目前，小波分析在信息技術(shù)和其他學(xué)科方面的應(yīng)用是眾多科技工作者關(guān)心的課題。在理論方面，新觀點(diǎn)、新方法不斷涌現(xiàn)。本文旨在完善小波的基本理論，對(duì)原有的小波去噪方法作進(jìn)一步的改進(jìn)。 經(jīng)典的信號(hào)處理方法，例如傅立葉變換、短時(shí)傅立葉變換等具有局限性，因而限定了它們的應(yīng)用范圍。小波分析作為一種全新的信號(hào)處理方法，它將信號(hào)中各種不同的頻率成分分解到互不重疊的頻帶上，為信號(hào)濾波、信噪分離和特征提取提供了有效途徑，特別在信號(hào)去噪方面顯出了獨(dú)特的優(yōu)勢(shì)。本文介紹了經(jīng)典的去噪方法，并對(duì)其適用范圍和效果進(jìn)行了分析和比較。并且，討論了小波分析的基本理論，介紹了連續(xù)小波變換、離散小波變換和小波變換的快速分解與重構(gòu)算法，最后研究了小波基的數(shù)學(xué)特性，分析了它們對(duì)實(shí)際應(yīng)用的影響和作用。進(jìn)而，介紹了小波的幾種去噪方法：小波變換高頻系數(shù)置零去噪方法、小波變換模極大值去噪方法、小波閾值去噪方法、小波空域相關(guān)性去噪方法。用小波變換將高頻系數(shù)強(qiáng)制置零去噪的方法是比較方便的，但它的不足之處是經(jīng)將高頻系數(shù)強(qiáng)制置零去噪后重構(gòu)的信號(hào)會(huì)使信號(hào)丟失一些細(xì)節(jié)，且小波基的選擇亦有相當(dāng)?shù)碾y度，只有靠經(jīng)驗(yàn)來(lái)確定，不過(guò)比傳統(tǒng)的濾波方法所得的效果還是要好。對(duì)于小波變換模極大值去噪的原理，分析了去噪過(guò)程中幾個(gè)參數(shù)的選取問(wèn)題，并給出了一些選取依據(jù)；對(duì)小波閾值去噪方法的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行了詳細(xì)討論。對(duì)閾值去噪進(jìn)行了改進(jìn)，利用均值逼近與閾值去噪相結(jié)合的方法來(lái)實(shí)現(xiàn)信號(hào)的處理，并通過(guò)實(shí)驗(yàn)仿真實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明該方法提高了信噪比，去噪效果優(yōu)于單獨(dú)應(yīng)用閾值去噪的方法。 在空域相關(guān)去噪算法的基礎(chǔ)上，進(jìn)行了改進(jìn)，利用閾值濾波與相關(guān)去噪算法相結(jié)合的一種組合去噪算法，仿真試驗(yàn)結(jié)果表明，由該算法濾波之后得到的小波系數(shù)不僅連續(xù)性好，準(zhǔn)確率高，而且易于重構(gòu)信號(hào)。 本文分別對(duì)這四種方法進(jìn)行了算法分析比較，通過(guò)實(shí)驗(yàn)仿真來(lái)實(shí)現(xiàn)，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。實(shí)驗(yàn)仿真結(jié)果表明了利用小波分析理論對(duì)信號(hào)去噪的可行性和有效性。 關(guān)鍵詞：小波分析，信號(hào)去噪，閾值，均值逼近，空域相關(guān)
標(biāo)簽： 小波分析 信號(hào)去噪 中的應(yīng)用
上傳時(shí)間： 2013-07-19
上傳用戶：啊颯颯大師的
