基于FPGA的低照度图像采集与处理系统研究

柳磊, 钱芸生

柳磊, 钱芸生. 基于FPGA的低照度图像采集与处理系统研究[J]. 红外技术, 2022, 44(5): 462-468.
引用本文: 柳磊, 钱芸生. 基于FPGA的低照度图像采集与处理系统研究[J]. 红外技术, 2022, 44(5): 462-468.
LIU Lei, QIAN Yunsheng. A Low Illumination Image Acquisition and Processing System Based on FPGA[J]. Infrared Technology , 2022, 44(5): 462-468.
Citation: LIU Lei, QIAN Yunsheng. A Low Illumination Image Acquisition and Processing System Based on FPGA[J]. Infrared Technology , 2022, 44(5): 462-468.

基于FPGA的低照度图像采集与处理系统研究

基金项目: 国防科技微光重点实验室基金
详细信息
    作者简介:

    柳磊(1996-),女,硕士研究生,主要从事光电成像科研工作。E-mail:liulei00000416@163.com

    通讯作者:

    钱芸生(1968-),男,教授,博士生导师。主要从事光电测试、图像处理和仿真等工作。E-mail:yshqian2015@163.com

  • 中图分类号: TN223

A Low Illumination Image Acquisition and Processing System Based on FPGA

  • 摘要: 针对低照度图像亮度低、噪声高和边缘模糊等问题,基于Xilinx公司的Artix-7系列FPGA芯片,通过驱动微光性能良好的XQE-1310图像传感器,对探测器采集的视频信号进行滤波和边缘检测,完成了低照度图像的采集和处理等一系列操作,最后将处理过的视频信号通过CameraLink视频格式实时显示,设计了一套微光夜视系统。实验结果表明,该系统的最低工作照度可达10-2 lx量级,滤波算法在保持图像边缘信息的同时有效滤除了图像中的椒盐噪声,自适应边缘检测算法可以根据照度水平实时调整阈值,凸显了低照度环境下物体的轮廓信息。系统充分利用了FPGA(Field Programmable Gate Array)速度快、效率高的优势,最后的成像结果清晰稳定,便于人眼观察。
    Abstract: In terms of the problems of low brightness, high noise and blurred edges in low-illumination images, based on Xilinx's Artix-7 series FPGA chip, the XQE-1310 image sensor with good low-light performance is driven to filter and edge the video signal collected by the detector. After the detection, a series of operations such as acquisition and processing of low-light images were completed, and the processed video signals were displayed in real time through the CameraLink video format. Finally, a low-light night vision system was designed. The experimental results show that the minimum working illuminance of the system can reach the order of 10-2 lx. The filtering algorithm can effectively filter the salt and pepper noise in the image while maintaining the edge information of the image. The adaptive edge detection algorithm can adjust the threshold in real time according to the illuminance level. It highlights the contour information of objects in low-light environments. The system makes full use of the advantages of fast speed and high efficiency of FPGA (Field Programmable Gate Array), and the final imaging result is clear and stable, which is convenient for human eyes to observe.
  • 微机电系统(micro-electro-mechanical system,MEMS)以其微小的体积,高度集成化的特性近年来在航空航天、生物医学、精密计算机等领域有着广泛的应用[1-2]。而随着MEMS集成化程度的增加和性能的提升,其单位空间内的能量密度也显著增加,因此如何有效地在微小空间尺度内实现制冷成为了限制MEMS进一步发展的主要问题之一。而基于MEMS工艺的微型制冷器以其微小的体积,可靠的制冷性能成为了一种有效的解决方案。目前基于MEMS的微型制冷器主要有微型半导体制冷器和微型节流制冷器,其制造加工工艺主要涉及机电加工工艺、表面加工工艺、材料生长工艺、薄膜工艺、刻蚀工艺、密封工艺等[3]。本文重点阐述了以上两种微型制冷器的原理、制造加工工艺以及性能和应用场合,并对基于MEMS工艺的微型制冷器的未来发展提出了一些建议。

    半导体制冷器的原理是利用帕尔贴效应,直接将电能转化为温度梯度从而实现制冷,具有结构简单、可靠性高、反应迅速等优点[4]。与常规半导体制冷器不同,基于MEMS工艺的半导体制冷器采用微加工工艺使得制冷器尺寸大大下降从而显著减少了制冷器的导热热阻。进一步地,陈云飞[5]研究了尺寸效应达到纳米级时半导体结构的导热系数进一步降低的机理,并且在1.2 μm厚的超晶格薄膜上加工出了50 μm×50 μm的单级半导体制冷器如图 1所示。该制冷器通过MEMS工艺在若干层材料上进行刻蚀和薄膜生长、减薄等工艺制成,实现了制冷器的微型化和平面化,并且能够在303 K的环境温度下提供2 K的温差。

