為了解決光譜恢復(fù)對圖像匹配高精度的問題, 提出了一種高精度圖像匹配算法———利用光流確定圖像的運動場對圖像進行匹配。該算法克服了傳統(tǒng)的基于灰度匹配方法受圖像插值精度影響的缺陷以及運算速度和精度的局限性。與基于MAD 塊匹配算法和歸一化相關(guān)系數(shù)塊匹配算法進行比較, 該算法實現(xiàn)了圖像序列高精度匹配, 而且硬件實現(xiàn)簡單, 計算復(fù)雜度較低。
上傳時間： 2017-08-21
上傳用戶：qweqweqwe
cmu車輛檢測以及跟蹤程序，采用光流法計算，
上傳時間： 2013-12-20
上傳用戶：TRIFCT
本人在大學時期大學創(chuàng)新創(chuàng)業(yè)項目，光流法無人機定位項目實驗報告書，
上傳時間： 2020-11-03
上傳用戶：
M8電源：如果想擴流使用，需要多個功率管并聯(lián)，必須加均流電阻。并且同時要增加主濾波和泄放電阻。功率管多需要增加一級推動管。 液晶的連接圖。【注意1腳位置】 液晶的背光接法：從液晶背后標記A和K的位置引出背光電源，接到M8V4電源板上標記LED的位置。注意有正負，反了背光不亮。 首次通電，需要調(diào)整液晶對比度才能顯示，調(diào)整M8V4電源板上的5K可調(diào)。讓顯示清晰即可。
標簽： 電源
上傳時間： 2013-11-02
上傳用戶：qwer0574
在室內(nèi)環(huán)境中可結(jié)合式子母機器人系統(tǒng)，子機為一多功能平臺，可放置各種家庭所需之設(shè)備，而母機為一輪式機器人，經(jīng)由兩者的結(jié)合，可提供高機動性與多功能的服務(wù)。在結(jié)合的技術(shù)面，傳統(tǒng)的吸塵器機器人與充電站之間的導(dǎo)航系統(tǒng)使用紅外線感測作為依據(jù)，當兩者間有障礙物阻擋時，紅外線感測器導(dǎo)航系統(tǒng)將會失效。因此本系統(tǒng)利用聲源方向做為機器人決定移動方向的依據(jù)，由於聲波傳遞的特性，即使在有障礙物的情況下，依然可以有效地偵測。此外，在移動的過程中，本系統(tǒng)利用光流偵測法判斷是否遭遇障礙物或是利用Support Vector Machine分類判斷與聲源之間為是否有障礙物的阻隔；若發(fā)現(xiàn)前方有障礙物，則啟動避障策略，用有效的方式繼續(xù)往目標移動。最後，當母機接近子機時，可根據(jù)多種紅外線感測器資訊進行子母機器人的結(jié)合，結(jié)合成功後，母機將可搭載子機成為一自由行動之機器人。
標簽： 系統(tǒng)
上傳時間： 2013-12-19
上傳用戶：mhp0114
分布式控制均流，采用了平均均流法！！！！！！！！！！！！！！！
標簽： 逆變器 并聯(lián)均流
上傳時間： 2016-05-31
上傳用戶：11111
隨著軟開關(guān)技術(shù)和并聯(lián)均流技術(shù)的發(fā)展，高性能的大功率高頻開關(guān)電源的研究與開發(fā)已成為電力電子領(lǐng)域的重要研究方向。針對大功率電源在性能、重量、體積、效率和可靠性方面的要求，本文主要對高效率的開關(guān)電源主電路結(jié)構(gòu)和并聯(lián)均流控制技術(shù)進行研究，并研制出一種基于LLC諧振的交流電力機車智能控制充電機系統(tǒng)。交流傳動電力機車對其所用的大功率蓄電池充電機的工作效率要求達到90%以上，這是采用硬開關(guān)技術(shù)的開關(guān)電源難以達到的。根據(jù)這種開關(guān)電源功率大、效率要求高的特點，充電機主電路采用了LLC諧振全橋電路的結(jié)構(gòu)。選取諧振元件參數(shù)是設(shè)計LLC諧振全橋電路的重點和難點，本文通過建立LLC全橋諧振變換器的線性等效模型，詳細分析了LLC諧振全橋的頻率、短路和空載特性，提出一套完整的LLC諧振全橋電路結(jié)構(gòu)的參數(shù)設(shè)計方法。本充電機最大輸出電流為150A，為此設(shè)計采用了5個30A電源模塊并聯(lián)供電的模式。論文依據(jù)設(shè)計要求選取LLC諧振全橋電路的元件參數(shù)，利用 SABER仿真驗證了參數(shù)的正確性：并完成了整個電源模塊主電路其它器件的參數(shù)選擇；控制電路采用通用PWM調(diào)制芯片SG2525實現(xiàn)PFM調(diào)頻控制。實現(xiàn)了電源模塊的高頻ZVS（零電壓開關(guān)）軟開關(guān)，有效地提高了電源模塊的轉(zhuǎn)換效率，減小了單模塊的體積。通過對幾種常用的負載均流方法進行研究和電路分析，根據(jù)主從均流控制的特點，采用CAN總線實現(xiàn)主從均流法，數(shù)字均流的采用提高了系統(tǒng)的抗干擾能力；設(shè)計了監(jiān)控模塊對各電源模塊和整體輸出進行監(jiān)控；通過CAN總線接口和人機接口的設(shè)計，提高了電源系統(tǒng)的智能化和可操作性。實現(xiàn)了多個電源模塊并聯(lián)供電的模式最后給出了電源模塊的實驗結(jié)果和電源系統(tǒng)并聯(lián)運行的測量數(shù)據(jù)，實驗證明了理論分析的正確性和設(shè)計方法的合理性。
標簽： llc 開關(guān)電源
上傳時間： 2022-04-04
上傳用戶：
