摘要：基于ATmega128單片機的智能小車控制系統(tǒng)。通過光電編碼器實現(xiàn)對小車速度的測量并將速度值進行bang—bang+PID運算．產(chǎn)生控制直流電機轉(zhuǎn)速的PWM電壓信號，實現(xiàn)對車速的快速調(diào)整和精確控制。小車控制系統(tǒng)還配有避障和灰度傳感器。用于檢測障礙物和地面灰度，實現(xiàn)小車避障和尋跡功能。
標簽： ATmega 128 智能機器人 控制系統(tǒng)設計
上傳時間： 2013-10-29
上傳用戶：清風冷雨
針對現(xiàn)有滅火機器人只能實現(xiàn)簡單智能活動的不足，提出了一種基于嵌入式微處理器控制系統(tǒng)的設計。本設計以ARM9為核心，以紅外測距傳感器、地面灰度傳感器、遠紅外火焰?zhèn)鞲衅鹘M等作為檢測系統(tǒng)，通過對采集信號的處理，確定機器人周圍環(huán)境的信息，并根據(jù)路徑規(guī)劃出決策行進運動。同時，為使機器人能更好地完成任務，本設計采用雙電源供電系統(tǒng)，低電壓電源供給控制器和滅火風扇直流電機，高電壓電源用來驅(qū)動大功率直流電機以帶動輪胎轉(zhuǎn)動
上傳時間： 2013-10-23
上傳用戶：gxy670166755
首先利用直方圖調(diào)整技術對原始圖像進行灰度值調(diào)整,然后通過整數(shù)小波變換獲得原始圖像的高頻子帶,并基于JND模型計算小波系數(shù)的恰可失真門限,最后利用擴頻水印技術將由元胞自動機變換加密后的水印圖像嵌入到原始圖像中。
上傳時間： 2013-10-15
上傳用戶：w50403
其他控制模式： a、16bit/65536 級灰度模式，暫未開放10bit/1024 級灰度模式； b、每幀都會發(fā)送逐點校正數(shù)據(jù)和配置寄存器數(shù)據(jù)； c、配置寄存器1（CF1）使能奇偶校驗，防止MBI6024 進入未知狀態(tài)； d、配置寄存器2（CF2）設定“CKI 逾時時間”為“95～172 CKI 周期”；
上傳時間： 2013-11-11
上傳用戶：xingyuewubian
機場道面異物是威脅跑道運行安全的常見病害，及時、準確的檢測異物具有現(xiàn)實意義。針對現(xiàn)有的人工目視檢測方法，本文基于圖像處理理論，提出了一種機場道面異物的自動檢測算法。根據(jù)機場道面的復雜背景和常見異物的特點，本文采取了分塊的方法，選擇Harris角點、灰度共生矩陣、灰度級分布范圍等特征，分別用閾值法和SVM法對實際機場道面異物圖像進行檢測。初步實驗證明，該方法可以有效檢測出機場道面復雜背景下的異物，實驗結(jié)果顯示，檢測正確率達到了98%。
上傳時間： 2013-11-26
上傳用戶：2404
為了使車流在交通路口順暢通過，通常需要統(tǒng)計一個交通信號燈周期內(nèi)的車流量，以實現(xiàn)交通信號燈的自動配時。文中提出了一種交通路口的車流量檢測算法。通過在道路前方設置檢測線，進而統(tǒng)計檢測線灰度變化的情況，即可統(tǒng)計出通過的車流量。并對其進行FPGA的硬件仿真。實驗結(jié)果表明，此方法實現(xiàn)簡單，運算處理速度快，能夠得到較滿意的結(jié)果。
上傳時間： 2014-01-17
上傳用戶：simonpeng
針對幀差分法易產(chǎn)生空洞以及背景減法不能檢測出與背景灰度接近的目標的問題，提出了一種將背景減和幀差法相結(jié)合的運動目標檢測算法。首先利用連續(xù)兩幀圖像進行背景減法得到兩種差分圖像，并用最大類間與類內(nèi)方差比法得到合適的閾值將這兩種差分圖像二值化，然后將得到的兩種二值化圖像進行或運算，最后利用圖像形態(tài)學濾波得到準確的運動目標。實驗結(jié)果表明，該算法簡單、易實現(xiàn)、實時性強
上傳時間： 2013-10-08
上傳用戶：yqs138168
通過對海上紅外圖像進行分析，提出了一種基于海天線提取的紅外小目標檢測方法。該算法的基本思路是根據(jù)所需提取目標的特點，首先選擇感興趣的灰度區(qū)域，然后運用Canny算子進行邊緣檢測，接著對圖像進行Hough變換檢測海天線，最后對海天線以下且符合目標特征的連通域進行標記從而來確定目標的位置。實驗結(jié)果表明，該方法能較好地檢測出海上紅外小目標。
上傳時間： 2015-01-03
上傳用戶：long14578
提出了一種在RGB顏色空間中顏色距離定義的方式，并根據(jù)顏色距離，用Roberts梯度算子得到顏色距離直方圖，確定圖像邊緣信息的閾值。通過Roberts算子，使用此閾值得到圖像的邊緣信息。這種方式，充分考慮了圖像中的顏色信息，與灰度圖的處理方式相比，減少了計算量，提高了具有相似亮度的不同顏色之間邊緣信息的提取成功率。
上傳時間： 2013-11-19
上傳用戶：懶龍1988
在深入的對頻譜臉法和Fisherface方法進行研究后，綜合這兩種方法的優(yōu)點，提出了一種基于頻譜臉和Fisherface的人臉識別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因為人臉圖像的低頻部分對人臉的表情變化是不敏感的，所以對人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個低維空間的表達。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實驗結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M行較快速、準確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時間： 2013-10-09
上傳用戶：zhf01y