    图  1  微型半导体制冷器显微照片
    Figure  1.  Micrograph of micro semiconductor cooler

    传统的半导体制冷器多采用Bi-Te材料,无法适用于MEMS工艺并与器件集成,随着近年来与器件工艺更加兼容的Si/Ge/SiGeC等超晶格材料蓬勃发展,使得半导体制冷器能够与MEMS工艺相结合从而更加微型化和集成化[6],以及具有更高的热电效率品质无量纲指数ZT[7]。J. Christofferson等人[8-9]制造出了冷端面积为50 μm2以及30 μm2的微型Si/Ge超晶格半导体制冷器,两制冷器分别在200℃以及室温环境下得到了10.8 K、3.5 K的温降,并且通过热反射成像技术精确测量得到了该微型半导体制冷器的瞬态性能。类似地,Z. Gehong等人[10]也采用了该成像测量技术并且使用了金属薄膜热电阻以及微型热电偶对微型半导体制冷器的制冷温度以及冷量密度进行测量,测量实验结果表明微型半导体制冷器的制冷量和冷量密度与制冷器尺寸有关,测量得到的最大冷量密度为598 W/cm2,该制冷器尺寸为40 μm2,在室温环境温度下可提供4.1 K的温降。除了半导体材料的ZT性能外,接触和导热热阻是影响微型半导体制冷器性能的重要因素,为了尽可能降低接触和导热热阻D. J. Yao等人[11]提出了一种悬空结构的微型半导体制冷器,如图 2所示,该结构的制冷区域由P、N级支撑脚悬空固定,能够显著降低制冷器的接触和导热热阻,然而支撑脚大大增加了制冷器厚度,不便于制冷器与被冷却器件的集成化。

    图  2  悬空结构微型半导体制冷器示意图
    Figure  2.  Schematic diagram of suspended micro semiconductor cooler

    类似地,L. M. Goncalves等人[12]在柔性材料基片上通过共蒸发技术分别镀上了一层Bi2Te3和Sb2Te3的热电薄膜,并在之上加工出了平面型微型半导体制冷器,如图 3所示,该制冷器在静止空气中以及真空腔中的冷热端温差可达到4 K。并且由于制冷器加工于柔性表面,可在更多非平整器件表面应用,实现制冷。

    图  3  加工于柔性基片的微型半导体制冷器
    Figure  3.  Micro semiconductor cooler on a flexible membrane

    微型半导体制冷器的另一个显著优势在于能够十分方便地实现多级制冷,通过MEMS工艺可在不显著增加制冷器体积和复杂程度的基础上制造出多级微型半导体制冷器。Y. Ronggui等人[13]为一套10 mW中红外激光系统设计制造了两级微型半导体制冷器如图 4所示。激光系统输出10 mW功率时将产生90 mW的热量,因此该二级微型半导体制冷器应至少具有90 mW的制冷量。并且Y. Ronggui等人指出低导热、厚度薄的制冷器基片以及相对较厚的热电薄膜有利于改善制冷器性能。

    图  4  适配中红外激光系统的二级微型半导体制冷器
    Figure  4.  Two stage micro semiconductor cooler for a mid-IR laser system

    由此可见,基于MEMS工艺的微型半导体制冷器具有尺寸微小可达30 μm2,与器件工艺相互兼容、易集成化,热电效应反应迅速,结构简单、方便多级化制造以及无运动部件无制冷工质等优点,在冷却微型器件方面拥有广泛应用前景。然而微型半导体制冷器也有一定的局限性,其性能受半导体材料性能、制冷器尺寸以及工作温度的影响较大,或导致最佳性能与所需尺寸以及所需工况难以匹配,并且微型半导体制冷器能提供的降温梯度较小,不适用于需要深度降温的微型器件。

