生产过程中实现自动化、智能化的应用需求,通过采用机器视觉与深度学习相结合的方式对电容器外观缺陷进行检测,提高了电容外观缺陷检测的检测精度以及检测效率,促进了电子元器件生产
互联网的飞速发展改变了人们的生活,但复杂的网络环境也带来各式各样的问题。而网络流量识别对网络服务治理有重要作用,通过识别流量对网络资源进行合理分配,可以改善服务质量,提高用户体验。同时,对恶意流量和异常流量的精准识别,可以对网络系统实施有效保护,对维护网络安全有重要作用。目前已有的网络流量识别技术有基于端口的识别技术,基于有效负载的深度包检测识别技术,基于负载随机性的识别技术,基于主机行为的识别技
随着微电子的技术发展,高速串行接口的速率越来越高。信道对信号的高频衰减也随着速率的升高而增大,在串行接口的接收端需要对信道输出的信号进行高频增益补偿,以减小传输信号间的码间干扰。通常接收前端的均衡技术有模拟均衡技术和数字均衡技术,数字均衡器实现起来比较复杂,模拟均衡器具有结构简单,功耗较小的特点,近年来主流的均衡方式都是采用模拟均衡器和数字均衡器相结合的方式。本文首先对信道特性进行了分析,并对基于
在过去的几十年里,由于碳纳米管(CNTs)巨大的应用前景和优异的物理性质,人们对它的各种性质进行了广泛而又深入的研究。通过对双壁碳纳米管(DWCNTs)核磁共振的研究发现,相对于单壁碳纳米管(SWCNTs),几乎所有的DWCNTs都有着一致的金属化趋势。在此基础上,通过密度泛函理论(DFT)和分子间Hückel模型(IMH)进一步发现了DWCNTs内外管壁之间的相互作用导致了管间的电子迁移以及轨道