多尺度MSRCR的retinex算法，可以直接使用。自己替換圖片
標(biāo)簽： retinex MSRCR 算法 多尺度
上傳時(shí)間： 2016-05-03
上傳用戶(hù)：yywsp007
多尺度的MSRCR算法 去霧效果明顯 可直接使用 用VS+OPENCV
上傳時(shí)間： 2016-05-04
上傳用戶(hù)：yywsp007
基于多尺度光照不變?nèi)四樚卣鲌D像的提取方法。
上傳時(shí)間： 2016-06-06
上傳用戶(hù)：asd940808
可以對(duì)一組數(shù)據(jù)進(jìn)行5尺度的小波分解，得到高頻部分和低頻部分
上傳時(shí)間： 2017-05-23
上傳用戶(hù)：haiao
小波時(shí)頻(尺度)圖的繪制原理與實(shí)現(xiàn)
上傳時(shí)間： 2018-03-22
上傳用戶(hù)：caigen0001
移動(dòng)無(wú)線信道特性對(duì)移動(dòng)通信系統(tǒng)性能具有重要影響，移動(dòng)信道建模和仿真對(duì)移動(dòng)通信系統(tǒng)的研發(fā)具有重要意義。因此，對(duì)移動(dòng)信道建模與仿真進(jìn)行研究，具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。 本文從無(wú)線電波的傳播特點(diǎn)出發(fā)，分析了無(wú)線電波的傳播模型和描述信道特性的主要參數(shù)，重點(diǎn)分析了移動(dòng)小尺度衰落模型；結(jié)合無(wú)線電波傳輸環(huán)境的特點(diǎn)，研究了平坦衰落信道和頻率選擇性信道的特點(diǎn)，設(shè)計(jì)了基于FPGA的移動(dòng)無(wú)線信道仿真器，同時(shí)給予了軟硬件驗(yàn)證。 本文從衰落的數(shù)學(xué)模型角度研究了信道傳輸特性，以及各項(xiàng)參數(shù)對(duì)信道特性的影響。主要做了以下幾個(gè)方面的工作： 1.簡(jiǎn)要介紹了無(wú)線電通信的發(fā)展史及信道建模與仿真的意義；論述了信道對(duì)無(wú)線信號(hào)主要的三類(lèi)影響：自由空間的路徑損失、陰影衰落、多徑衰落；分析了無(wú)線通信傳播環(huán)境，移動(dòng)無(wú)線通信信道仿真的基本模型，同時(shí)介紹了用正弦波疊加法和成型濾波器法建立信道確定型仿真模型的具體實(shí)現(xiàn)方法。 2.對(duì)移動(dòng)無(wú)線信道特性進(jìn)行了Matlab仿真，對(duì)仿真結(jié)果進(jìn)行了對(duì)比分析，對(duì)影響信道特性的主要參數(shù)設(shè)置進(jìn)行了分析仿真。 3.設(shè)計(jì)了一種基于FPGA的移動(dòng)無(wú)線信道仿真器，并對(duì)實(shí)現(xiàn)該仿真器的關(guān)鍵技術(shù)和實(shí)現(xiàn)方法進(jìn)行了分析。該信道仿真器能夠?qū)崟r(shí)模擬窄帶信號(hào)條件下無(wú)線信道的主要特點(diǎn)，如多徑時(shí)延、多普勒頻移、瑞利衰落等，其主要的技術(shù)指標(biāo)達(dá)到了設(shè)計(jì)要求。該模擬器結(jié)構(gòu)簡(jiǎn)單，參數(shù)可調(diào)，易于擴(kuò)展，通用性強(qiáng)，可以部分或全部集成到處于研制階段的接收機(jī)中，以便于性能測(cè)試，也可應(yīng)用于教學(xué)實(shí)踐。
標(biāo)簽： FPGA 移動(dòng) 無(wú)線信道
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：suxuan110425
JPEG 2000是為適應(yīng)不斷發(fā)展的圖像壓縮應(yīng)用而出現(xiàn)的新的靜止圖像壓縮標(biāo)準(zhǔn)，小波變換是JEPG 2000核心算法之一。小波變換是一種可達(dá)到時(shí)(空)域或頻率域局部化的時(shí)頻域或空頻域分析方法，其多尺度分解特性符合人類(lèi)的視覺(jué)機(jī)制，更加適用于圖像信息的處理。提升小波變換是一類(lèi)不采用傅立葉變換做為主要分析工具的小波變換新方法，提升小波變換的提出大大簡(jiǎn)化了小波變換的計(jì)算，使其在實(shí)時(shí)信號(hào)處理領(lǐng)域得到廣泛的應(yīng)用。通過(guò)提升的方法很容易構(gòu)造一般的整數(shù)小波變換，由于圖像一般用位數(shù)較低的整數(shù)表示，整數(shù)小波變換可以將為整數(shù)序列的圖像矩陣映射成整數(shù)小波系數(shù)矩陣，這就大大簡(jiǎn)化了小波變換的硬件電路設(shè)計(jì)。