    与常规节流制冷器不同,基于MEMS工艺的微型节流制冷器多采用非金属材料,使用微加工工艺在微小体积的材料表面或内部加工出换热和节流部件,并利用制冷工质的节流效应进行制冷,具有制冷量大、制冷温度较低、性能稳定可靠性高且易于批量化生产等优点。其中较为典型的结构为采用光刻刻蚀等微加工工艺在材料表面刻蚀出微米级的槽道,并进行密封形成流体通道构成的微型节流制冷器[14]。该制冷器设计最早由W. A. Little提出[15],在一块硅基片上刻蚀出高压和低压槽道,再使用另一片光平面硅基片进行密封制成微型节流制冷器,其槽道结构如图 5所示,然而该结构存在硅基导热系数较高,制冷器轴向漏热严重等问题。

    图  5  微型节流制冷器槽道示意图
    Figure  5.  Channels of micro JT cooler

    随着近年来刻蚀工艺的不断发展,目前大多数微型节流制冷器的材料已经由易硅基更换为石英玻璃,因为石英玻璃具有较低的导热系数,能够有效改善轴向漏热对制冷器性能的影响,并且石英强度更高,能适用于更高的工作压力以提供更大的制冷量。目前微型节流制冷器的刻蚀方法主要以湿法刻蚀为主,能够在石英材料表面刻蚀出深度较浅光滑度较高的槽道[16]从而降低槽道内气体压力损失,提升制冷器性能。微型节流制冷器的结构形式灵活,能够根据工况、空间需求以及制冷量以及制冷温度需要匹配相适应的制冷器。微型节流制冷器除了传统的槽道形式换热器外P. P. P. M. Lerou等人[17]提出了点阵结构的换热器如图 6所示,同时对一款30 mm×2.2 mm×0.5 mm的微型节流制冷器进行了测试,该制冷器从室温降温至100 K约需1000 s,该温度下制冷量为20 mW。该制冷器结构能够起到加强制冷器密封强度的作用,并且能够通过调整换热器面积大小以及节流部分的长度来改变制冷器的流量、工作温度以及制冷量。

    图  6  点阵结构微型节流制冷器
    Figure  6.  Micro JT cooler with pillar-structure

    微型节流制冷器也能够在不显著增加体积的情况下实现二级节流制冷,从而达到更低的制冷温度。H. S. Cao等人[18]提出了一种第一级采用氮气第二级采用氢气的两级微型节流制冷器如图 7(a)所示,该制冷器体积为85.8 mm×20.4 mm×0.72 mm,第一级制冷量为50 mW@97 K,第二级制冷量为20 mW@28 K,从室温降温至28 K需要约1.7 h。除了使用两种不同工质进行两级节流来达到更低的制冷温度外,对同一种工质进行二级节流也可以起到在一定程度上降低制冷温度,提升制冷器性能的作用。H. S. Cao等人[19]在两级微型节流制冷器的基础上提出了平行两级微型节流制冷器,结构如图 7(b)所示。该制冷器使用氮气作为工质,对其进行了两级节流,该制冷器的体积为60 mm×9.5 mm×0.72 mm,从室温降温至83 K需要约9 min,并在85 K制冷温度下拥有98 mW的制冷量。由此可见,单级和多级制冷器整体结构基本一致,只有在槽道加工时采用的掩模不同,其他加工和密封工艺均相同,因此微型节流制冷器能够十分方便地实现多级制冷。

    图  7  多级微型节流制冷器
    Figure  7.  Multi-stage micro JT cooler

    与多级节流的原理类似,H. S. Cao等人[20]进一步提出了采用半导体制冷器来进行预冷的微型节流/半导体混合制冷器的设计,其示意图如图 8所示。该设计通过半导体制冷器对高压侧流体进行预冷,进一步降低工质节流前的温度,以此来提高制冷器的制冷量。研究表明增加半导体制冷器后该微型节流制冷器在8.8 MPa的运行压力下,达到101 K时的制冷量从21 mW增加到了60 mW。并且通过半导体制冷器将高压侧气体从295 K预冷至250 K,在相同制冷温度101 K以及相同制冷量20 mW工况下,工作压力可从8.8 MPa下降至5.5 MPa。该设计可有效降低制冷器工作压力,提升制冷器安全性和可靠性并且能显著提升制冷器性能。然而半导体制冷器需要适配一套电路系统才能工作,而半导体制冷器的位置在高压侧进气区域附近距离冷端较远,无法跟冷端被冷元件进行耦合,因此这种节流/半导体混合制冷器设计会在较大程度上增加制冷系统的复杂性。

    图  8  微型节流/半导体混合制冷器示意图
    Figure  8.  Schematic of JT/semiconductor hybrid micro cooler

