目標為把收集的資料分割成k 個子集合,每一個子集合為一個群聚(cluster). 從收集的資料中隨機選定k 個物件
上傳時間： 2013-12-21
上傳用戶：王楚楚
雙基地合成孔徑雷達(簡稱雙基地SAR或Bistatic SAR)是一種新的成像雷達，也是當今SAR技術(shù)的一個發(fā)展方向，在軍用及民用領(lǐng)域都具有良好的應(yīng)用前景，近年來成為研究的熱點。本文則側(cè)重于研究雙基地SAR的距離一多普勒(R-D)成像算法的實現(xiàn)。 在雙基地SAR系統(tǒng)及成像算法的研究方面，推導(dǎo)了雙基地SAR的系統(tǒng)分辨特性及雷達方程，分析了主要系統(tǒng)參數(shù)之間的約束關(guān)系。針對正側(cè)視機載雙基地SAR系統(tǒng)，本文對距離一多普勒算法進行了推廣。最后得到點目標的仿真結(jié)果。 在成像算法的FPGA實現(xiàn)上，在System Generator環(huán)境下對算法進行定點仿真。完成距離一多普勒成像算法的硬件實現(xiàn)，其中包括了FFT快速傅立葉變換、硬件乘法器、：Rocket I/O接口設(shè)計、DCM數(shù)字時鐘管理等主要部分。針對硬件實現(xiàn)的特點，對算法的部分運算進行了簡化。 為了對算法實現(xiàn)進行驗證，設(shè)計開發(fā)了該算法的硬件測試平臺。主要基于ML310評估板上XC2VP30芯片中嵌入的Power PC 405，完成其硬件部分的設(shè)計，主要包括了Aurora協(xié)議接口、RS-232串行接口、DDR RAM接口以及其它如中斷、時鐘等部分。
上傳時間： 2013-07-26
上傳用戶：是王洪文
論文-基于紅外熱成像技術(shù)的豬體溫檢測與關(guān)鍵測溫部位識別63頁摘要 實現(xiàn)豬體溫測量自動化有利于實時監(jiān)測豬的健康狀況、母豬發(fā)情和排卵檢測等 生理健康狀況。本文采用紅外熱成像儀采集豬的紅外熱圖像，引入化學(xué)計量學(xué)建模 方法建立體表溫度、環(huán)境溫度與直腸溫度間的多元校正模型，同時提出兩種關(guān)鍵測 溫部位的自動檢測方法。主要結(jié)論總結(jié)如下： (1)建立了母豬體表溫度、環(huán)境溫度與母豬體溫之間的一元和多元線性回歸模型。研 究發(fā)現(xiàn)， 9個身體區(qū)域提取的體表溫度與直腸溫度呈正相關(guān)(產(chǎn)O．34～0．68)，其中， 基于耳根區(qū)域體表溫度平均值建立的一元回歸方程效果最優(yōu)，預(yù)測集相關(guān)系數(shù)RP與 均方根誤差RMSEP分別為0．66和0．420C。全特征模型相比一元線性回歸方程有更 好的預(yù)測效果，RP和RMSEP分別為0．76和O．370C。此外，應(yīng)用特征選擇方法LARS． Lasso確定了7個重要特征建立簡化模型，其校正集和預(yù)測集的R分別為0．80和 0．80，RMSEs分別為0．30和0．350C。 (2)將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于生豬主要測溫部位(眼睛和耳朵區(qū)域)的直接分割。利用 python構(gòu)建了四種不同結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型FCN一1 6s、FCN．8s、U．Net一3和U． Net．4。對比分析4種卷積神經(jīng)網(wǎng)絡(luò)模型的性能，結(jié)果表明U-Net．4網(wǎng)絡(luò)結(jié)構(gòu)的分割 效果最優(yōu)，平均區(qū)域重合度最高為78．75％。