隨著科學(xué)技術(shù)的發(fā)展，指紋識(shí)別技術(shù)被廣泛應(yīng)用到各種不同的領(lǐng)域。對(duì)于一般的指紋識(shí)別系統(tǒng)，其設(shè)計(jì)要求具有很高的實(shí)時(shí)性和易用性，因此識(shí)別算法應(yīng)該具有較低的復(fù)雜度，較快的運(yùn)算速度，從而滿足實(shí)時(shí)性的要求。所以有必要根據(jù)不同的識(shí)別算法采用不同的實(shí)現(xiàn)平臺(tái)，使得指紋識(shí)別系統(tǒng)具有較高的可靠性、實(shí)時(shí)性、有效性等性能要求。 SOPC片上可編程系統(tǒng)和嵌入式系統(tǒng)是當(dāng)前電子設(shè)計(jì)領(lǐng)域中最熱門的概念。NiosⅡ是Altera．公司開(kāi)發(fā)的一種采用流水線技術(shù)、單指令流的RISC嵌入式處理器軟核，可以將它嵌入到FPGA內(nèi)部，與用戶自定義邏輯組建成一個(gè)基于FPGA的片上專用系統(tǒng)。 本文在綜合考慮各種應(yīng)用情況的基礎(chǔ)上，以網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、指紋識(shí)別技術(shù)和嵌入式系統(tǒng)技術(shù)為理論基礎(chǔ)，提出了一種有效可行的系統(tǒng)架構(gòu)方案。對(duì)指紋識(shí)別技術(shù)中各個(gè)環(huán)節(jié)的算法和原理進(jìn)行了深入研究，合理的改進(jìn)了部分指紋識(shí)別算法；同時(shí)為了提高系統(tǒng)的實(shí)時(shí)性，采用NiosⅡ嵌入式處理器和FPGA硬件模塊實(shí)現(xiàn)指紋圖像處理主要算法。論文主要包括以下幾個(gè)方面： 1、對(duì)指紋圖像預(yù)處理、特征提取和特征匹配算法原理進(jìn)行闡述，同時(shí)改進(jìn)了指紋圖像的細(xì)化算法，提高了算法的性能，并設(shè)計(jì)了一套實(shí)用的指紋特征數(shù)據(jù)結(jié)構(gòu)； 2、針對(duì)指紋圖像預(yù)處理模塊，包括圖像的歸一化、頻率提取、方向提取以及方向?yàn)V波，采用基于FPGA的硬件電路的方式實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，在保證系統(tǒng)誤識(shí)率較低、可靠性高的基礎(chǔ)上，大大提高了系統(tǒng)的執(zhí)行速度； 3、改變了傳統(tǒng)的單枚指紋識(shí)別方法，提出采用多枚指紋唯一標(biāo)識(shí)身份，大大降低了識(shí)別系統(tǒng)的誤識(shí)率； 4、改進(jìn)了傳統(tǒng)的基于三角形匹配中獲取基準(zhǔn)點(diǎn)的方法，同時(shí)結(jié)合可變界限盒思想進(jìn)行指紋特征匹配。 5、結(jié)合COM+技術(shù)、數(shù)據(jù)庫(kù)技術(shù)和網(wǎng)絡(luò)技術(shù)，開(kāi)發(fā)了后臺(tái)指紋特征匹配服務(wù)系統(tǒng)，實(shí)現(xiàn)了嵌入式指紋識(shí)別系統(tǒng)同數(shù)據(jù)庫(kù)的實(shí)時(shí)信息交換。 實(shí)驗(yàn)結(jié)果表明，本文所提出的系統(tǒng)構(gòu)架方案有效可行，基于FPGA的自動(dòng)指紋識(shí)別系統(tǒng)在速度、功耗、擴(kuò)展性等方面具有獨(dú)特的優(yōu)勢(shì)，擁有廣闊的發(fā)展前景。
上傳時(shí)間： 2013-08-04
上傳用戶：laozhanshi111
刀具狀態(tài)的精確監(jiān)測(cè)是保證金屬切削加工過(guò)程順利進(jìn)行的關(guān)鍵，因此研制準(zhǔn)確、可靠且成本低廉的刀具狀態(tài)監(jiān)測(cè)系統(tǒng)一直是研究人員所追求的目標(biāo)。在眾多刀具狀態(tài)監(jiān)測(cè)方法中，聲發(fā)射監(jiān)測(cè)技術(shù)，以其信號(hào)直接來(lái)源于切削區(qū)，具有靈敏度高、響應(yīng)快，能有效避開(kāi)低頻干擾等優(yōu)點(diǎn)，非常適用于刀具狀態(tài)監(jiān)測(cè)。 圍繞如何獲取高信噪比的刀具狀態(tài)信號(hào)特征，擬結(jié)合嵌入式技術(shù)，構(gòu)建準(zhǔn)確、穩(wěn)定、低成本的實(shí)時(shí)刀具狀態(tài)監(jiān)測(cè)與辨識(shí)系統(tǒng)。