    微型节流制冷器的制冷量通常在毫瓦级别,因此制冷器的热负载和漏热、导热损失将对制冷器性能造成较大影响。W. A. Little[21]提出了一种加大换热器部分,减小冷端部分的圆形快速制冷微型节流制冷器设计,如图 9所示,该设计直径18 mm,厚度为0.5 mm,采用24 MPa的氩气为工质,可在2 s内从室温冷却至90 K。该制冷器设计能做到快速冷却,其冷端面积较小适合冷却体积较小的元件,然而该设计主要通过减小冷端热负载来加快冷却速率,其制冷量应小于相同运行工况下的其他微型节流制冷器。

    图  9  快速启动微型节流制冷器
    Figure  9.  Fast cooldown micro JT cooler

    除了整体制冷器的加工制造外,MEMS的微加工工艺也可以实现微通道换热器的加工,微米级的微通道可以极大地强化流体换热提高换热器效率。ZHU Weibin等人[22-25]将高效微通道换热器与节流制冷原理相结合,设计出了一种大制冷量微型节流制冷器。该制冷器主要由微通道换热器搭配节流元件和压缩机等部件组成。该换热器通过刻蚀工艺分别将硅基和石英玻璃刻蚀出换热通道,并层层堆叠,利用硅基的高导热性进行高低温流体间的换热并利用石英玻璃的低导热性来减少轴向漏热,其结构如图 10所示。该制冷器的换热器主体部分体积为35 mm×10 mm×10 mm,在使用乙烷作为工质时,在0.84 MPa工作压力下能够得到218.7 K的制冷温度,在有外部热负载时可在239 K温度下提供1 W的制冷量。该制冷器相对于其他微型节流制冷器而言,体积较大并且其制冷量也更大。由于适配了压缩机该制冷器,可根据需求选用不同工质和不同工作压力,制冷量可以在100 mW~1 W范围内自由调节。然而该制冷器部件较多,整套系统较为庞大,不利于小型化和集成化,或许在未来的研究中将节流部件整合进换热器内部能够使得整套系统更为紧凑,进一步提升其适用性。

    图  10  基于MEMS工艺的低温换热器
    Figure  10.  Cryogenic heat exchanger based on MEMS technology

    综上所述,基于MEMS的微型节流制冷器具有制冷温度低(单级制冷温度可达到90 K,两级制冷温度可达到28 K)、制冷量相对较高(最高可到1 W)、采用光刻刻蚀工艺加工易实现批量化生产、制冷器结构灵活、能使用不同工质来满足制冷温度和制冷量的需求等优点。微型节流制冷器已经在半导体性能测试、CCD阵列冷却、激光二极管冷却等方面得到了广泛的应用[21]。然而由于节流制冷需不断消耗高压工质,因此微型节流制冷器通常为开放式系统,并且为其匹配压缩机的难度相对较高。另外微型节流制冷器的节流区域堵塞问题也是制约其进一步发展的一个主要问题[26]

    本文主要总结了基于MEMS工艺的微型半导体制冷器以及微型节流制冷器的工作原理、结构、性能以及主要应用场合。分析了两种微型制冷器的优点及缺点,并针对其特点提出了一些可能提升制冷器性能以及拓展制冷器应用的建议,具体如下:

    1)通过强化热端导热提升微型半导体制冷器性能

    微型半导体制冷器在微型化后可显著降低导热损失从而提高制冷器冷量密度,在制冷器冷端面积为40 μm2时其冷量密度可达到598 W/cm2,而在制冷器热端若热量不及时导出,则会使制冷温差迅速升高从而使得制冷器工作效率降低。在传统半导体制冷器中常使用翅片、循环流体、相变材料等方式对制冷器热端进行散热[27-29],然而针对尺寸为微米级的微型半导体制冷器上述方法应用空间有限。在微小空间内或可采用石墨烯来强化热端导热,石墨烯的导热系数为5300 W/m·K,高于碳纳米管和金刚石,将石墨烯与微型半导体制冷器的热端耦合能够有效导出热量,或者可进一步与其他主动制冷方式连接来提升微型半导体制冷器性能。

    2)通过半导体-节流制冷器耦合以及闭循环方式改善微型节流制冷器堵塞

    由于微型节流制冷器多数为开放式工作,气体工质源源不断进入制冷器,其中的水分容易在节流区域处堆积凝结造成堵塞,因此若使用对工质充分脱水的闭循环则能有效改善水分堆积堵塞的问题。文献[20]提出了将半导体制冷器与微型节流制冷器结合的方法,能够在达到相同制冷量时将工质进气压力由8.8 MPa降低至5.5 MPa,这是一种降低压缩机压比的有效方式。或许在一些制冷温度不需要太低的场合使用半导体-节流制冷器耦合的方法能够将压缩机压比控制在压缩机能达到的范围,从而实现在闭循环工作,解决微型节流制冷器的堵塞问题。

