針對(duì)高速圖像目標(biāo)實(shí)時(shí)識(shí)別和跟蹤任務(wù)，需要利用系統(tǒng)中有限的硬件資源實(shí)現(xiàn)高速、準(zhǔn)確的二值圖像 連通域標(biāo)記，提出了一種適合FPGA實(shí)現(xiàn)的二值圖像連通域標(biāo)記快速算法。算法以快捷、有效的方式識(shí)別、并 記錄區(qū)域間復(fù)雜的連通關(guān)系。與傳統(tǒng)的二值圖像標(biāo)記算法相比，該算法具有運(yùn)算簡單性、規(guī)則性和可擴(kuò)展性的 特點(diǎn)。
標(biāo)簽： FPGA 二值圖像 標(biāo)記 快速算法基于FPGA的二值圖像連通域標(biāo)記快速算法實(shí)現(xiàn)
上傳時(shí)間： 2016-11-19
上傳用戶：nathanlgy
隨著當(dāng)今科學(xué)技術(shù)的迅猛發(fā)展，數(shù)字圖像處理技術(shù)正在各個(gè)行業(yè)得到廣泛的應(yīng)用，而FPGA技術(shù)的不斷成熟改變了通常采用并行計(jì)算機(jī)或數(shù)字信號(hào)處理器(DSP)、專用集成電路(ASIC)等作為嵌入式處理器的慣例。可編程邏輯器件(FPGA)憑借其較低的開發(fā)成本、較高的并行處理速度、較大的靈活性及其較短的開發(fā)周期等特點(diǎn)，在圖像處理系統(tǒng)中有獨(dú)特的優(yōu)勢。 本文提出了一種基于FPGA的圖像采集處理系統(tǒng)解決方案，并選用低成本高性能的Altera公司的CycloneIII系列FPGA EP3C40F324為核心，設(shè)計(jì)開發(fā)了圖像采集處理的軟硬件綜合系統(tǒng)。文章闡述了如何在FPGA中嵌入NiosII軟核處理器并完成圖像采集處理系統(tǒng)功能的設(shè)計(jì)方案。硬件電路上，系統(tǒng)設(shè)計(jì)了三塊電路板：FPGA核心處理板、圖像采集卡、圖像顯示卡，其中通過I2C總線對(duì)采集卡的工作模式進(jìn)行配置，在采集模塊控制下，將采集到的圖像數(shù)據(jù)存儲(chǔ)到SDRAM；根據(jù)VGA顯示原理及其時(shí)序關(guān)系，設(shè)計(jì)了VGA顯示輸出控制模塊，合成了VGA工作的控制信號(hào)，又根據(jù)VGA顯示器的工業(yè)標(biāo)準(zhǔn)，合成VGA接口的水平和幀同步信號(hào)。邏輯硬件上，應(yīng)用SOPCBuilder工具生成了FPGA內(nèi)部的邏輯硬件功能模塊，定制了NiosII IP core、CMOS圖像采集模塊、VGA Controller及其I2C總線接口，系統(tǒng)各模塊間通過Avalon總線連接起來。軟件部分，在NiosII內(nèi)核處理器上實(shí)現(xiàn)了彩色圖像顏色空間轉(zhuǎn)換、二值化、形態(tài)學(xué)腐蝕處理及其目標(biāo)定位等算法。實(shí)驗(yàn)結(jié)果證明了本文提出的方案及算法的正確性，可行性。
標(biāo)簽： FPGA 圖像采集 處理系統(tǒng)
上傳時(shí)間： 2013-08-05
上傳用戶：woshiyaosi
本文研究了在復(fù)雜背景下紅外圖像的背景和噪聲抑制算法，并且完成了硬件實(shí)現(xiàn)，主要包括以下內(nèi)容： 1.通過對(duì)實(shí)際紅外圖像的背景和噪聲特性的研究分析，設(shè)計(jì)改進(jìn)了一種基于加權(quán)廣義次序統(tǒng)計(jì)濾波器的背景抑制的算法。紅外圖像的噪聲通常為脈沖噪聲，具有高頻特性；而紅外圖像的背景變換比較緩慢，其頻譜成分多集中在低頻區(qū)域，所以本文在對(duì)圖像特性分析的基礎(chǔ)上，設(shè)計(jì)改進(jìn)了基于加權(quán)廣義次序統(tǒng)計(jì)濾波器的背景抑制的算法。在對(duì)采集的起伏背景紅外圖像進(jìn)行背景抑制后，用全局門限可以有效的分割出目標(biāo)信息，輸出包含目標(biāo)信息的二值化圖像，為后續(xù)處理提供數(shù)據(jù)。但是出于更復(fù)雜背景條件下算法有效性的目的，深入討論了局部自適應(yīng)門限分割算法的設(shè)計(jì)。 2.