論文通過分析國內(nèi)外數(shù)字水印的發(fā)展現(xiàn)狀，針對目前市場上假冒偽劣商品泛濫的實際問題，介紹了一種基于ARM9（S3C2410X）的數(shù)字水印商標(biāo)檢測儀的設(shè)計。 為了選擇魯棒性好的數(shù)字水印提取算法，論文介紹了用MATLAB對離散余弦變換、小波變換和基于主要特征方向向量的DCT和DWT相結(jié)合的算法的仿真過程，包括三種檢測算法在無噪聲且無攻擊、有噪聲、濾波以及RST攻擊（旋轉(zhuǎn)、放縮、平移）等情況。通過仿真結(jié)果的對比，最后選擇了基于主要特征方向向量的DCT和DWT相結(jié)合的算法作為商標(biāo)檢測儀數(shù)字水印的提取算法。 在商標(biāo)檢測儀的軟硬件實現(xiàn)過程中，論文首先介紹了檢測儀的硬件設(shè)計，包括ARM9處理芯片及其外圍擴(kuò)展電路，采集設(shè)備，人機(jī)接口等部分。然后研究了基于ARM9的關(guān)于Bootload啟動代碼的引導(dǎo)以及Linux操作系統(tǒng)的移植，并建立了嵌入式交叉編譯環(huán)境，為檢測儀的設(shè)計和研究構(gòu)建了一個良好的平臺。在軟件設(shè)計方面，主要介紹了用C語言實現(xiàn)基于主要特征方向向量的DCT和DWT相結(jié)合的算法，其中包括小波變換、離散余弦變換、Zigzag排列和相關(guān)檢測程序等，另外，論文還對數(shù)字水印商標(biāo)檢測儀的圖像采集、人機(jī)交互、終端顯示等程序的設(shè)計方法進(jìn)行了論述。
標(biāo)簽： ARM 數(shù)字水印 商標(biāo) 儀的設(shè)計
上傳時間： 2013-07-02
上傳用戶：tdyoung
近年來，隨著現(xiàn)代社會對軍用和民用設(shè)備需求的不斷擴(kuò)大及要求的不斷提高，運動目標(biāo)的識別和跟蹤技術(shù)已經(jīng)迅速發(fā)展成為現(xiàn)代信息處理領(lǐng)域中一項非常重要的技術(shù)，并在許多領(lǐng)域內(nèi)發(fā)揮著不可替代的作用，但是在面向應(yīng)用的目標(biāo)跟蹤系統(tǒng)卻不盡如人意，不能很好的滿足應(yīng)用的要求。 本文簡述了傳統(tǒng)的基于桌面PC機(jī)的目標(biāo)跟蹤系統(tǒng)實現(xiàn)方法。目標(biāo)跟蹤具有兩個突出的特點，一是計算數(shù)據(jù)量大，一是對處理速度要求高。傳統(tǒng)上，運動目標(biāo)跟蹤系統(tǒng)的實現(xiàn)是基于桌面PC機(jī)，但工業(yè)應(yīng)用的快速發(fā)展使傳統(tǒng)的目標(biāo)跟蹤系統(tǒng)越來越不能滿足應(yīng)用的需要。 本文提出了一種基于ARM嵌入式平臺的目標(biāo)跟蹤解決方案。研究了如何將嵌入式平臺和目標(biāo)跟蹤結(jié)合起來，并對系統(tǒng)的設(shè)計思想和設(shè)計方法進(jìn)行了詳述。首先進(jìn)行了功能分析和總體設(shè)計，分析了將嵌入式平臺作為目標(biāo)跟蹤解決方案的關(guān)鍵性問題，包括采用ARM嵌入式平臺的必要性，系統(tǒng)框架的設(shè)計，對于嵌入式處理器和操作系統(tǒng)的選擇：然后在總體設(shè)計的基礎(chǔ)上完成了系統(tǒng)的設(shè)計，包括軟硬件平臺的設(shè)計，完成了BootLoader的設(shè)計，Linux內(nèi)核的定制，USB攝像頭驅(qū)動程序的設(shè)計和OpenCV視覺庫的建立；最后分析了目標(biāo)跟蹤的過程，利用背景差法實現(xiàn)了運動的檢測，提取了行人的特征，利用Mean-Shift算法實現(xiàn)了對運動目標(biāo)的跟蹤。 本文提出的基于嵌入式平臺的目標(biāo)跟蹤系統(tǒng)的應(yīng)用潛力巨大，有待進(jìn)一步的研究和探索。在論文最后對研究進(jìn)行了總結(jié)和展望，提出了未來的研究方向。