    3)微型节流制冷器在红外器件冷却领域的应用

    目前的微型节流制冷器主要将被冷却元件贴合在制冷器冷端,元件的电信号由导线或电路板连接,并且整套制冷器需要放置在真空杜瓦中才能保证稳定工作[30]。然而该设计无法有效应用于红外器件冷却领域,因为红外器件需要有光学接口并且器件的电信号通路较多,常规的真空杜瓦和导线、电路板均无法满足此要求。基于MEMS工艺的微型节流制冷器比常规节流制冷器的体积更小,能够满足更加微小器件的制冷需求。因此通过改进微型节流制冷器以及适配杜瓦的方式或许能够提高其在红外器件冷却领域的适用性,具体为:将红外器件和部分读出电路与微型节流制冷器进行耦合一并放入杜瓦中;将杜瓦与光学部件整合并在杜瓦内部设计电路接口来实现光电信号的转换,以此来实现基于MEMS工艺的微型节流制冷器在红外器件冷却领域的应用。

  • 图  1   微光夜视系统总体框架设计

    Figure  1.   Low-light night vision system overall framework design

    图  2   IIC写操作时序图

    Figure  2.   IIC write operation timing diagram

    图  3   IIC测试时序信号

    Figure  3.   IIC test timing signal

    图  4   中值滤波流程图

    Figure  4.   Median filtering flowchart

    图  5   3×3窗口仿真波形

    Figure  5.   3×3 Window Simulation Waveform

    图  6   静态图像中值滤波结果显示

    Figure  6.   Median filtering result display of static image

    图  7   边缘检测流程图

    Figure  7.   Edge detection flowchart

    图  8   Sobel算子卷积模板

    Figure  8.   Sobel operator convolution template

    图  9   静态图像边缘检测结果显示

    Figure  9.   Static image edge detection result display

    图  10   Channel Link操作图

    Figure  10.   Channel Link operation

    图  11   实验结果图

    Figure  11.   Experimental result

    图  12   FPGA中值滤波和边缘检测模块仿真波形

    Figure  12.   Simulation waveform of median filter and edge detection module

    表  1   软件和硬件中值滤波算法结果比较

    Table  1   Comparison of the results of software and hardware median filtering algorithms

    Parameters NMSE PSNR/dB
    MATLAB 0.0706 39.3956
    FPGA 0.0710 39.3653
    下载: 导出CSV
  • [1] 方明, 李洪娜, 雷立宏, 等. 低照度视频图像增强算法综述[J]. 长春理工大学学报: 自然科学版, 2016, 39(3): 56-64, 69. DOI: 10.3969/j.issn.1672-9870.2016.03.013

    FANG Ming, LI Hongna, LEI Lihong, et al. Overview of low-light video image enhancement algorithms[J]. Journal of Changchun University of Science and Technology: Natural Science Edition, 2016, 39(3): 56-64, 69. DOI: 10.3969/j.issn.1672-9870.2016.03.013

    [2] 赵红伟, 刘凯丽, 张伟, 等. 基于FPGA的光电成像与显示电路设计[J]. 光电子技术, 2019, 39(3): 205-209. https://www.cnki.com.cn/Article/CJFDTOTAL-GDJS201903010.htm

    ZHAO Hongwei, LIU Kaili, ZHANG Wei, et al. Design of photoelectric imaging and display circuit based on FPGA[J]. Optoelectronic Technology, 2019, 39(3): 205-209. https://www.cnki.com.cn/Article/CJFDTOTAL-GDJS201903010.htm

    [3] 朱虹. 数字图像处理基础[M]. 北京: 科学出版社, 2005.

    ZHU Hong. Fundamentals of Digital Image Processing[M]. Beijing: Science Press, 2005.