在實(shí)時(shí)信號(hào)處理系統(tǒng)中，底層的圖像預(yù)處理算法目前難以用軟件實(shí)現(xiàn)；但是其運(yùn)算結(jié)構(gòu)相對(duì)比較簡單，適于用FPGA進(jìn)行硬件實(shí)現(xiàn)。本文對(duì)算法的FPGA設(shè)計(jì)作了較為深入地研究，同時(shí)介紹了算法的VHDL實(shí)現(xiàn)，利用模塊化的優(yōu)點(diǎn)對(duì)算法分模塊設(shè)計(jì)，對(duì)各個(gè)模塊的實(shí)現(xiàn)作了詳細(xì)介紹。 3.完成了紅外成像制導(dǎo)系統(tǒng)的預(yù)處理部分硬件電路設(shè)計(jì)，對(duì)FPGA中預(yù)處理算法的處理結(jié)果進(jìn)行了驗(yàn)證。通過算法在硬件上的實(shí)現(xiàn)，證明了算法的有效性。
標(biāo)簽： FPGA 紅外成像 制導(dǎo) 數(shù)據(jù)
上傳時(shí)間： 2013-07-02
上傳用戶：釣鰲牧馬
本文提出了一種基于FPGA的細(xì)胞圖像識(shí)別系統(tǒng)方案，該系統(tǒng)中FPGA處于核心地位，F(xiàn)PGA采用Altera公司的EP1K100QC208-1芯片，構(gòu)造專用處理功能，實(shí)現(xiàn)彩色圖像灰度化、灰度變換、中值濾波、低通濾波、灰度圖像二值化等算法。這部分處理的數(shù)據(jù)量非常大，由于采用FPGA處理，產(chǎn)生的時(shí)延變得很小；最后系統(tǒng)機(jī)進(jìn)行識(shí)別處理的是二值圖像，數(shù)據(jù)量也很小。所進(jìn)行的仿真實(shí)驗(yàn)取得了良好的效果，給出了部分源代碼和實(shí)驗(yàn)結(jié)果。設(shè)計(jì)采用VHDL語言描述，并使用電子設(shè)計(jì)自動(dòng)化(EDA)工具進(jìn)行了模擬和驗(yàn)證。
標(biāo)簽： FPGA 圖像識(shí)別 預(yù)處理 硬件
上傳時(shí)間： 2013-04-24
上傳用戶：xwd2010
射擊訓(xùn)練是基本的軍事訓(xùn)練科目，改善訓(xùn)練環(huán)境、改進(jìn)訓(xùn)練質(zhì)量，在現(xiàn)代軍隊(duì)建設(shè)中具有重要的意義。本文首先從國內(nèi)外自動(dòng)報(bào)靶技術(shù)的研究現(xiàn)狀出發(fā)論述了自動(dòng)報(bào)靶技術(shù)的發(fā)展，在此基礎(chǔ)上提出了基于嵌入式機(jī)器視覺的智能報(bào)靶系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)。 本文討論了基于機(jī)器視覺的嵌入式報(bào)靶系統(tǒng)終端硬件組成、相關(guān)圖像格式和Linux操作系統(tǒng)，分析了嵌入式Linux操作系統(tǒng)、Qt/E和開源計(jì)算機(jī)視覺庫OpenCV關(guān)于ARM9處理器的移植，研究了圖像校正、圖像灰度化及二值化、圖像分割與裁剪和識(shí)別判靶的相關(guān)算法，提出了顏色模板判靶的理論，并通過以ARM嵌入式圖像處理識(shí)別模塊為核心，采用功能模塊設(shè)計(jì)理念的實(shí)現(xiàn)方案，從底層的操作系統(tǒng)及相關(guān)軟件的移植入手到圖像采集傳輸、圖像處理、識(shí)別判靶等步驟，解決了依托ARM處理器結(jié)合USB攝像頭完成自動(dòng)圖像識(shí)別報(bào)靶的問題。文中給出了報(bào)靶系統(tǒng)的詳細(xì)硬件組成方案，并在嵌入式Linux操作系統(tǒng)下依托Qt庫和開源計(jì)算機(jī)視覺庫（OpenCV）解決了軟件組成與具體實(shí)現(xiàn)，最終在此基礎(chǔ)上論述了本課題設(shè)計(jì)的實(shí)驗(yàn)裝置及詳細(xì)的實(shí)驗(yàn)結(jié)果。
標(biāo)簽： ARMLinuz 機(jī)器視覺 軍用 自動(dòng)
上傳時(shí)間： 2013-07-18
上傳用戶：yuanyuan123
