OpencV是用來實(shí)現(xiàn)計(jì)算機(jī)視覺相關(guān)技術(shù)的開放源碼工作庫,是計(jì)算機(jī)視覺、圖像處理、模式識(shí)別、計(jì)算機(jī)圖形學(xué)、信號(hào)處理、視頻監(jiān)控、科學(xué)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(gè)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(dòng)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(lán)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(jì)方法。全書結(jié)構(gòu)清晰、合理,范例實(shí)用、豐富,理論結(jié)合實(shí)踐,即使讀者只是略懂計(jì)算機(jī)視覺原理,也能人手對(duì)相關(guān)理論方法直接進(jìn)行編碼實(shí)現(xiàn)。 "基于OPENCV的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)"的圖書目錄…… 前言 第一章 使用OpenCV實(shí)現(xiàn)計(jì)算機(jī)視覺技術(shù) 1.1 計(jì)算機(jī)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(shí)例演示 本章小結(jié) 第三章 OpenCV編程風(fēng)格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計(jì) 3.4 函數(shù)實(shí)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(dòng)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(chǔ) 5.3 運(yùn)行時(shí)類型信息和通用函數(shù) 5.4 錯(cuò)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(cè) 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學(xué) 本章小結(jié) 第七章 結(jié)構(gòu)與識(shí)別 7.1 輪廓處理函數(shù) 7.2 計(jì)算幾何 7.3 平面劃分 7.4 目標(biāo)檢測(cè)函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進(jìn)行人臉檢測(cè) 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(shí)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(duì)視頻進(jìn)行讀寫處理 9.2 CvCam對(duì)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(xué)(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(shí)別工具 本章小結(jié) 第十二章 核心庫綜合例程 12.1 檢測(cè)黑白格標(biāo)定板內(nèi)指定矩形區(qū)域內(nèi)的角點(diǎn) 12.2 解線性標(biāo)定方程組程序 本章小結(jié) 第十三章 運(yùn)動(dòng)與跟蹤 13.1 圖像統(tǒng)計(jì)的累積函數(shù) 13.2 運(yùn)動(dòng)模板函數(shù) 13.3 對(duì)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(cè)可變形體的輪廓 13.8 運(yùn)動(dòng)目標(biāo)跟蹤與檢測(cè) 本章小結(jié) 第十四章 立體視覺第一部分——照相機(jī)定標(biāo) 14.1 坐標(biāo)系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機(jī)參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進(jìn)行攝像機(jī)定標(biāo) 14.6 