給出了基于ARM& WinCE平臺(tái)的刀具狀態(tài)監(jiān)測(cè)系統(tǒng)數(shù)據(jù)處理平臺(tái)軟硬件初步解決方案。作為課題的前期研究本文主要進(jìn)行了以下工作： （1）分析了聲發(fā)射信號(hào)與刀具磨損狀態(tài)的相關(guān)性，驗(yàn)證了利用聲發(fā)射信號(hào)進(jìn)行刀具狀態(tài)監(jiān)測(cè)的可行性； （2）確定刀具狀態(tài)監(jiān)測(cè)系統(tǒng)的整體方案，包括系統(tǒng)整體架構(gòu)、軟硬件設(shè)計(jì)方案。ARM& WinCE構(gòu)成本系統(tǒng)的數(shù)據(jù)處理與顯示平臺(tái)，EVC為圖形界面應(yīng)用程序開(kāi)發(fā)工具； （3）構(gòu)建了數(shù)據(jù)處理與顯示平臺(tái)。選用MagicARM2410實(shí)驗(yàn)開(kāi)發(fā)平臺(tái)，簡(jiǎn)化了硬件設(shè)計(jì)；根據(jù)系統(tǒng)的功能需求，進(jìn)行ARM平臺(tái)的接口設(shè)計(jì)、操作系統(tǒng)和必要的驅(qū)動(dòng)程序的剪裁及移植； （4）完成了數(shù)據(jù)處理與顯示應(yīng)用軟件設(shè)計(jì)。系統(tǒng)軟件包括界面模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)處理模塊、圖形及結(jié)果顯示模塊、參數(shù)設(shè)置模塊等，其中數(shù)據(jù)處理模塊主要包括小波消噪、小波包分解特征提取等算法； （5）實(shí)現(xiàn)了ARM& WinCE平臺(tái)與PC機(jī)的實(shí)時(shí)可靠通訊。
標(biāo)簽： WinCE ARM 刀具 狀態(tài)監(jiān)測(cè)
上傳時(shí)間： 2013-04-24
上傳用戶：lanjisu111
人臉識(shí)別技術(shù)作為生物識(shí)別技術(shù)之一，是模式識(shí)別在圖像領(lǐng)域中的具體運(yùn)用，其應(yīng)用前景非常廣闊，可以應(yīng)用到身份證件的鑒別、自動(dòng)門禁控制系統(tǒng)、銀行取款機(jī)、家庭安全，圖片檢索等領(lǐng)域。 人臉識(shí)別系統(tǒng)主要分為人臉檢測(cè)定位，特征提取和人臉?lè)诸惾糠帧Ｈ四樀臋z測(cè)和定位，即從輸入的圖像中找到人臉及人臉存在的位置，并將人臉從背景中分離出來(lái)。在特征提取部分，先對(duì)原始人臉數(shù)據(jù)進(jìn)行特征提取，之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲(chǔ)在數(shù)據(jù)庫(kù)中，接下來(lái)進(jìn)行人臉?lè)诸悾谧R(shí)別待測(cè)人臉圖像時(shí)，將待測(cè)圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)數(shù)據(jù)相比對(duì)，判斷是否為庫(kù)中的某一人，從而實(shí)現(xiàn)自動(dòng)識(shí)別人臉的目的。 在過(guò)去的十年里，人臉識(shí)別技術(shù)一直是圖像處理領(lǐng)域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測(cè)及識(shí)別算法被提出來(lái)。其中基于主成分分析的Eigenface的算法及其變形已經(jīng)成為測(cè)試人臉識(shí)別系統(tǒng)性能的基準(zhǔn)算法；同時(shí)Adaboost人臉檢測(cè)算法，在PC上基本可以達(dá)到實(shí)時(shí)，在嵌入式產(chǎn)品廣泛應(yīng)用的今天，只有讓人臉識(shí)別算法在嵌入式平臺(tái)上實(shí)現(xiàn)，才能獲得更廣闊的應(yīng)用，本文研究了在嵌入式平臺(tái)上Adaboost人臉檢測(cè)算法的性能。 