隨著21世紀的到來,計算機技術,信息處理技術,半導體技術和網絡技術不斷發展,人類社會進入了信息化時代。與此同時,無線視頻傳感器網絡也得到了突飛猛進的發展,成為當今國際上備受關注的熱點研究領域。無線視頻傳感器網絡有著很多的優點和十分廣泛的應用前景。在軍事,工業,城市管理和監控系統等重要領域都有潛在的使用價值。 無線視頻傳感器網絡有著顯著的特征,例如：網絡節點能源有限；網絡帶寬有限；對處理速度要求較高等。由此可見,傳統的視頻編碼標準無法應用于無線視頻傳感器網絡。MPEG-4,H.263,H.264等視頻編碼標準,全是基于運動估計補償實現的,計算量十分巨大,在能量,存儲空間和處理能力均有限的節點難以實現這類高復雜度的編碼算法。 本文針對無線視頻傳感器網絡對視頻編碼算法的具體需求,提出一種基于運動檢測的低復雜度視頻編碼算法。該算法只對當前編碼幀中的運動對象進行編碼,并且以面向對象的結構輸出碼流。實驗結果表明,與H.264全I幀編碼相比,本文提出的算法編碼速度提高了約3倍,編碼性能提高了約2dB。與H.264基本檔次相比,雖然編碼性能略有下降,但是編碼速度平均提高了8倍左右。因此,本文提出的算法可以在編碼效率和編碼速度之間獲得很好的折衷,在一定程度上可以滿足無線視頻傳感器網絡的需求。 本文選用ALDVK_270作為硬件實驗平臺。在分析算法結構的同時,結合嵌入式系統的特點,從算法,內存,高級語言和匯編語言等幾個方面提出優化方案,最終在ARM嵌入式平臺下實現了面向無線視頻傳感器網絡的低復雜度視頻編碼算法。測試結果表明,與優化前相比,優化后的編碼速度有了很大的提高,對于CIF格式的監控視頻序列能夠滿足實時處理的要求。
標簽：
ARM
無線視頻
傳感器網絡
復雜度
上傳時間：
2013-07-26
上傳用戶：小小小熊
提供一個人工免疫算法源程序，其算法過程包括：
1.設置各參數
2.隨機產生初始群體——pop=initpop(popsize,chromlength)
3.故障類型編碼，每一行為一種！code(1,:)，正常；code(2,:)，50％；code(3,:)，150％。實際故障測得數據編碼，這里Unnoralcode,188％
4.開始迭代（M次）：
1）計算目標函數值：歐氏距離[objvalue]=calobjvalue(pop,i)
2）計算群體中每個個體的適應度fitvalue=calfitvalue(objvalue)
3）選擇newpop=selection(pop,fitvalue) objvalue=calobjvalue(newpop,i) ％
交叉newpop=crossover(newpop,pc,k) objvalue=calobjvalue(newpop,i) ％
變異newpop=mutation(newpop,pm) objvalue=calobjvalue(newpop,i) ％
5.求出群體中適應值最大的個體及其適應值
6.迭代停止判斷。
標簽：
人工免疫
算法
源程序
上傳時間：
2014-01-01
上傳用戶：trepb001
車牌定位－－－VC++源代碼程序
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
1.24
256
圖像
閾值
上傳時間：
2013-11-26
上傳用戶：懶龍1988