標(biāo)簽： ARM 嵌入式平臺 目標(biāo)跟蹤系統(tǒng)
上傳時間： 2013-05-27
上傳用戶：qiao8960
心血管系統(tǒng)疾病是現(xiàn)今世界上發(fā)病率和死亡率最高的疾病之一。T波交替(T-wavealtemans,TWA)作為一種非穩(wěn)態(tài)的心電變異性現(xiàn)象，是指心電T波段振幅、形態(tài)甚至極性逐拍交替變化。大量研究表明，TWA與室性心律失常、心臟性猝死等有直接密切的關(guān)系，已成為一種無創(chuàng)獨立性預(yù)測指標(biāo)。隨著數(shù)字信號處理技術(shù)和計算機(jī)技術(shù)的迅速發(fā)展，微伏級的TWA已經(jīng)可以被檢出，并且精度越來越高。本文以T波交替檢測為中心，基于ARM給出了T波交替檢測技術(shù)原理性樣機(jī)的硬件及軟件，實現(xiàn)實時監(jiān)護(hù)的目的。 在TWA檢測研究中，需要對心電信號進(jìn)行預(yù)處理，即信號去噪和特征點檢測。小波分析以其多分辨率的特性和表征時頻兩域信號局部特征的能力成為我們選取的心電信號自動分析手段。文中采用小波變換將原始心電信號分解為不同頻段的細(xì)節(jié)信號，根據(jù)三種主要噪聲的不同能量分布，采用自適應(yīng)閾值和軟硬閾值折衷處理策略用閾值濾波方法對原始信號進(jìn)行去噪處理：同時基于心電信號的特征點R峰對應(yīng)于Mexican-hat小波變換的極值點，因此我們使用Mexican-hat小波檢測R峰，通過附加檢測方案確保了位置的準(zhǔn)確性，并根據(jù)需要提出了T波矩陣提取方法。 隨后文章介紹了T波交替的產(chǎn)生機(jī)理及研究進(jìn)展，分別從臨床應(yīng)用和檢測方法上展現(xiàn)了目前TWA的發(fā)展進(jìn)程，并利用了譜分析法、相關(guān)分析法和移動平均修正算法分別從時域和頻域?qū)σ恍颖緮?shù)據(jù)進(jìn)行T波交替檢測。在檢測中譜分析法抗噪能力較強(qiáng)，但作為一種頻域檢測方法，無法檢測非穩(wěn)態(tài)TWA信號，而相關(guān)分析法受呼吸、噪聲影響較大，數(shù)據(jù)要求較高，因此可以在譜分析檢測為陽性TWA基礎(chǔ)上，再對信號進(jìn)行相關(guān)分析，從而克服自身算法缺陷，確定交替幅度和時間段。最后對影響檢測結(jié)果的因素進(jìn)行討論研究，從而降低檢測誤差。 文章還設(shè)計了T波交替檢測技術(shù)原理性樣機(jī)的關(guān)鍵部分電路和軟件框架。硬件部分圍繞ARM核的Samsung S3C44BOX為核心，設(shè)計了該樣機(jī)的關(guān)鍵電路，包括采集模塊、數(shù)據(jù)處理模塊(外部存儲電路、通信接口電路等)。其中在采集模塊中針對心電信號是微弱信號并且干擾大的特點，采用了具有高共模抑制比和高輸入阻抗的分級放大電路，有效的提取了信號分量：A/D轉(zhuǎn)換電路保證了信號量化的高精度。利用USB接口芯片和刪內(nèi)部異步串行通訊實現(xiàn)系統(tǒng)與外界聯(lián)系。系統(tǒng)軟件中首先介紹了系統(tǒng)的軟件開發(fā)環(huán)境，然后給出了心電信號分析及處理程序設(shè)計流程圖及實現(xiàn)，使它們共同完成系統(tǒng)的軟件監(jiān)護(hù)功能。
標(biāo)簽： ARM 檢測技術(shù)
上傳時間： 2013-07-27
上傳用戶：familiarsmile