嵌入式是后PC時(shí)代的一個(gè)亮點(diǎn)，目前已經(jīng)應(yīng)用在社會(huì)生活的方方面面。嵌入式產(chǎn)品的開(kāi)發(fā)平臺(tái)分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開(kāi)發(fā)平臺(tái)，研究人臉識(shí)別在ARM平臺(tái)的性能，為實(shí)用的嵌入式人臉識(shí)別系統(tǒng)的設(shè)計(jì)提供參考。 本文從PC平臺(tái)的軟件實(shí)現(xiàn)入手，分別實(shí)現(xiàn)了PC平臺(tái)下的AdaBoost人臉檢測(cè)算法和PCA人臉識(shí)別算法,分析了現(xiàn)象及結(jié)果，接下來(lái)搭建了基于ARM嵌入式系統(tǒng)的硬件平臺(tái)，對(duì)AdaBoost人臉檢測(cè)算法進(jìn)行了硬件平臺(tái)的移植，并得出相應(yīng)實(shí)驗(yàn)效果。
標(biāo)簽： ARM 人臉識(shí)別 系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-05-31
上傳用戶：saharawalker
隨著數(shù)字化和網(wǎng)絡(luò)化的發(fā)展，傳統(tǒng)的門禁系統(tǒng)由于鑒別方式、速度和性能等方面的限制，很難滿足安全可靠和網(wǎng)絡(luò)化的控制需求。由于識(shí)別技術(shù)的不斷成熟，基于人體生理特征的身份識(shí)別系統(tǒng)逐漸被人們開(kāi)始采用，目前，從實(shí)用的角度看，指紋識(shí)別技術(shù)要比其它生物識(shí)別技術(shù)更安全和方便，這是因?yàn)槿说闹讣y具有唯一性、不變性以及貼身性的特點(diǎn)。傳統(tǒng)的門禁控制器常采用單片機(jī)開(kāi)發(fā)，利用串行通信接口向遠(yuǎn)程上位機(jī)傳送數(shù)據(jù)，多個(gè)門禁控制器一般組成RS485網(wǎng)絡(luò)，通信線路專用且不易于實(shí)現(xiàn)網(wǎng)絡(luò)控制和遠(yuǎn)程控制，而基于TCP/IP網(wǎng)絡(luò)通信的門禁系統(tǒng)通過(guò)局域網(wǎng)傳遞數(shù)據(jù)，很容易實(shí)現(xiàn)遠(yuǎn)程控制和分布式管理。 文中設(shè)計(jì)了基于指紋識(shí)別和以太網(wǎng)的智能網(wǎng)絡(luò)型門禁控制器。在ARM9和Linux操作系統(tǒng)上采用FPS200指紋傳感器采集指紋圖像和USB攝像頭采集視頻圖像，以及采用以太網(wǎng)控制器芯片AX88796，實(shí)現(xiàn)了基于TCP/IP協(xié)議的網(wǎng)絡(luò)門禁系統(tǒng)。 論文首先分析了門禁系統(tǒng)的研究背景、意義及國(guó)內(nèi)外的發(fā)展現(xiàn)狀，然后介紹了指紋識(shí)別網(wǎng)絡(luò)門禁系統(tǒng)的總體結(jié)構(gòu)，闡述了系統(tǒng)各個(gè)重要功能模塊的硬件資源。根據(jù)系統(tǒng)的硬件資源搭建了嵌入式Linux的軟件平臺(tái)，移植了相關(guān)模塊的驅(qū)動(dòng)程序。論文研究了指紋識(shí)別算法，包括指紋圖像預(yù)處理和指紋圖像的特征提取和匹配，重點(diǎn)分析了指紋圖像分割法，利用灰度梯度和灰度方差的結(jié)合設(shè)置一個(gè)合適的局部閾值對(duì)指紋進(jìn)行分割。然后，闡述了門禁控制系統(tǒng)軟件的總體設(shè)計(jì)，并重點(diǎn)介紹Video4Linux采集圖像、指紋圖像采集、GoAhead Web Server的應(yīng)用以及系統(tǒng)運(yùn)用TCP/IP實(shí)現(xiàn)系統(tǒng)門禁控制器和上位機(jī)PC之間的網(wǎng)絡(luò)通信。 系統(tǒng)測(cè)試部分介紹了測(cè)試環(huán)境、測(cè)試方法以及測(cè)試內(nèi)容。測(cè)試結(jié)果表明，本課題設(shè)計(jì)的指紋識(shí)別網(wǎng)絡(luò)型門禁系統(tǒng)在穩(wěn)定性、可靠性以及實(shí)時(shí)性方面達(dá)到了較好的效果。文章最后提出了一些在工作中遇到的問(wèn)題，并對(duì)近幾年來(lái)的一些新的研究趨勢(shì)做了簡(jiǎn)單的總結(jié)與展望，指出了指紋識(shí)別網(wǎng)絡(luò)型門禁系統(tǒng)未來(lái)的研究方向。