OpenCV中的定標(biāo)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(diǎn)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(shí)例 17.1 圖像校正實(shí)例代碼 17.2 基于窗口的稀疏點(diǎn)匹配及三維重建之一 17.3 基于窗口的稀疏點(diǎn)匹配及三維重建之二 17.4 Birchfield算法的OpenCV實(shí)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(cuò)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(biāo)簽: OpenCV 計(jì)算機(jī)視覺 技術(shù)實(shí)現(xiàn)
上傳時(shí)間: 2013-07-18
上傳用戶:huyiming139
專輯類-Pro-E教程及相關(guān)資料專輯-134冊(cè)-38.9G ProE-輪胎特征創(chuàng)建-7頁-0.3M.pdf
標(biāo)簽: ProE 0.3 輪胎
上傳時(shí)間: 2013-07-26
上傳用戶:shenlan
專輯類-微波相關(guān)專輯-共31冊(cè)-341M 寬帶匹配網(wǎng)絡(luò)的理論與設(shè)計(jì)(增訂本)473頁-10.1M-pdf版.pdf
標(biāo)簽: M-pdf 10.1 473
上傳時(shí)間: 2013-04-24
上傳用戶:kkchan200
本文對(duì)家用電器中語音識(shí)別技術(shù)的DSP實(shí)現(xiàn)進(jìn)行了研究。文章介紹了語音識(shí)別技術(shù)的基本概念,討論了語音識(shí)別系統(tǒng)的組成和實(shí)現(xiàn)的技術(shù);詳細(xì)分析了構(gòu)成語音識(shí)別系統(tǒng)的四個(gè)組成部分,包括語音信號(hào)數(shù)字化與預(yù)處理、語音的端點(diǎn)檢測(cè)、特征提取與模式匹配。著重介紹了實(shí)現(xiàn)端點(diǎn)檢測(cè)的短時(shí)平均能量與短時(shí)平均過零率分析,語音信號(hào)的線性預(yù)測(cè)分析及在此基礎(chǔ)之上的倒譜特征參數(shù),以及實(shí)現(xiàn)模式匹配的常用的矢量量化技術(shù)、動(dòng)態(tài)時(shí)間規(guī)整技術(shù)和隱馬爾可夫模型;根據(jù)提出的語音識(shí)別系統(tǒng)的構(gòu)成,介紹了在MATLAB6.5上實(shí)現(xiàn)了采用動(dòng)態(tài)時(shí)間規(guī)整算法的識(shí)別系統(tǒng)的仿真分析。
標(biāo)簽: DSP 家用電器 語音識(shí)別技術(shù)
上傳用戶:zwei41
超聲波電源廣泛應(yīng)用于超聲波加工、診斷、清洗等領(lǐng)域,其負(fù)載超聲波換能器是一種將超音頻的電能轉(zhuǎn)變?yōu)闄C(jī)械振動(dòng)的器件。由于超聲換能器是一種容性負(fù)載,因此換能器與發(fā)生器之間需要進(jìn)行阻抗匹配才能工作在最佳狀態(tài)。串聯(lián)匹配能夠有效濾除開關(guān)型電源輸出方波存在的高次諧波成分,因此應(yīng)用較為廣泛。但是環(huán)境溫度或元件老化等原因會(huì)導(dǎo)致?lián)Q能器的諧振頻率發(fā)生漂移,使諧振系統(tǒng)失諧。傳統(tǒng)的解決辦法就是頻率跟蹤,但是頻率跟蹤只能保證系統(tǒng)整體電壓電流同頻同相,由于工作頻率改變了而匹配電感不變,此時(shí)換能器內(nèi)部動(dòng)態(tài)支路工作在非諧振狀態(tài),導(dǎo)致?lián)Q能器功率損耗和發(fā)熱,致使輸出能量大幅度下降甚至停振,在實(shí)際應(yīng)用中受到限制。所以,在跟蹤諧振點(diǎn)調(diào)節(jié)逆變器開關(guān)頻率的同時(shí)應(yīng)改變匹配電感才能使諧振系統(tǒng)工作在最高效能狀態(tài)。針對(duì)按固定諧振點(diǎn)匹配超聲波換能器電感參數(shù)存在的缺點(diǎn),本文應(yīng)用耦合振蕩法對(duì)換能器的匹配電感和耦合頻率之間的關(guān)系建立數(shù)學(xué)模型,證實(shí)了匹配電感隨諧振頻率變化的規(guī)律。給出利用這一模型與耦合工作頻率之間的關(guān)系動(dòng)態(tài)選擇換能器匹配電感的方法。經(jīng)過分析比較,選擇了基于磁通控制原理的可控電抗器作為匹配電感,通過改變電抗控制度調(diào)節(jié)電抗值。并給出了實(shí)現(xiàn)這一方案的電路原理和控制方法。