    [4] 韩团军. 快速中值滤波算法研究及其FPGA硬件实现[J]. 电子器件, 2017, 40(3): 697-701. DOI: 10.3969/j.issn.1005-9490.2017.03.036

    HAN Tuanjun. Research on Fast Median Filter Algorithm and Its FPGA Hardware Implementation[J]. Electronic Devices, 2017, 40(3): 697-701. DOI: 10.3969/j.issn.1005-9490.2017.03.036

    [5] 黄梦涛, 胡永才. 改进自适应中值滤波的低照度烟雾图像去噪[J]. 计算机工程与设计, 2018, 39(6): 1659-1663. https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ201806028.htm

    HUANG Mengtao, HU Yongcai. Improved adaptive median filter denoising in smoking image of low illumination[J]. Computer Engineering and Design, 2018, 39(6): 1659-1663. https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ201806028.htm

    [6]

    Gonzalez R C, Woods R E. Digital Image Processing[M]. 3rd Edition, Beijing Publishing House of Electronics Industry, 2011: 445-465.

    [7] 叶惠娇, 冉全, 成果. FPGA图像边缘检测系统的设计与实现[J]. 计算机应用与软件, 2018, 35(12): 237-240, 302. https://www.cnki.com.cn/Article/CJFDTOTAL-JYRJ201812044.htm

    YE Huijiao, RAN Quan, CHENG Guo. Design and Implementation of FPGA Image Edge Detection System[J]. Computer Applications and Software, 2018, 35(12): 237-240, 302. https://www.cnki.com.cn/Article/CJFDTOTAL-JYRJ201812044.htm

    [8] 杨帆, 张皓, 马新文, 等. 基于FPGA的图像处理系统[J]. 华中科技大学学报: 自然科学版, 2015, 43(2): 119-123. https://www.cnki.com.cn/Article/CJFDTOTAL-HZLG201502025.htm

    YANG Fan, ZHANG Hao, MA Xinwen, et al. Image processing system based on FPGA[J]. Journal of Huazhong University of Science and Technology: Natural Science Edition, 2015, 43(2): 119-123. https://www.cnki.com.cn/Article/CJFDTOTAL-HZLG201502025.htm

    [9] 林源晟. 基于FPGA的图像边缘检测系统设计[D]. 西安: 西安电子科技大学, 2014.

    LIN Yuansheng. FPGA-Based Image Edge Detection System Design[D]. Xi'an: Xidian University, 2014.

    [10] 毛栋. 基于FPGA的高速CMOS成像系统设计[D]. 西安: 中国科学院大学(中国科学院西安光学精密机械研究所), 2019.

    MAO Dong. Design of High-speed CMOS Imaging System Based on FPGA[D]. Xi'an: University of Chinese Academy of Sciences (Xi'an Institute of Optics and Fine Mechanics, Chinese Academy of Sciences), 2019.

    [11] 磨少清. 边缘检测及其评价方法的研究[D]. 天津: 天津大学, 2011.

    MO Shaoqing. Research on Edge Detection and Its Evaluation Method[D]. Tianjin: Tianjin University, 2011.

    [12] 陈炳文, 王文伟, 梅天灿, 等. 利用比例分解和嵌套窗口进行彩色图像边缘提取[J]. 武汉大学学报: 信息科学版, 2011, 36(6): 695-698. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201106016.htm

    CHEN Bingwen, WANG Wenwei, MEI Tiancan, et al. Using scale decomposition and nested windows for color image edge extraction[J]. Journal of Wuhan University: Information Science Edition, 2011, 36(6): 695-698. https://www.cnki.com.cn/Article/CJFDTOTAL-WHCH201106016.htm

    [13] 黄德天, 刘雪超, 吴志勇, 等. 基于CameraLink的高速图像采集处理系统设计[J]. 吉林大学学报: 工学版, 2013, 43(S1): 309-312. https://www.cnki.com.cn/Article/CJFDTOTAL-JLGY2013S1066.htm

    HUANG Detian, LIU Xuechao, WU Zhiyong, et al. Design of high-speed image acquisition and processing system based on Camera Link[J]. Journal of Jilin University: Engineering and Technology Edition, 2013, 43(S1): 309-312. https://www.cnki.com.cn/Article/CJFDTOTAL-JLGY2013S1066.htm

  • 期刊类型引用(1)

    1. 杨斌,李健,胡慧文,刘义英,陈文之. 基于无监督对抗模型的网络异常检测算法. 河南科学. 2025(03): 330-336 . 百度学术

    其他类型引用(0)

图(12)  /  表(1)
计量
  • 文章访问数:  268
  • HTML全文浏览量:  103
  • PDF下载量:  79
  • 被引次数: 1
出版历程
  • 收稿日期:  2021-06-16
  • 修回日期:  2021-09-22
  • 刊出日期:  2022-05-19

目录

/

返回文章
返回