自“9.11”后，隨著人們對安防需求的升級，門禁控制系統(tǒng)得到日益廣泛的應(yīng)用，不斷提高門禁系統(tǒng)的安全性成為研究的重要課題。第四代門禁系統(tǒng)結(jié)合了人體生物特征識別技術(shù)，利用人體本身具有的物理特征(如指紋、虹膜、臉型、掌紋等)或行為特征(如步態(tài)、簽名等)來確定人的身份，取代或加強(qiáng)傳統(tǒng)的身份識別方法。 論文采用掌形識別為控制方案，基于ARM920T內(nèi)核的EP9315芯片為門禁系統(tǒng)CPU，設(shè)計和調(diào)試了系統(tǒng)的硬件平臺。 論文研究了掌形識別算法，進(jìn)行了三方面的工作。 首先研究了掌形中的手形特征，提出了一種基于骨架特征的手形識別算法，很好的克服了手指旋轉(zhuǎn)給識別帶來的干擾。 然后研究了掌形中的掌紋特征，通過系列圖像處理，分離出手掌的三條主線，提取主線端點，并在主線上等間隔采樣，利用端點和采樣點進(jìn)行匹配，擁有很高的識別率。 最后結(jié)合手形與掌紋特征，實現(xiàn)掌形識別。依據(jù)手形特征對掌形庫進(jìn)行粗分類，利用掌紋特征進(jìn)行匹配，算法擁有很快的識別速度與穩(wěn)定較高的識別率。對分類規(guī)則提出了新思路與方法。 論文還提出了基于ARM的門禁系統(tǒng)方案。成功設(shè)計了以基于ARM920T內(nèi)核的EP9315芯片為CPU的最小系統(tǒng)，設(shè)計PCB圖并制板，最后調(diào)試了系統(tǒng)的底層電路。 論文的研究設(shè)計工作，通過提高掌形識別算法的識別率，達(dá)到了提高門禁系統(tǒng)安全性的目的；ARM平臺的設(shè)計與調(diào)試，在工程實際中有參考價值。
標(biāo)簽： ARM 識別 系統(tǒng)研究 門禁
上傳時間： 2013-04-24
上傳用戶：zsjzc
隨著微電子技術(shù)和計算機(jī)技術(shù)的發(fā)展，工業(yè)生產(chǎn)過程的自動化和智能化程度越來越高。就玻璃工業(yè)生產(chǎn)而言，以前浮法玻璃生產(chǎn)線上所用的質(zhì)量檢測都是通過利用人眼離線檢驗或?qū)Ｓ脙x器抽樣檢測，無法滿足實時檢測的要求，并且人眼檢測只能發(fā)現(xiàn)較大的玻璃缺陷，所以玻璃質(zhì)量無法提高。目前國內(nèi)幾家大型玻璃生產(chǎn)企業(yè)都開始采用進(jìn)口檢測設(shè)備，可以對玻璃實現(xiàn)100％在線全檢，自動劃分玻璃等級，并獲得質(zhì)量統(tǒng)計數(shù)據(jù)，指導(dǎo)玻璃生產(chǎn)，穩(wěn)定玻璃質(zhì)量水平。 但由于價格昂貴，加上國內(nèi)浮法玻璃生產(chǎn)線現(xiàn)場條件復(fù)雜，需要很長時間的配套和適應(yīng)，而且配件更換困難以及售后服務(wù)難以到位等問題，嚴(yán)重束縛了國內(nèi)企業(yè)對此類設(shè)備的引進(jìn)，無法提高國內(nèi)企業(yè)在國際市場的競爭能力。 應(yīng)對此一問題，本文主要研究了基于DSP+ARM的獨立雙核結(jié)構(gòu)的嵌入式視頻缺陷在線檢測系統(tǒng)的可行性，提出了相應(yīng)的開發(fā)目標(biāo)和性能參數(shù)，并在此基礎(chǔ)上主要給出了基于TI公司TMS320C6202B DSP的視頻圖像處理以及缺陷識別的總體方案、硬件設(shè)計和相應(yīng)的底層軟件模塊；同時論述了嵌入式工業(yè)控制以及網(wǎng)絡(luò)傳輸?shù)膶崿F(xiàn)方案——采用Samsung公司的基于ARM7內(nèi)核的S3C4510B作為主控芯片，運行uClinux操作系統(tǒng)，設(shè)計出整個嵌入式系統(tǒng)的軟件層次模型和數(shù)據(jù)處理流程，其中編程底層的軟件模塊為上層的應(yīng)用程序提供硬件操作和流程，從而實現(xiàn)缺陷識別結(jié)果的控制與傳輸。同時，本文還對玻璃缺陷的識別原理進(jìn)行了深入的探討，總結(jié)出了圖象處理，圖象分割以及特征點提取等識別步驟。 本系統(tǒng)對于提高玻璃缺陷在線檢測的工藝水平、靈敏度、精度等級；提高產(chǎn)品質(zhì)量、生產(chǎn)效率和自動化水平，降低投資及運行成本都將有著極其重要的現(xiàn)實意義。
標(biāo)簽： ucLinux ARMDSP 雙核 玻璃
上傳用戶：shenglei_353