然而，當計算設(shè)備的計算力不夠時，可 以選用U．Net一3模型以達到較好的分割效果。 (3)提出豬只眼睛及耳根區(qū)域關(guān)鍵點的識別方法，將豬只主要測溫部位的檢測問題 轉(zhuǎn)變?yōu)橹饕獪y溫部位的定位問題。設(shè)計具有不同深度的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)A．E，得 出架構(gòu)E最優(yōu)。且當Dropout概率設(shè)置為0．6時模型效果最好，驗證集平均誤差和 預(yù)測集平均誤差分別為1．96％和2．65％。測試集單張豬臉關(guān)鍵點的預(yù)測誤差小于5％ 和10％的比例分別為89．5％和97．4％。模型能夠很好的定位豬臉關(guān)鍵點，用于豬只 體溫測量。 本文采用紅外熱像儀測量母豬體表溫度，通過化學(xué)計量學(xué)建模為非接觸母豬直 腸溫度測量提供了更準確、可靠的方法，同時提出兩種關(guān)鍵測溫部位的自動檢測方 法，有助于實現(xiàn)母豬體溫測量自動化，為生豬健康管理提供參考。
標簽： 紅外熱成像技術(shù)
上傳時間： 2022-02-13
上傳用戶：jiabin
基于FPGA的紅外熱成像溫度檢測算法研究要#以非制式冷紅外焦平面技術(shù)為基礎(chǔ)的非制冷式熱成像儀以其價格低~體積小的優(yōu)勢s在非接觸式測溫領(lǐng)域得 到廣泛的應(yīng)用 目前市面上的熱成像儀對溫差的識別非常敏感s但是無法通過從熱成像儀獲得的電信號數(shù)據(jù)得知目 標的具體溫度 而能夠進行非接觸式測溫的成品熱成像儀不僅價格高昂s而且保密的封裝使得二次開發(fā)的難度較大 基于以上問題s本文搭建基于 FPGA 和 MATALB的熱成像系統(tǒng)s得到了一種溫度檢測算法的獲取方法 通過該實驗 方法來取得由電信號轉(zhuǎn)換為具體溫度的算法及其關(guān)鍵系數(shù) 實驗結(jié)果表明s該溫度算法的誤差較小s在溫度測量預(yù)警 系統(tǒng)有較強的工程意義 關(guān)鍵詞#紅外熱像儀3FPGA3MATLAB3溫度檢測 中圖分類號#TN211 文獻標識碼#A 國家標準學(xué)科分類代碼#510.1
上傳時間： 2022-02-14
上傳用戶：
微光與紅外成像技術(shù)
上傳時間： 2013-06-28
上傳用戶：eeworm
專輯類-超聲-紅外-激光-無線-通訊相關(guān)專輯-183冊-1.48G 微光與紅外成像技術(shù)-290頁-7.7M.pdf
上傳時間： 2013-06-14
上傳用戶：liber
專輯類-超聲-紅外-激光-無線-通訊相關(guān)專輯-183冊-1.48G 光電成像跟蹤系統(tǒng)-217頁-3.3M.pdf
上傳時間： 2013-04-24
上傳用戶：晴天666
便攜式B型超聲診斷儀具有無創(chuàng)傷、簡便易行、相對價廉等優(yōu)勢，在臨床中越來越得到廣泛的應(yīng)用。它將超聲波技術(shù)、微電子技術(shù)、計算機技術(shù)、機械設(shè)計與制造及生物醫(yī)學(xué)工程等技術(shù)融合在一起。開展該課題的研究對提高臨床診斷能力和促進我國醫(yī)療事業(yè)的發(fā)展具有重要的意義。 便攜式B型超聲診斷儀由人機交互系統(tǒng)、探頭、成像系統(tǒng)、顯示系統(tǒng)構(gòu)成。其基本工作過程是：首先人機交互系統(tǒng)接收到用戶通過鍵盤或鼠標發(fā)出的命令，然后成像系統(tǒng)根據(jù)命令控制探頭發(fā)射超聲波，并對回波信號處理、合成圖像，最后通過顯示系統(tǒng)完成圖像的顯示。 