OpencV是用來實現(xiàn)計算機視覺相關(guān)技術(shù)的開放源碼工作庫，是計算機視覺、圖像處理、模式識別、計算機圖形學、信號處理、視頻監(jiān)控、科學可視化等相關(guān)從業(yè)人員的好工具。本書介紹了大約200多個典型的技術(shù)問題，覆蓋了基于OpenCV基礎(chǔ)編程的主要內(nèi)容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網(wǎng)上最新資料為藍本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設(shè)計方法。全書結(jié)構(gòu)清晰、合理，范例實用、豐富，理論結(jié)合實踐，即使讀者只是略懂計算機視覺原理，也能人手對相關(guān)理論方法直接進行編碼實現(xiàn)。 "基于OPENCV的計算機視覺技術(shù)實現(xiàn)"的圖書目錄…… 前言 第一章 使用OpenCV實現(xiàn)計算機視覺技術(shù) 1.1 計算機視覺技術(shù) 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結(jié) 第二章 OpenCV的編程環(huán)境 2.1 OpenCV環(huán)境介紹 2.2 OpenCV的體系結(jié)構(gòu) 2.3 OpenCV實例演示 本章小結(jié) 第三章 OpenCV編程風格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計 3.4 函數(shù)實現(xiàn) 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結(jié) 第四章 數(shù)據(jù)結(jié)構(gòu) 4.1 基本數(shù)據(jù)結(jié)構(gòu) 4.2 數(shù)組有關(guān)的操作 4.3 動態(tài)結(jié)構(gòu) 本章小結(jié) 第五章 數(shù)據(jù)交互 5.1 繪圖函數(shù) 5.2 文件存儲 5.3 運行時類型信息和通用函數(shù) 5.4 錯誤處理函數(shù) 5.5 系統(tǒng)函數(shù) 本章小結(jié) 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學 本章小結(jié) 第七章 結(jié)構(gòu)與識別 7.1 輪廓處理函數(shù) 7.2 計算幾何 7.3 平面劃分 7.4 目標檢測函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進行人臉檢測 本章小結(jié) 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統(tǒng)函數(shù) 本章小結(jié) 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結(jié) 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態(tài)學（morhing functions） 本章小結(jié) 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結(jié)構(gòu)與函數(shù)介紹 11.3 隱馬爾可夫模型中的函數(shù)介紹 11.4 人臉識別工具 本章小結(jié) 第十二章 核心庫綜合例程 12.1 檢測黑白格標定板內(nèi)指定矩形區(qū)域內(nèi)的角點 12.2 解線性標定方程組程序 本章小結(jié) 第十三章 運動與跟蹤 13.1 圖像統(tǒng)計的累積函數(shù) 13.2 運動模板函數(shù) 13.3 對象跟蹤 13.4 光流 13.5 預(yù)估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運動目標跟蹤與檢測 本章小結(jié) 第十四章 立體視覺第一部分——照相機定標 14.1 坐標系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進行攝像機定標 14.6 OpenCV中的定標函數(shù) 14.7 CVUT介紹 本章小結(jié) 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現(xiàn) 本章小結(jié) 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術(shù)問題 18.3 OpenCV在Linux下的相關(guān)問題 18.4 OpenCV庫中的陷阱和bug
標簽： OpenCV 計算機視覺 技術(shù)實現(xiàn)
上傳時間： 2013-07-18
上傳用戶：huyiming139
本文對視頻運動目標跟蹤算法進行研究。在視頻運動目標的提取中，介紹常用的圖像差分算法、光流算法和主動輪廓模型算法。
上傳時間： 2013-12-24
上傳用戶：hzy5825468
負載的多樣化，特別是負載功率的多變性，以及人們對設(shè)備成本投入的最低化和階段化，需要適用面更廣，穩(wěn)定性更高，還需要具備冗余性和可擴容性的電源與之相適應(yīng)。這些都對傳統(tǒng)的集中式電源提出了挑戰(zhàn)，隨著模塊化分布式電源的技術(shù)發(fā)展，模塊電源系統(tǒng)已成為現(xiàn)在和未來電源的發(fā)展趨勢。本文以220V交流輸入，42V-58V直流輸出的AC/DC型模塊電源單元為研究對象，選用PFC+LLC諧振回路為主電路拓撲。首先介紹了PFC主電路和控制芯片，給出主要參數(shù)的設(shè)計，并介紹PFC電路的保護和延時電路；然后分析LLC諧振變換器的工作原理，討論LLC諧振變換器的主要特性，給出主要參數(shù)的設(shè)計，并介紹了LLC諧振變換器的控制方案和控制芯片，再次介紹了均流控制方法，重點研究分析了最大電流均流法和限流最大電流均流控制，提出了非選擇性共同控制模式和選擇性控制模式兩種均流控制方案。最后設(shè)計制作220V交流輸入，輸出功率3kW的模塊電源，并進行了不同諧振頻率（40kHz1與100kHz）以及不同電路布局下的對比試驗研究，以諧振頻率為100kHz的模塊電源為例，進行了并機均流試驗研究，給出了試驗波形和結(jié)果。通過對試驗結(jié)果的分析，驗證了設(shè)計的可行性。最后分析了不足之處以及今后可能的改進方向。
上傳時間： 2022-07-09
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