標(biāo)簽： ARM 指紋識(shí)別 門禁系統(tǒng)
上傳時(shí)間： 2013-07-23
上傳用戶：pwcsoft
嵌入式人臉識(shí)別系統(tǒng)建立在嵌入式操作系統(tǒng)和嵌入式硬件系統(tǒng)平臺(tái)之上,具有起點(diǎn)高、概念新、實(shí)用性強(qiáng)等特點(diǎn)。它涉及嵌入式硬件設(shè)計(jì)、嵌入式操作系統(tǒng)應(yīng)用開(kāi)發(fā)、人臉識(shí)別算法等領(lǐng)域的研究；嵌入式人臉識(shí)別系統(tǒng)攜帶方便、安裝快捷、機(jī)動(dòng)性強(qiáng),可廣泛應(yīng)用于各類門禁系統(tǒng)、戶外機(jī)動(dòng)布控的實(shí)時(shí)監(jiān)測(cè)等特殊場(chǎng)合,因此對(duì)嵌入式人臉識(shí)別的研究工作具有突出的理論意義和廣泛的應(yīng)用前景。 本文是上海市經(jīng)委創(chuàng)新研究項(xiàng)目《射頻識(shí)別RFID系統(tǒng)-自動(dòng)識(shí)別和記錄人群的身份》(編號(hào)：04-11-2)與上海市科委AM基金項(xiàng)目《基于ARM和RFID芯片的自組織安全監(jiān)控系統(tǒng)的研制》(編號(hào)：0512)的主要研究?jī)?nèi)容之一。論文從構(gòu)建自動(dòng)人臉識(shí)別系統(tǒng)所需解決的若干關(guān)鍵問(wèn)題入手,重點(diǎn)探討了基于嵌入式ARM微處理器的實(shí)時(shí)人臉檢測(cè)、關(guān)鍵特征定位、高效的人臉特征描述、魯棒的人臉識(shí)別分類器及自動(dòng)人臉識(shí)別系統(tǒng)設(shè)計(jì)等問(wèn)題的研究。論文的主要工作和創(chuàng)新點(diǎn)表現(xiàn)在以下方面： 1實(shí)現(xiàn)了結(jié)合膚色校驗(yàn)的Haar特征級(jí)聯(lián)分類器嵌入式實(shí)時(shí)人臉檢測(cè),提出了基于人臉約束的人眼Haar特征RSVM級(jí)聯(lián)分類器人眼檢測(cè)算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法。 復(fù)雜背景中的人臉檢測(cè)是自動(dòng)人臉識(shí)別系統(tǒng)首先要解決的關(guān)鍵問(wèn)題,通過(guò)對(duì)基于膚色模型和基于Haar特征級(jí)聯(lián)強(qiáng)分類器的人臉檢測(cè)算法的分析研究,綜合兩個(gè)算法的優(yōu)點(diǎn),提出了基于膚色模型校驗(yàn)和Haar特征級(jí)聯(lián)強(qiáng)分類器的嵌入式實(shí)時(shí)人臉檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明,該算法不僅解決了復(fù)雜背景中的類膚色和類人臉結(jié)構(gòu)問(wèn)題,而且具有較高的檢測(cè)率和較快的檢測(cè)速度,同時(shí)對(duì)光照、尺度等變化條件下的人臉檢測(cè)也具有較強(qiáng)的魯棒性。 人眼檢測(cè)與瞳孔定位在人臉歸一化和有效人臉特征抽取等方面起著非常重要的作用,為了快速檢測(cè)人眼并精確定位人眼瞳孔中心,論文提出了基于人臉約束的人眼Haar特征RSVM級(jí)聯(lián)分類器人眼檢測(cè)算法和基于遮罩掩磨與橢圓擬合的瞳孔定位算法,首先利用人眼檢測(cè)分類器在人臉區(qū)域內(nèi)完成對(duì)人眼位置的檢測(cè),然后通過(guò)對(duì)檢測(cè)到的人眼進(jìn)行遮罩掩磨、簡(jiǎn)單圖像形態(tài)學(xué)變換及橢圓擬合實(shí)現(xiàn)瞳孔中心的精確定位。