最后本文以DSP TMS320F2812為核心設(shè)計(jì)出實(shí)現(xiàn)這一原理的超聲波逆變電源。實(shí)驗(yàn)結(jié)果表明基于磁通控制的可控電抗器可以實(shí)現(xiàn)電抗值隨電抗控制度線性無級(jí)可調(diào),由于該電抗器輸出正弦波,理論上沒有諧波污染。具體采用復(fù)合控制策略,穩(wěn)態(tài)時(shí),換能器工作在DPLL鎖定頻率上;動(dòng)態(tài)時(shí),逐步修改匹配電抗大小,搜索輸出電流的最大值,再結(jié)合DPLL鎖定該頻率。配合PS-PWM可實(shí)現(xiàn)功率連續(xù)可調(diào)。該超聲波換能系統(tǒng)能夠有效的跟隨最大電流輸出頻率,即使頻率發(fā)生漂移系統(tǒng)仍能保持工作在最佳狀態(tài),具有實(shí)際應(yīng)用價(jià)值。
標(biāo)簽: 動(dòng)態(tài) 換能器 超聲波電源
上傳用戶:lacsx
建立在數(shù)據(jù)率轉(zhuǎn)換技術(shù)之上的寬帶數(shù)字偵察接收機(jī)要求能夠?qū)崿F(xiàn)高截獲概率、高靈敏度、近乎實(shí)時(shí)的信號(hào)處理能力。雙信號(hào)數(shù)據(jù)率轉(zhuǎn)換技術(shù)是寬帶數(shù)字偵察接收機(jī)關(guān)鍵技術(shù)之一,是解決寬帶數(shù)字接收機(jī)中前端高速ADC采樣的高速數(shù)據(jù)流與后端DSP處理速度之間瓶頸問題的可行方案。測(cè)頻技術(shù)以及帶通濾波,即寬帶數(shù)字下變頻技術(shù),是實(shí)現(xiàn)數(shù)據(jù)率轉(zhuǎn)換系統(tǒng)的關(guān)鍵技術(shù)。本文首先介紹了寬帶數(shù)字偵察接收關(guān)鍵技術(shù)之一的數(shù)據(jù)率轉(zhuǎn)換技術(shù),著重研究了快速、高精度雙信號(hào)測(cè)頻算法以及實(shí)驗(yàn)系統(tǒng)硬件實(shí)現(xiàn)。論文主要工作如下: (1)分析了現(xiàn)代電子偵察環(huán)境下的信號(hào)特征,指出寬帶數(shù)字接收機(jī)必須滿足寬監(jiān)視帶寬、流水作業(yè)以及近實(shí)時(shí)的響應(yīng)時(shí)間。給出了一種頻率引導(dǎo)式的數(shù)字接收機(jī)方案,簡(jiǎn)要介紹這種接收機(jī)的關(guān)鍵技術(shù)——快速、高精度頻率估計(jì)以及高效的數(shù)據(jù)率轉(zhuǎn)換。 (2)介紹了FFT技術(shù)在測(cè)頻算法中的應(yīng)用,比較了FFT專用芯片及其優(yōu)點(diǎn)和缺點(diǎn),指出為了滿足實(shí)時(shí)處理要求,必須選用FPGA設(shè)計(jì)FFT模塊。 (3)在分析常規(guī)的插值算法基礎(chǔ)上,提出了一種單信號(hào)的快速插值頻率估計(jì)方法,只需三個(gè)FFT變換系數(shù)的實(shí)部構(gòu)造頻率修正項(xiàng),計(jì)算量低。該方法具有精度高、測(cè)頻速率快的特點(diǎn)。 (4)基于DFT理論和自相關(guān)理論,提出了結(jié)合FFT和自相關(guān)的雙信號(hào)頻率估計(jì)算法。該方法先用DFT估計(jì)其中一個(gè)信號(hào)的頻率和幅度,以此頻率對(duì)信號(hào)解調(diào)并對(duì)消該頻率成分,最后利用自相關(guān)理論估計(jì)出另一個(gè)信號(hào)的頻率。 (5)基于DFT理論和FFT技術(shù),研究了信號(hào)平方與FFT結(jié)合的雙信號(hào)頻率估計(jì)算法。根據(jù)信號(hào)中兩頻率分量的幅度比,只需一次一維平方信號(hào)譜峰搜索,就可以得到雙信號(hào)的和頻與差頻分量的估計(jì)值,并利用插值技術(shù)提高測(cè)頻精度。該算法能夠精確地估計(jì)頻率間隔小的雙信號(hào)頻率,且容易地?cái)U(kuò)展到復(fù)信號(hào),F(xiàn)PGA硬件實(shí)現(xiàn)容易。 (6)基于現(xiàn)代譜分析理論,研究了基于AR(2)模型的雙信號(hào)頻率估計(jì)算法。方法在利用AR(2)模型系數(shù)估計(jì)雙正弦信號(hào)頻率之和的同時(shí),利用FFT快速測(cè)頻算法估計(jì)其中強(qiáng)信號(hào)分量的頻率值。算法仿真驗(yàn)證和性能分析表明了提出的算法能快速高精度地估計(jì)雙信號(hào)頻率。 (7)給出了基于頻譜重心算法的雷達(dá)雙信號(hào)頻率估計(jì)的FPGA硬件實(shí)現(xiàn)架構(gòu),并進(jìn)行了時(shí)序仿真。 (8)討論了雙信號(hào)帶寬匹配接收系統(tǒng)的硬件設(shè)計(jì)方案,給出了快速測(cè)頻及帶寬估計(jì)模塊設(shè)計(jì)。