優(yōu)秀的字模提取工具,將字,及圖片轉(zhuǎn)換成51格式的二進(jìn)制表,非常方便,我原來做游戲,寫菜單時經(jīng)常用到這個,當(dāng)然這里并不是彩色圖片的,是點陣式的黑白LCD經(jīng)常用到的
標(biāo)簽： 字模 提取工具
上傳時間： 2013-07-30
上傳用戶：invtnewer
漢字顯示是在只有西文操作系統(tǒng)的情況下， 以及一些無操作系統(tǒng)的小應(yīng)用系統(tǒng)中， 需要經(jīng)常用到的技術(shù)。如何得到漢字的字模是漢字顯示技術(shù)中首先必須解決的問題。本文利用VC++實現(xiàn)一種漢字字模的提取和小漢字庫的
標(biāo)簽： VC 漢字 字模 漢字庫
上傳時間： 2013-06-08
上傳用戶：yuying4000
生物識別技術(shù)代表了未來身份驗證技術(shù)的發(fā)展方向，而指紋識別技術(shù)又是最可靠、最有效的生物識別技術(shù)之一。目前，指紋識別技術(shù)是優(yōu)于其它生物識別技術(shù)的身份鑒別方法。這是因為人的指紋各不相同、終生基本不變的特點已經(jīng)得到公認(rèn)，特別是現(xiàn)有的指紋識別算法已達(dá)到識別迅速、準(zhǔn)確可靠的水平，是完全可以商業(yè)化的生物識別技術(shù)。 傳統(tǒng)的指紋識別系統(tǒng)多是基于PC平臺，這種系統(tǒng)將指紋圖像處理和指紋匹配甚至指紋采集控制都放在PC平臺上，在獲得了較高速度和開發(fā)效率的同時，缺點也是顯而易見的，其體積龐大，成本較高。而已有的嵌入式指紋識別系統(tǒng)多是基于單片機(jī)和DSP的，不是在運算速度上受到硬件限制，就是在系統(tǒng)的擴(kuò)展性、可維護(hù)性及用戶交互上有諸多不足。 近年來指紋識別應(yīng)用的普及對自動指紋識別系統(tǒng)的便攜性和易用性提出了更高的要求，指紋識別技術(shù)正向著小型化和嵌入式的方向發(fā)展。在微電子領(lǐng)域，以ARM、DSP、FPGA為代表的嵌入式微處理器的性能飛速提高，為構(gòu)建嵌入式系統(tǒng)提供了硬件保證。 ARM是當(dāng)前最為流行的32位RISC處理器架構(gòu)，目前ARM占RISC處理器市場的七成左右。三星公司的S3C2410是基于ARM920T內(nèi)核的通用32位微處理器，它具有高性能和低功耗的特性，被設(shè)計用于手持設(shè)備和通用嵌入式系統(tǒng)。 嵌入式系統(tǒng)對操作系統(tǒng)和其上運行的軟件有特別的要求。針對本課題所采用的ARM硬件平臺，詳細(xì)介紹了嵌入式操作系統(tǒng)Arm-Linux的移植。分別說明了交叉編譯工具鏈的安裝、引導(dǎo)裝載器的移植和Linux內(nèi)核的裁減和交叉編譯過程。為了運行應(yīng)用程序，還介紹了文件系統(tǒng)的構(gòu)建。 指紋識別系統(tǒng)需要指紋采集設(shè)備。FPS200是Veridicom公司推出的第三代半導(dǎo)體指紋傳感器，是一款專為嵌入式系統(tǒng)設(shè)計的高性能、低成本、低功耗的電容式固態(tài)指紋傳感器。本文詳細(xì)闡述了基于FPS200的USB接口指紋采集卡的設(shè)計與實現(xiàn)。 指紋圖像處理與匹配是整個系統(tǒng)的重要環(huán)節(jié)，論文介紹了圖像處理與匹配的一般概念，并提出了新的指紋匹配方法。指紋匹配是自動指紋識別中的一個難點。現(xiàn)有的指紋匹配方法大致可以歸結(jié)為圖形匹配和人工神經(jīng)網(wǎng)絡(luò)匹配兩大類，本文提出的基于線段的特征點匹配算法屬于圖形匹配。 嵌入式系統(tǒng)需要完善的軟件支持。隨著嵌入式技術(shù)的飛速發(fā)展，用戶交互界面也由傳統(tǒng)的字符界面向圖形界面轉(zhuǎn)變，圖形用戶界面系統(tǒng)得到了長足的發(fā)展。MiniGUI 是一個非常適合于工業(yè)控制實時系統(tǒng)以及嵌入式系統(tǒng)的可定制的、小巧的圖形用戶界面支持系統(tǒng)。本文介紹了基于MiniGUI的可視化指紋識別軟件設(shè)計。 綜上所述，本文針對特定硬件條件，構(gòu)建了定制的嵌入式操作系統(tǒng)；設(shè)計了支持USB數(shù)據(jù)傳輸?shù)闹讣y采集卡；指紋圖像的濾波、提取特征和指紋特征匹配均針對嵌入式系統(tǒng)的實際情況進(jìn)行了優(yōu)化；利用MiniGUI圖形支持庫完成了界面美觀友好的可視化指紋識別程序。系統(tǒng)具有安全可靠、易于擴(kuò)展、性價比高等優(yōu)點。