測(cè)試結(jié)果表明該算法只需幾百毫秒便能完成人眼檢測(cè)與瞳孔中心定位整個(gè)過(guò)程,在保證檢測(cè)速度較快的同時(shí),還能確保較高的定位精度。 2 針對(duì)傳統(tǒng)線性判別分析法存在的小樣本問(wèn)題(sss),通過(guò)調(diào)整Fisher判別準(zhǔn)則,實(shí)現(xiàn)了自適應(yīng)線性判別分析算法及相應(yīng)的人臉識(shí)別方法人臉識(shí)別中的小樣本問(wèn)題使線性判別分析算法的類內(nèi)散布矩陣發(fā)生嚴(yán)重退化,導(dǎo)致問(wèn)題無(wú)法求解。本文在人臉識(shí)別小樣本問(wèn)題的基礎(chǔ)上,通過(guò)調(diào)整Fisher判別準(zhǔn)則,利用類間散布矩陣的補(bǔ)空間巧妙地避開(kāi)類內(nèi)散布矩陣的求逆運(yùn)算,通過(guò)訓(xùn)練集每類樣本的樣本數(shù)信息自適應(yīng)改變調(diào)整參數(shù),實(shí)現(xiàn)了自適應(yīng)線性判別分析算法,實(shí)驗(yàn)結(jié)果表明,該算法能有效解決人臉識(shí)別中的小樣本問(wèn)題。 3 提出了基于有效人臉區(qū)域的Gabor特征抽取算法,有效地解決了Gabor特征抽取維數(shù)過(guò)高的問(wèn)題。 Gabor小波對(duì)圖像的光照、尺度變化具有較強(qiáng)魯棒性,是一種良好的人臉特征表征方法。但維數(shù)過(guò)高的Gabor特征造成應(yīng)用系統(tǒng)的維數(shù)災(zāi)難,為解決Gabor特征的維數(shù)災(zāi)難問(wèn)題,論文第四章提出了基于有效人臉區(qū)域的Gabor特征抽取算法,該算法不僅有效地降低了人臉特征向量維數(shù),縮小了人臉特征庫(kù)的規(guī)模,同時(shí)降低了核心算法的時(shí)間和空間復(fù)雜度,而且具有與傳統(tǒng)Gabor特征抽取算法同樣的魯棒性。 4 結(jié)合有效人臉區(qū)域的Gabor特征抽取、自適應(yīng)線性判別分析算法和基于支持向量機(jī)分類策略,提出并實(shí)現(xiàn)了基于支持向量機(jī)的嵌入式人臉識(shí)別和嵌入式人像比對(duì)系統(tǒng)支持向量機(jī)通過(guò)引入核技巧對(duì)訓(xùn)練樣本進(jìn)行學(xué)習(xí)構(gòu)造最小化錯(cuò)分風(fēng)險(xiǎn)的最優(yōu)分類超平面,不僅具有強(qiáng)大的非線性和高維處理能力,而且具有更強(qiáng)的泛化能力。本文研究了支持向量機(jī)的多類分類策略和訓(xùn)練方法,并結(jié)合論文中提出的基于有效人臉區(qū)域的Gabor特征提取算法、自適應(yīng)線性判別分析算法,首次在基于Windows CE操作系統(tǒng)的嵌入式ARM平臺(tái)中實(shí)現(xiàn)了具有較強(qiáng)魯棒性的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng)。 5 提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無(wú)線網(wǎng)絡(luò)模型的遠(yuǎn)距離人臉識(shí)別方案為解決嵌入式人臉識(shí)別系統(tǒng)在海量人臉庫(kù)中進(jìn)行識(shí)別的難題,論文提出并初步實(shí)現(xiàn)了基于客戶機(jī)/服務(wù)器結(jié)構(gòu)無(wú)線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識(shí)別方案。 