在當(dāng)今數(shù)字化和信息化時(shí)代背景下，研究具有高速硬件處理功能的可變程邏輯器件在圖像壓縮算法領(lǐng)域的應(yīng)用已經(jīng)成為當(dāng)今研究的熱點(diǎn)。 本文旨在探討和研制基于FPGA的小波變換模塊的可能性和方法。本文采用Xilinx公司的Spartan-Ⅲ系列芯片，根據(jù)JPEG 2000推薦無(wú)損提升小波算法和有損提升小波算法，設(shè)計(jì)圖像壓縮系統(tǒng)的小波變換模塊。主要工作如下： 第一部分介紹了傳統(tǒng)小波分析理論和提升小波分析理論。包括連續(xù)小波時(shí)頻局域性的特征，離散小波變換系數(shù)的意義，多分辨分析引出的構(gòu)造小波基的系統(tǒng)方法和計(jì)算離散小波的快速算法等。重點(diǎn)放在介紹正交小波和雙正交小波的構(gòu)造方法，并介紹了數(shù)字圖像在小波域的特點(diǎn)。討論了提升小波變換的基本思想，討論了用提升方法構(gòu)造小波基以及傳統(tǒng)小波變換的提升實(shí)現(xiàn)，討論了整數(shù)小波變換。 第二部分介紹了FPGA結(jié)構(gòu)及其設(shè)計(jì)流程。介紹了FPGA/CPLD器件的特征、發(fā)展趨勢(shì)及FPGA/CPLD基本結(jié)構(gòu)，然后重點(diǎn)介紹了本文用到的Xilinx公司Spartan-Ⅲ系列芯片的結(jié)構(gòu)特點(diǎn)，以及Xilinx的FPGA開(kāi)發(fā)軟件ISE，最后介紹了硬件描述語(yǔ)言VHDL語(yǔ)言的特點(diǎn)。 最后一部分是本論文研究的主要內(nèi)容，即JPEG 2000中最核心的算法-提升格式小波變換的一維變換模塊設(shè)計(jì)和二維變換模塊設(shè)計(jì)。一維提升小波變換模塊采用兩種不同的電路結(jié)構(gòu)進(jìn)行設(shè)計(jì)-低速低功耗的串行流水線結(jié)構(gòu)和高速高功耗的并行陣列結(jié)構(gòu)。同樣，二維小波變換模塊也采用了兩種不同的電路結(jié)構(gòu)進(jìn)行設(shè)計(jì)-低速低功耗的折疊結(jié)構(gòu)和高速高功耗的串行結(jié)構(gòu)。 文章對(duì)提升小波變換的FPGA實(shí)現(xiàn)中的大量細(xì)節(jié)問(wèn)題進(jìn)行了討論，給出了每種結(jié)構(gòu)提升小波變換模塊的電路原理圖，并對(duì)原理圖進(jìn)行了仿真測(cè)試，仿真測(cè)試結(jié)果不僅表明了模塊功能的正確性，而且表明不同小波模塊可以滿(mǎn)足相應(yīng)領(lǐng)域的實(shí)際要求。
上傳時(shí)間： 2013-06-08
上傳用戶(hù)：dwzjt
磁共振成像（MRI）由于自身獨(dú)特的成像特點(diǎn)，使得其處理方法不同于一般圖像.根據(jù)不同的應(yīng)用目的，該文分別提出了MRI圖像去噪和分割兩個(gè)算法.首先，該文針對(duì)MRI重建后圖像噪聲分布的實(shí)際特點(diǎn)，提出了基于小波變換的MRI圖像去噪算法.該算法詳細(xì)闡明了MRI圖像Rician噪聲的特點(diǎn)，首先對(duì)與噪聲和邊緣相關(guān)的小波系數(shù)進(jìn)行建模，然后利用最大似然估計(jì)來(lái)進(jìn)行參數(shù)估計(jì)，同時(shí)利用連續(xù)尺度間的尺度相關(guān)性特點(diǎn)來(lái)進(jìn)行函數(shù)升級(jí)，以便獲得最佳萎縮函數(shù)，進(jìn)一步提高圖像的質(zhì)量，最終取得了一定的效果.與此同時(shí)，該文對(duì)MRI圖像的進(jìn)一步的分析與應(yīng)用展開(kāi)了一定研究，提出了一種改進(jìn)的快速模糊C均值聚類(lèi)魯棒分割算法.該算法先用K均值聚類(lèi)方法得到初始聚類(lèi)中心點(diǎn)，同時(shí)考慮鄰域?qū)Ψ指罱Y(jié)果的影響，對(duì)目標(biāo)函數(shù)加以改進(jìn)，用來(lái)克服噪聲和非均勻場(chǎng)對(duì)MRI圖像分割的影響，達(dá)到魯棒分割的目的，為進(jìn)一步圖像處理和分析打下基礎(chǔ).通過(guò)實(shí)驗(yàn)，我們發(fā)現(xiàn)，無(wú)論是針對(duì)模擬圖像還是實(shí)際圖像，該文所提出的兩個(gè)算法都取得了較好的效果，達(dá)到了預(yù)期的目的.