標(biāo)簽： ARM 嵌入式 指紋識別系統(tǒng)
上傳時間： 2013-08-02
上傳用戶：小儒尼尼奧
提取漢字點陣程序，功能強(qiáng)大，能夠1024*1024一下點陣取模
標(biāo)簽： 漢字 點陣程序
上傳時間： 2013-07-10
上傳用戶：daoxiang126
人臉識別技術(shù)繼指紋識別、虹膜識別以及聲音識別等生物識別技術(shù)之后，以其獨特的方便、經(jīng)濟(jì)及準(zhǔn)確性而越來越受到世人的矚目。作為人臉識別系統(tǒng)的重要環(huán)節(jié)—人臉檢測，隨著研究的深入和應(yīng)用的擴(kuò)大，在視頻會議、圖像檢索、出入口控制以及智能人機(jī)交互等領(lǐng)域有著重要的應(yīng)用前景，發(fā)展速度異常迅猛。 FPGA的制造技術(shù)不斷發(fā)展，它的功能、應(yīng)用和可靠性逐漸增加，在各個行業(yè)也顯現(xiàn)出自身的優(yōu)勢。FPGA允許用戶根據(jù)自己的需要來建立自己的模塊，為用戶的升級和改進(jìn)留下廣闊的空間。并且速度更高，密度也更大，其設(shè)計方法的靈活性降低了整個系統(tǒng)的開發(fā)成本，F(xiàn)PGA 設(shè)計成為電子自動化設(shè)計行業(yè)不可缺少的方法。 本文從人臉檢測算法入手，總結(jié)基于FPGA上的嵌入式系統(tǒng)設(shè)計方法，使用IBM的Coreconnect掛接自定義模塊技術(shù)。經(jīng)過訓(xùn)練分類器、定點化、以及硬件加速等方法后，能夠使人臉檢測系統(tǒng)在基于Xilinx的Virtex II Pro開發(fā)板上平臺上，達(dá)到實時的檢測效果。本文工作和成果可以具體描述如下： 1. 算法分析：對于人臉檢測算法，首先確保的是檢測率的準(zhǔn)確性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一種基于Adaboost算法的人臉檢測方法。算法中較多的是積分圖的特征值計算，這便于進(jìn)一步的硬件設(shè)計。同時對檢測算法進(jìn)行耗時分析確定運行速度的瓶頸。 2. 軟硬件功能劃分：這一步考慮市場可以提供的資源狀況，又要考慮系統(tǒng)成本、開發(fā)時間等諸多因素。Xilinx公司提供的Virtex II Pro開發(fā)板，在上面有可以供利用的Power PC處理器、可擴(kuò)展的存儲器、I/O接口、總線及數(shù)據(jù)通道等，通過分析可以對算法進(jìn)行細(xì)致的劃分，實現(xiàn)需要加速的模塊。 3. 定點化：在Adaboost算法中，需要進(jìn)行大量的浮點計算。這里采用的方法是直接對數(shù)據(jù)位進(jìn)行操作它提取指數(shù)和尾數(shù)，然后對尾數(shù)執(zhí)行移位操作。 4. 改進(jìn)檢測用的級聯(lián)分類器的訓(xùn)練，提出可以迅速提高分類能力、特征數(shù)量大大減小的一種訓(xùn)練方法。 5. 最后對系統(tǒng)的整體進(jìn)行了驗證。實驗表明，在視頻輸入輸出接入的同時，人臉檢測能夠達(dá)到17fps的檢測速度，并且獲得了很好的檢測率以及較低的誤檢率。
標(biāo)簽： FPGA 人臉檢測 系統(tǒng)設(shè)計
上傳用戶：大融融rr
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