介紹一種利用光電技術(shù)動(dòng)態(tài)檢測軌道不平順的方法，裝置安裝在運(yùn)營機(jī)車上，由線陣CCD傳感器、紅外線光源、軌道檢測單元板、數(shù)據(jù)轉(zhuǎn)儲(chǔ)器和地面微機(jī)處理系統(tǒng)等部分組成。闡述了直接測量法原理、硬件電路、浮動(dòng)二值化以
上傳時(shí)間： 2013-05-23
上傳用戶：1966640071
數(shù)字識(shí)別系統(tǒng)源代碼 使用說明 第一步：訓(xùn)練網(wǎng)絡(luò)。使用訓(xùn)練樣本進(jìn)行訓(xùn)練。（此程序中也可以不訓(xùn)練，因?yàn)楣P者已經(jīng)將訓(xùn)練好的網(wǎng)絡(luò)參數(shù)保存起來了，讀者使用時(shí)可以直接識(shí)別） 第二步：識(shí)別。首先，打開圖像（256色）；再次，進(jìn)行歸一化處理，點(diǎn)擊“一次性處理”；最后，點(diǎn)擊“R”或者使用菜單找到相應(yīng)項(xiàng)來進(jìn)行識(shí)別。識(shí)別的結(jié)果顯示在屏幕上，同時(shí)也輸出到文件result.txt中。 該系統(tǒng)的識(shí)別率一般情況下為90%。 此外，也可以單獨(dú)對(duì)打開的圖片一步一步進(jìn)行圖像預(yù)處理工作，但要注意，每一步工作只能執(zhí)行一遍，而且要按順序執(zhí)行。 具體步驟為：“256色位圖轉(zhuǎn)為灰度圖”－“灰度圖二值化”－“去噪”－“傾斜校正”－“分割”－“標(biāo)準(zhǔn)化尺寸”－“緊縮重排”。 注意，待識(shí)別的圖片要與win.dat和whi.dat位于同一目錄，這兩文件保存訓(xùn)練后網(wǎng)絡(luò)的權(quán)值參數(shù)。
標(biāo)簽： 數(shù)字識(shí)別 源代碼
上傳時(shí)間： 2013-06-25
上傳用戶：wzr0701
在圖像處理及檢測系統(tǒng)中，實(shí)時(shí)性要求往往影響著系統(tǒng)處理速度的性能。本文在分析研究視頻檢測技術(shù)及方法的基礎(chǔ)上，應(yīng)用嵌入式系統(tǒng)設(shè)計(jì)和圖像處理技術(shù)，以交通信息視頻檢測系統(tǒng)為研究背景，展開了基于FPGA視頻圖像檢測技術(shù)的研究與應(yīng)用，通過系統(tǒng)仿真驗(yàn)證了基于FPGA架構(gòu)的圖像并行處理和檢測系統(tǒng)具有較高的實(shí)時(shí)處理能力，能夠準(zhǔn)確并穩(wěn)定地檢測出運(yùn)動(dòng)目標(biāo)的信息。可見FPGA對(duì)提高視頻檢測及處理的實(shí)時(shí)性是一個(gè)較好的選擇。 本文主要研究的內(nèi)容有： 1．分析研究了視頻圖像檢測技術(shù)，針對(duì)傳統(tǒng)基于PC構(gòu)架和DSP處理器的視頻檢測系統(tǒng)的弊端，并從可靠性、穩(wěn)定性、實(shí)時(shí)性和開發(fā)成本等因素考慮，提出了以FPGA芯片作為中央處理器的嵌入式并行數(shù)據(jù)處理系統(tǒng)的設(shè)計(jì)方案。 2．應(yīng)用模塊化的硬件設(shè)計(jì)方法，構(gòu)建了新一代嵌入式視頻檢測系統(tǒng)的硬件平臺(tái)。該系統(tǒng)由異步FIFO模塊、圖像空間轉(zhuǎn)換模塊、SRAM幀存控制模塊、圖像預(yù)處理模塊和圖像檢測模塊等組成，較好地解決了圖像采樣存儲(chǔ)、處理和傳輸?shù)膯栴}，并為以后系統(tǒng)功能的擴(kuò)展奠定了良好的基礎(chǔ)。 3．在深入研究了線性與非線性濾波幾種圖像處理算法，分析比較了各自的優(yōu)缺點(diǎn)的基礎(chǔ)上，本文提出一種適合于FPGA的快速圖像中值濾波算法，并給出該算法的硬件實(shí)現(xiàn)結(jié)構(gòu)圖，應(yīng)用VHDL硬件描述語言編程、實(shí)現(xiàn)，仿真結(jié)果表明，快速中值濾波算法的處理速度較傳統(tǒng)算法提高了50％，更有效地降低了系統(tǒng)資源占用率和提高了系統(tǒng)運(yùn)算速度，增強(qiáng)了檢測系統(tǒng)的實(shí)時(shí)性能。 4．