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：zhichenglu
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(lèi)門(mén)禁系統(tǒng)、戶(hù)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(lèi)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(lèi)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(lèi)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(lèi)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(lèi)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(lèi)膚色和類(lèi)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(lèi)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(lèi)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(lèi)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(lèi)間散布矩陣的補(bǔ)空間巧妙地避開(kāi)類(lèi)內(nèi)散布矩陣的求逆運(yùn)算,通過(guò)訓(xùn)練集每類(lèi)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(lèi)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(lèi)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(lèi)分類(lèi)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(hù)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(hù)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(hù)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?hù)機(jī)顯示輸出,從而實(shí)現(xiàn)基于客戶(hù)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(lèi)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(hù)：我們的船長(zhǎng)
心血管疾病是當(dāng)今危害人類(lèi)健康的主要疾病之一，心電圖檢查是臨床上診斷心血管疾病的重要方法。心電圖準(zhǔn)確的自動(dòng)分析與診斷對(duì)于心血管疾病的診斷起著關(guān)鍵的作用，也是國(guó)內(nèi)外學(xué)者所熱衷的研究課題。QRS復(fù)合波的檢測(cè)是心電自動(dòng)分析的關(guān)鍵環(huán)節(jié)，檢出的位置精度關(guān)系到后續(xù)處理和分析的正確性和準(zhǔn)確性。 本文在總結(jié)前人工作的基礎(chǔ)上，對(duì)基于小波變換的QRS復(fù)合波檢測(cè)算法做了深入研究;并針對(duì)小波變換算法與心電檢測(cè)算法的結(jié)構(gòu)提出了一種硬件實(shí)現(xiàn)方法。本文的主要內(nèi)容包括基于小波變換的心電信號(hào)檢測(cè)算法設(shè)計(jì)和該算法在FPGA系統(tǒng)上的實(shí)現(xiàn)兩個(gè)部分。 對(duì)國(guó)內(nèi)外近年內(nèi)發(fā)展起來(lái)的各種心電檢測(cè)方法進(jìn)行了總結(jié)，并綜合考慮檢出率和硬件實(shí)現(xiàn)的實(shí)時(shí)性等問(wèn)題，采用小波變換方法對(duì)QRS復(fù)合波進(jìn)行檢測(cè)。根據(jù)QRs復(fù)合波經(jīng)小波變換后，心電特征波在某些尺度上對(duì)應(yīng)有相對(duì)明顯的模極值對(duì)，通過(guò)在對(duì)應(yīng)尺度上判斷模極值對(duì)，進(jìn)而檢測(cè)出對(duì)應(yīng)的特征波。 設(shè)計(jì)了基于小波變換的心電信號(hào)檢測(cè)算法的FPGA實(shí)現(xiàn)系統(tǒng)。系統(tǒng)主要包含三個(gè)模塊：心電信號(hào)預(yù)處理模塊、小波分解模塊和檢測(cè)模塊。心電信號(hào)預(yù)處理模塊對(duì)輸入的心電信號(hào)進(jìn)行濾波預(yù)處理，以消除工頻干擾和基線漂移。小波分解模塊采用流水線設(shè)計(jì)，即把各層小波分解分成各個(gè)模塊獨(dú)立實(shí)現(xiàn)，以提高運(yùn)算效率。檢測(cè)模塊的功能是利用小波分解模塊的輸出結(jié)果在各尺度上尋找模極值對(duì)，并根據(jù)檢測(cè)策略檢測(cè)QRS復(fù)合波。 本文采用Veillog語(yǔ)言對(duì)設(shè)計(jì)進(jìn)行了仿真驗(yàn)證，并通過(guò)MIT-BIH心律失常標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)對(duì)本文的設(shè)計(jì)實(shí)現(xiàn)進(jìn)行性能評(píng)估，獲得了較好的檢出率。同時(shí)，綜合結(jié)果也表明系統(tǒng)時(shí)鐘能夠工作在較高的頻率，足以滿(mǎn)足高速實(shí)時(shí)對(duì)心電信號(hào)的處理與檢測(cè)。
上傳時(shí)間： 2013-04-24
上傳用戶(hù)：daoxiang126
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