成像系統(tǒng)作為便攜式B型超聲診斷儀的核心對圖像質(zhì)量有決定性影響，但以前研制的便攜式B型超聲診斷儀的成像系統(tǒng)在三個方面存在不足：第一、采用的是單片機控制步進電機，控制精度不高，導(dǎo)致成像系統(tǒng)采樣不精確；第二、采用的數(shù)字掃描變換算法太粗糙，影響超聲圖像的分辨率；第三、它的CPU多采用的是51系列單片機，測量速度太慢，同時也不便于系統(tǒng)升級和擴展。 針對以上不足，提出了基于FPGA的B型超聲成像系統(tǒng)解決方案，采用Altera公司的EP2C5Q208C8芯片實現(xiàn)了步進電機步距角的細分，使電機旋轉(zhuǎn)更勻速，提高了采樣精度；提出并采用DSTI-ULA算法（Uniform Ladder Algorithm based on Double Sample and Trilinear Interotation）在FPGA內(nèi)實現(xiàn)數(shù)字掃描變換，提高了圖像分辨率；人機交互系統(tǒng)采用S3C2410-AL作為CPU，改善了測量速度和系統(tǒng)的擴展性。 通過對系統(tǒng)硬件電路的設(shè)計、制作，軟件的編寫、調(diào)試，結(jié)果表明，本文所設(shè)計的便攜式B型超聲成像系統(tǒng)圖像分辨率高、測量速度快、體積小、操作方便。本文所設(shè)計的便攜式B型超聲診斷儀可在野外作業(yè)和搶險（諸如地震、抗洪）中發(fā)揮作用，同時也可在鄉(xiāng)村診所中完成對相關(guān)疾病的診斷工作。
上傳時間： 2013-05-18
上傳用戶：helmos
本文研究了在復(fù)雜背景下紅外圖像的背景和噪聲抑制算法，并且完成了硬件實現(xiàn)，主要包括以下內(nèi)容： 1.通過對實際紅外圖像的背景和噪聲特性的研究分析，設(shè)計改進了一種基于加權(quán)廣義次序統(tǒng)計濾波器的背景抑制的算法。紅外圖像的噪聲通常為脈沖噪聲，具有高頻特性；而紅外圖像的背景變換比較緩慢，其頻譜成分多集中在低頻區(qū)域，所以本文在對圖像特性分析的基礎(chǔ)上，設(shè)計改進了基于加權(quán)廣義次序統(tǒng)計濾波器的背景抑制的算法。在對采集的起伏背景紅外圖像進行背景抑制后，用全局門限可以有效的分割出目標信息，輸出包含目標信息的二值化圖像，為后續(xù)處理提供數(shù)據(jù)。但是出于更復(fù)雜背景條件下算法有效性的目的，深入討論了局部自適應(yīng)門限分割算法的設(shè)計。 2.在實時信號處理系統(tǒng)中，底層的圖像預(yù)處理算法目前難以用軟件實現(xiàn)；但是其運算結(jié)構(gòu)相對比較簡單，適于用FPGA進行硬件實現(xiàn)。本文對算法的FPGA設(shè)計作了較為深入地研究，同時介紹了算法的VHDL實現(xiàn)，利用模塊化的優(yōu)點對算法分模塊設(shè)計，對各個模塊的實現(xiàn)作了詳細介紹。 3.完成了紅外成像制導(dǎo)系統(tǒng)的預(yù)處理部分硬件電路設(shè)計，對FPGA中預(yù)處理算法的處理結(jié)果進行了驗證。通過算法在硬件上的實現(xiàn)，證明了算法的有效性。
標簽： FPGA 紅外成像 制導(dǎo) 數(shù)據(jù)
上傳時間： 2013-07-02
上傳用戶：釣鰲牧馬
醫(yī)療保健行業(yè)的發(fā)展趨勢是通過非置入手段來實現(xiàn)早期疾病預(yù)測，降低病人開支，這一趨勢促使醫(yī)療成像設(shè)備在該領(lǐng)域扮演了越來越重要的角色。
上傳時間： 2013-04-24
上傳用戶：1966640071
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