標(biāo)簽: FPGA 信號(hào) 測(cè)頻
上傳時(shí)間: 2013-06-02
上傳用戶:youke111
隨著圖像處理和模式識(shí)別技術(shù)的進(jìn)步,基于生物特征的識(shí)別技術(shù)成為蓬勃發(fā)展的高技術(shù)之一,根據(jù)IBG(InternationalBiometricGroup)組織對(duì)生物特征市場(chǎng)的統(tǒng)計(jì)和預(yù)測(cè),該領(lǐng)域的收入的年增長率30-50%,到2008年,全球總收入將達(dá)到46.39億美元。而基于指紋特征的識(shí)別技術(shù)由于其獨(dú)特的可靠性,穩(wěn)定性,方便快捷的特點(diǎn),恰好符合了市場(chǎng)的需求。目前指紋識(shí)別技術(shù)是生物識(shí)別領(lǐng)域中應(yīng)用最廣泛的識(shí)別技術(shù),也是研究與應(yīng)用的一個(gè)熱點(diǎn)。 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FPGA內(nèi)部,與用戶自定義邏輯結(jié)合構(gòu)成一個(gè)基于FPGA的片上系統(tǒng)。與嵌入式硬核相比較,嵌入式軟核具有更大的靈活性。而FPGA的高速性、恰恰滿足了指紋識(shí)別系統(tǒng)對(duì)速度的要求。 本文對(duì)指紋識(shí)別技術(shù)中各個(gè)環(huán)節(jié)的算法進(jìn)行了較為深入的研究,結(jié)合NiosⅡ嵌入式處理器的特點(diǎn),對(duì)算法進(jìn)行了合理的選擇與優(yōu)化,形成了一套完整的指紋識(shí)別算法,并提出了一種基于FPGA的指紋識(shí)別系統(tǒng)硬件設(shè)計(jì)方案。 論文的內(nèi)容主要包括以下幾個(gè)方面: 1、對(duì)指紋圖像預(yù)處理、后處理和匹配算法進(jìn)行了改進(jìn),提高了算法的性能;設(shè)計(jì)了一種適用于快速匹配的指紋特征數(shù)據(jù)結(jié)構(gòu);提出了一套基于特征點(diǎn)匹配的指紋識(shí)別算法。實(shí)驗(yàn)結(jié)果表明該算法速度快、誤識(shí)率較低、可靠性較高,可以滿足實(shí)用的要求。 2、本著增加系統(tǒng)集成度、減小系統(tǒng)體積、提高便攜性、降低功耗和成本,同時(shí)提升系統(tǒng)的性能的原則,使用Altera公司提供的外圍設(shè)備IP核配合NiosⅡ處理器軟核搭建了一個(gè)單片嵌入式系統(tǒng),然后以內(nèi)嵌NiosⅡ軟核的FPGA和FPS200指紋采集器為核心芯片,外配片外RAM和Flash存儲(chǔ)器以及小鍵盤和LCD顯示屏等器件,設(shè)計(jì)了一個(gè)便攜式指紋識(shí)別系統(tǒng),提出了一套基于FPGA的硬件設(shè)計(jì)方案。 3、利用NiosⅡ開發(fā)板對(duì)硬件設(shè)計(jì)方案進(jìn)行了初步的驗(yàn)證,實(shí)現(xiàn)了指紋采集芯片F(xiàn)PS200與FPGA的接口,并進(jìn)行了算法的移植。 實(shí)驗(yàn)結(jié)果表明本文所提出的系統(tǒng)設(shè)計(jì)方案是可行的。基于FPGA的自動(dòng)指紋識(shí)別系統(tǒng)在速度、功耗、體積、擴(kuò)展性方面有著獨(dú)特的優(yōu)勢(shì),具有廣闊的發(fā)展空間。最后提出了對(duì)這一設(shè)計(jì)繼續(xù)改進(jìn)的思路和下一步研究的內(nèi)容。
標(biāo)簽: FPGA 指紋識(shí)別 法的研究 硬件實(shí)現(xiàn)
上傳時(shí)間: 2013-06-07
上傳用戶:kikye