研究了基于視頻的交通車流量檢測算法，重點(diǎn)討論背景差分法，圖像二值化以及利用直方圖分析方法確定二值化的閾值，并對(duì)圖像進(jìn)行了直方圖均衡處理，提高圖像檢測精度。并結(jié)合嵌入式系統(tǒng)處理技術(shù)，在FPGA系統(tǒng)上研究設(shè)計(jì)了這些算法的硬件實(shí)現(xiàn)結(jié)構(gòu)，用VHDL語言實(shí)現(xiàn)，并對(duì)各個(gè)模塊及相應(yīng)算法做出了功能仿真和性能分析。 5．系統(tǒng)仿真與驗(yàn)證是整個(gè)FPGA設(shè)計(jì)流程中最重要的步驟，針對(duì)現(xiàn)有仿真工具用手動(dòng)設(shè)置輸入波形工作量大等弊病，本文提出了一種VHDL測試基準(zhǔn)(TestBench)方法解決系統(tǒng)輸入源仿真問題，用TEXTIO程序包設(shè)計(jì)了MATLAB與FPGA仿真軟件的接口，很好地解決了仿真測試中因測試向量龐大而難以手動(dòng)輸入的問題。并將系統(tǒng)的仿真結(jié)果數(shù)據(jù)在MATLAB上還原為圖像，方便了系統(tǒng)測試結(jié)果的分析與調(diào)試。系統(tǒng)測試的結(jié)果表明，運(yùn)動(dòng)目標(biāo)的檢測基本符合要求，可以排除行走路人等移動(dòng)物體(除車輛外)的噪聲干擾，有效地檢測出正確的目標(biāo)。 本文主要研究了基于FPGA片上系統(tǒng)的圖像處理及檢測技術(shù)，針對(duì)FPGA技術(shù)的特點(diǎn)對(duì)某些算法提出了改進(jìn)，并在MATLAB、QuartusⅡ和ModelSim軟件開發(fā)平臺(tái)上仿真實(shí)現(xiàn)，仿真結(jié)果達(dá)到預(yù)期目標(biāo)。本文的研究對(duì)智能化交通監(jiān)控系統(tǒng)的車流量檢測做了有益探索，對(duì)其他場合的圖像高速處理及檢測也具有一定的參考價(jià)值。
上傳時(shí)間： 2013-07-13
上傳用戶：woshiayin
介紹了基于數(shù)字圖像處理的QR碼識(shí)別算法。該方案綜合運(yùn)用了圖像灰度化、濾波去噪、二值化、邊緣檢測、圖像旋轉(zhuǎn)等多種圖像處理方法對(duì)條碼圖像進(jìn)行預(yù)處理。理論分析和實(shí)驗(yàn)結(jié)果表明：該算法提高了識(shí)讀的靈活性和可靠性，為QR碼識(shí)別提供了一種新途徑。
標(biāo)簽： 數(shù)字圖像處理 QR碼 中的應(yīng)用 算法
上傳時(shí)間： 2013-11-13
上傳用戶：cccole0605
提出了一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法利用飛機(jī)圖像低頻和高頻部分合成濾波器模板，能達(dá)到很高識(shí)別率與很低的等錯(cuò)率。該研究旨在提高飛機(jī)識(shí)別的準(zhǔn)確率和降低出錯(cuò)率，采用一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法通過對(duì)采集的飛機(jī)圖像做去除背景、降噪、圖像增強(qiáng)、二值化和歸一化處理，將飛機(jī)圖像低頻和高頻部分合成濾波器模板，通過特征比對(duì)達(dá)到識(shí)別飛機(jī)的目的。利用Matlab 7.0做10種飛機(jī)的識(shí)別實(shí)驗(yàn)，得出了95.47%識(shí)別率和0.04%等錯(cuò)率的結(jié)論，識(shí)別率和等錯(cuò)率均優(yōu)于不變矩法、三維識(shí)別方法、基于小波分析和矩不變量的方法，印證了筆者提出的基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法的優(yōu)越性。在飛機(jī)圖像數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果表明，該方法是可行的。
標(biāo)簽： 分 飛機(jī) 目標(biāo)識(shí)別
上傳時(shí)間： 2013-11-03
上傳用戶：manlian
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