客戶機(jī)(嵌入式平臺(tái))完成對(duì)人臉圖像的檢測(cè)、歸一化處理和人臉特征提取,然后通過(guò)無(wú)線網(wǎng)絡(luò)將提取后的人臉特征數(shù)據(jù)傳輸?shù)椒?wù)器端,由服務(wù)器在海量人臉庫(kù)中完成人臉識(shí)別,并將識(shí)別后的結(jié)果通過(guò)無(wú)線網(wǎng)絡(luò)傳輸?shù)娇蛻魴C(jī)顯示輸出,從而實(shí)現(xiàn)基于客戶機(jī)/服務(wù)器無(wú)線網(wǎng)絡(luò)模型的嵌入式遠(yuǎn)距離人臉識(shí)別方案。 6 結(jié)合我們開(kāi)發(fā)的基于ARM的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng),從系統(tǒng)設(shè)計(jì)的角度探討了在嵌入式系統(tǒng)中進(jìn)行人臉識(shí)別應(yīng)用設(shè)計(jì)的思路及應(yīng)該注意的問(wèn)題雖然嵌入式人臉識(shí)別系統(tǒng)的性能很大程度上取決于高效的人臉特征描述和魯棒的人臉識(shí)別核心算法。但是,嵌入式系統(tǒng)的設(shè)計(jì)思想對(duì)嵌入式人臉識(shí)別系統(tǒng)的性能影響同樣值得重視。本文第六章重點(diǎn)闡述了嵌入式自動(dòng)人臉識(shí)別應(yīng)用系統(tǒng)的設(shè)計(jì)思路,并結(jié)合我們自主開(kāi)發(fā)的嵌入式自動(dòng)人臉識(shí)別系統(tǒng)和嵌入式人像比對(duì)系統(tǒng)從系統(tǒng)設(shè)計(jì)的角度探討了嵌入式人臉識(shí)別應(yīng)用系統(tǒng)設(shè)計(jì)中應(yīng)該注意的關(guān)鍵技術(shù)問(wèn)題。 結(jié)合本文提出的算法我們?cè)赑C上完成對(duì)人臉識(shí)別分類器的訓(xùn)練,然后在嵌入式ARM開(kāi)發(fā)平臺(tái)上實(shí)現(xiàn)了嵌入式自動(dòng)人臉識(shí)別、嵌入式人像比對(duì)兩個(gè)便攜式人員身份認(rèn)證系統(tǒng),經(jīng)測(cè)試運(yùn)行效果良好。所提出的人臉識(shí)別算法不僅具有一定的理論參考價(jià)值,而且對(duì)于嵌入式系統(tǒng)應(yīng)用開(kāi)發(fā)、AFR應(yīng)用系統(tǒng)開(kāi)發(fā)也具有一定的借鑒意義。
標(biāo)簽： ARM 架構(gòu) 嵌入式 人臉識(shí)別
上傳時(shí)間： 2013-05-18
上傳用戶：我們的船長(zhǎng)
基于小波變換和神經(jīng)網(wǎng)絡(luò)理論,對(duì)非穩(wěn)定、大信噪比(SNR)變化的通信信號(hào)進(jìn)行有效的特征提取和分類,實(shí)現(xiàn)了通信信號(hào)調(diào)制方式的分類識(shí)別.首先,采用基于多分辨分析框架的Mallat快速算法提取離散細(xì)節(jié)作為特征采,實(shí)驗(yàn)得出db3小波非常適合作為特征提取小波,用小波變換大大壓縮了通信信號(hào)特征矢量,提取的信號(hào)特征矢量64點(diǎn);然后依據(jù)神經(jīng)網(wǎng)絡(luò)理論,分別采用BP網(wǎng)絡(luò)作為分類器對(duì)通信信號(hào)調(diào)制識(shí)別分類.從計(jì)算機(jī)模擬實(shí)驗(yàn)結(jié)果可知,該方法能很好地完成通信信號(hào)調(diào)制識(shí)別分類任務(wù),使識(shí)別正確率得到了明顯改善,同時(shí)降低了識(shí)別分類過(guò)程的復(fù)雜度,并且為通信信號(hào)調(diào)制識(shí)別的DSP實(shí)現(xiàn)提供了快速計(jì)算的理論基礎(chǔ).其次,介紹了TMS320LF2407 DSP和FPGA的結(jié)構(gòu)原理,并在此基礎(chǔ)上設(shè)計(jì)了數(shù)字信號(hào)處理板和制作調(diào)試電路板.最后,用匯編和C語(yǔ)言編制A/D程序、串口通信程序和應(yīng)用程序,并在信號(hào)處理板上調(diào)試和運(yùn)行.