生物特征識(shí)別是指通過計(jì)算機(jī),利用人體固有的生理特征,如指紋,靜脈來進(jìn)行個(gè)人身份鑒別的技術(shù)。由于生物特征唯一性和不變性,使得生物特征識(shí)別與傳統(tǒng)的方法如數(shù)字密碼和身份證相比,具有更高的安全性和易用性。傳統(tǒng)的高性能自動(dòng)識(shí)別系統(tǒng)大多基于PC平臺(tái)聯(lián)機(jī)應(yīng)用,然而在實(shí)際應(yīng)用中往往對(duì)自動(dòng)識(shí)別系統(tǒng)要求有更高的便攜性和易用性,嵌入式技術(shù)的快速發(fā)展使得實(shí)現(xiàn)這樣的系統(tǒng)變?yōu)榱丝赡堋?生物特征識(shí)別系統(tǒng)主要由通用模塊的控制系統(tǒng)與非通用模塊的圖像采集設(shè)備與識(shí)別算法組成。本文針對(duì)通用模塊與非通用模塊接口問題進(jìn)行研究和設(shè)計(jì),實(shí)現(xiàn)了一個(gè)工作良好的嵌入式平臺(tái)。 本課題在設(shè)計(jì)核心板、擴(kuò)展板、轉(zhuǎn)接板的硬件基礎(chǔ)上,移植實(shí)時(shí)操作系統(tǒng)Linux,編寫各種接口與模塊的驅(qū)動(dòng)、多路攝像頭切換程序,并很好的解決了攝像頭采集生物特征時(shí)光強(qiáng)控制問題,為很好的采集到清晰圖像提供了一個(gè)良好穩(wěn)定的硬件平臺(tái)。 本課題所設(shè)計(jì)的嵌入式系統(tǒng)通過測(cè)試,做了大量的實(shí)驗(yàn),并將所采集到的手指靜脈圖像進(jìn)行討論分析,具有實(shí)用價(jià)值。
標(biāo)簽: ARM 嵌入式 多模 生物特征識(shí)別
上傳時(shí)間: 2013-06-03
上傳用戶:lguotao
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題,并對(duì)近幾年來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
指紋識(shí)別是在指紋圖像上找到指紋的特征,通過計(jì)算機(jī)模糊比較的方法,把兩個(gè)指紋的特征模板進(jìn)行比較,計(jì)算出它們的相似程度,最終得到兩個(gè)指紋的匹配結(jié)果。本文對(duì)現(xiàn)已存在的多種指紋識(shí)別算法進(jìn)行編程比較,并對(duì)細(xì)化算法提出改進(jìn)。同時(shí)采用基于ARM7TDMI內(nèi)核的32位處理器S3C44B0作為主控制器,半導(dǎo)體電容傳感器FPS200作為指紋數(shù)據(jù)采集設(shè)備,構(gòu)建了自動(dòng)指紋識(shí)別系統(tǒng)。論文完成主要工作如下: 1、指紋采集模塊的設(shè)計(jì):根據(jù)FPS200的相關(guān)寄存器資源和管腳特性,完成指紋傳感器FPS200的電路設(shè)計(jì);研究FPS200主要寄存器的功能和圖像采集方式,給出FPS200在三種工作方式下的工作流程,并且對(duì)三種工作模式進(jìn)行分析。 2、指紋識(shí)別算法研究:通過對(duì)現(xiàn)已存在的多種圖像預(yù)處理算法進(jìn)行編程實(shí)現(xiàn)和對(duì)比研究發(fā)現(xiàn),細(xì)化后的圖像多存在短線、斷線、毛刺等干擾以及細(xì)化不徹底的現(xiàn)象,為此提出了新的修復(fù)算法:分析目標(biāo)點(diǎn)周圍紋線的走向趨勢(shì),選擇去除或者保留周圍的相連點(diǎn),較好地解決了細(xì)化不徹底的問題;再對(duì)細(xì)化后的圖像采用方形模板進(jìn)行紋線跟蹤,去除偽特征點(diǎn),克服了逐步遞進(jìn)的紋線跟蹤算法過于復(fù)雜、不易實(shí)現(xiàn)等問題。 3、采用Sansung公司基于ARM7TDMI內(nèi)核的32位RISC處理器S3C44B0,構(gòu)建了自動(dòng)指紋識(shí)別系統(tǒng)。該系統(tǒng)主要包括電源管理部分、指紋圖像采集模塊、存儲(chǔ)器模塊、JTAG調(diào)試接口以及與外設(shè)連接的串行接口。硬件部分主要完成指紋采集模塊接口的設(shè)計(jì)與開發(fā),軟件部分主要完成指紋圖像采集程序、指紋識(shí)別算法程序和串口通信程序的開發(fā),此外還通過串口實(shí)現(xiàn)指紋數(shù)據(jù)上傳到上位機(jī),在VB環(huán)境下實(shí)現(xiàn)了簡(jiǎn)易的人機(jī)交互軟件,提供指紋圖像的直觀顯示,用于對(duì)指紋識(shí)別程序進(jìn)行測(cè)試,并對(duì)測(cè)試結(jié)果進(jìn)行了分析。
標(biāo)簽: S3C44B0 ARM 處理器 自動(dòng)
上傳時(shí)間: 2013-05-22
上傳用戶:Andy123456
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1