標(biāo)簽： DSPs FPGA 通信信號(hào) 調(diào)制識(shí)別
上傳時(shí)間： 2013-07-23
上傳用戶：731140412
圖像采集是數(shù)字化圖像處理的第一步，開(kāi)發(fā)圖像采集平臺(tái)是視覺(jué)系統(tǒng)開(kāi)發(fā)的基礎(chǔ)。視覺(jué)檢測(cè)的速度是視覺(jué)檢測(cè)要解決的關(guān)鍵技術(shù)之一，也是專用圖像處理系統(tǒng)設(shè)計(jì)所要完成的首要目標(biāo)
標(biāo)簽： 高速圖像采集
上傳時(shí)間： 2013-04-24
上傳用戶：waitingfy
隨著科學(xué)技術(shù)的發(fā)展，指紋識(shí)別技術(shù)被廣泛應(yīng)用到各種不同的領(lǐng)域。對(duì)于一般的指紋識(shí)別系統(tǒng)，其設(shè)計(jì)要求具有很高的實(shí)時(shí)性和易用性，因此識(shí)別算法應(yīng)該具有較低的復(fù)雜度，較快的運(yùn)算速度，從而滿足實(shí)時(shí)性的要求。所以有必要根據(jù)不同的識(shí)別算法采用不同的實(shí)現(xiàn)平臺(tái)，使得指紋識(shí)別系統(tǒng)具有較高的可靠性、實(shí)時(shí)性、有效性等性能要求。 SOPC片上可編程系統(tǒng)和嵌入式系統(tǒng)是當(dāng)前電子設(shè)計(jì)領(lǐng)域中最熱門的概念。NiosⅡ是Altera．公司開(kāi)發(fā)的一種采用流水線技術(shù)、單指令流的RISC嵌入式處理器軟核，可以將它嵌入到FPGA內(nèi)部，與用戶自定義邏輯組建成一個(gè)基于FPGA的片上專用系統(tǒng)。 本文在綜合考慮各種應(yīng)用情況的基礎(chǔ)上，以網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、指紋識(shí)別技術(shù)和嵌入式系統(tǒng)技術(shù)為理論基礎(chǔ)，提出了一種有效可行的系統(tǒng)架構(gòu)方案。對(duì)指紋識(shí)別技術(shù)中各個(gè)環(huán)節(jié)的算法和原理進(jìn)行了深入研究，合理的改進(jìn)了部分指紋識(shí)別算法；同時(shí)為了提高系統(tǒng)的實(shí)時(shí)性，采用NiosⅡ嵌入式處理器和FPGA硬件模塊實(shí)現(xiàn)指紋圖像處理主要算法。論文主要包括以下幾個(gè)方面： 1、對(duì)指紋圖像預(yù)處理、特征提取和特征匹配算法原理進(jìn)行闡述，同時(shí)改進(jìn)了指紋圖像的細(xì)化算法，提高了算法的性能，并設(shè)計(jì)了一套實(shí)用的指紋特征數(shù)據(jù)結(jié)構(gòu)； 2、針對(duì)指紋圖像預(yù)處理模塊，包括圖像的歸一化、頻率提取、方向提取以及方向?yàn)V波，采用基于FPGA的硬件電路的方式實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)果表明，在保證系統(tǒng)誤識(shí)率較低、可靠性高的基礎(chǔ)上，大大提高了系統(tǒng)的執(zhí)行速度； 3、改變了傳統(tǒng)的單枚指紋識(shí)別方法，提出采用多枚指紋唯一標(biāo)識(shí)身份，大大降低了識(shí)別系統(tǒng)的誤識(shí)率； 4、改進(jìn)了傳統(tǒng)的基于三角形匹配中獲取基準(zhǔn)點(diǎn)的方法，同時(shí)結(jié)合可變界限盒思想進(jìn)行指紋特征匹配。 5、結(jié)合COM+技術(shù)、數(shù)據(jù)庫(kù)技術(shù)和網(wǎng)絡(luò)技術(shù)，開(kāi)發(fā)了后臺(tái)指紋特征匹配服務(wù)系統(tǒng)，實(shí)現(xiàn)了嵌入式指紋識(shí)別系統(tǒng)同數(shù)據(jù)庫(kù)的實(shí)時(shí)信息交換。 實(shí)驗(yàn)結(jié)果表明，本文所提出的系統(tǒng)構(gòu)架方案有效可行，基于FPGA的自動(dòng)指紋識(shí)別系統(tǒng)在速度、功耗、擴(kuò)展性等方面具有獨(dú)特的優(yōu)勢(shì)，擁有廣闊的發(fā)展前景。
標(biāo)簽： FPGA 嵌入式 指紋識(shí)別 系統(tǒng)研究
上傳時(shí)間： 2013-04-24
上傳用戶：15528028198
·詳細(xì)說(shuō)明：做實(shí)驗(yàn)室測(cè)試的matlab指紋識(shí)別代碼，主要測(cè)試了指紋的幾種特征提取對(duì)識(shí)別的影響，可用來(lái)進(jìn)行論文論證階段的實(shí)驗(yàn)室使用，希望對(duì)初學(xué)者和廣大在校生有幫助.文件列表: fvsmatlabsourcecode ...................\19_7.bmp ...................\22443.bmp .......
標(biāo)簽： matlab 實(shí)驗(yàn)室 代碼 測(cè)試
上傳時(shí)間： 2013-07-03
上傳用戶：時(shí)代電子小智
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
