基于FPGA的图像识别与跟踪系统

设计了以FPGA为主芯片对目标物体进行识别与跟踪的系统。采用MT9M011数字图像摄像头采集初始图像;利用基于模型匹配的Sobel边缘检测算法实现对目标物体的识别;运用基于边缘特征检测和基于区域特征检测相结合的跟踪算法实现对目标物体的稳定跟踪。测试结果表明,整个系统能够有效稳定地对目标物体实施跟踪。     

基于FPGA的Sobel边缘检测算法实现及VGA显示

针对已有的边缘检测算法存在的问题,本文采用Verilog语言对Sobel边缘检测算法进行研究。给出Sobel算法的现场可编程门阵列(Field-Programmable Gate Array,FPGA)实现方案,分析了视频图形阵列(video graphics array,VGA)显示图像的工作机理,构造了完整的电路模型,并在Altera的Cyclone II系列FPGA芯片上进行仿真及硬件调试,同时以实际算例进行仿真分析。仿真结果表明,基于FPGA的Sobel算法实现与VGA显示技术相结合,不仅实现了在VGA上快速显示图像边缘检测结果,而且与串行相比,检测速度提高了9倍,保证检测结果的准确性。该研究为应用于嵌入式设计的图像边缘检测提供了方法和策略,具有实际应用价值。     

PCNN文本图像分割的细菌觅食优化算法

为解决脉冲耦合神经网络(pulse-coupled neural network,PCNN)模型参数人工凭经验和需要反复实验才能确定的难题,提出一种基于改进的PCNN模型.以最大类间方差函数作为细菌觅食算法的适应度函数,采用细菌觅食优化算法搜索最优参数的图像分割算法,避免了人工实验设定参数的盲目性.实验结果表明,该算法可以有效实现文本图像分割,并且分割效果明显优于对比算法.     

图像边缘检测器的FPGA实现

提高图像处理系统的处理速度,是当前图像处理技术的主要目标之一,其中纯硬件设计是一种越来越热门的手段.本文介绍了一种采用FPGA芯片实现Sobel算法来获取图像中的边缘像素的设计方法,图像在经过预处理得到灰度信息后,通过帧窗口处理、计算Sobel算子、与阈值比较等处理,判断出图像中的每一个像素是否为边缘像素,然后将边缘检测处理后的图像显示.系统采用50 MHz的时钟,经仿真波形可以看出,处理完一帧数据需要4.8 ms,相对于DSP系统来说,系统的处理速度得到极大的提高.     

基于Canny边缘检测算子的雷达图像1/8插值改进算法

雷达扫描图像的图像信息单一,大部分为黑色背景,运用传统的1/8图像插值算法放大显示不仅运算复杂度高,处理延时大,而且会使雷达目标航迹的图像边缘十分模糊,难以得到满意的视觉效果。为此,结合Canny算子检测雷达扫描图像的边缘,提出了一种雷达图像1/8插值改进算法。实验结果表明,经本文算法插值放大的雷达扫描图像的目标边缘清晰,且算法复杂度较低,便于硬件实现,可实现实时图像缩放。目前该算法已成功应用于雷达站某系统的图像处理模块。     

盲道识别系统算法设计及FPGA实现

将FPGA并行处理技术与数字图像处理技术相结合,采用自顶向下分块设计原则提出一种适于FPGA实现的盲道识别算法.整个算法设计根据盲道与人行道有无色差分成2大模块并行处理,其中对有色差部分提出了基于H色相值的盲道识别算法,对无色差的部分提出了形态学优化的边缘检测算法.本设计提出的基于形态学优化的边缘检测包括sobel算子边缘检测,优化的形态学膨胀处理及hough直线检测出盲道边界线三部分.仿真结果表明本系统对盲道线识别具有良好的实时性与精确的识别精度.     

基于FPGA的Kirsch算法实时图像处理研究

随着图像数据量愈发庞大,相较于传统图像处理方法采用FPGA进行图像处理更具有明显优势.Kirsch算法具有检测边缘信息多、抗噪效果较好等优点.设计选用FPGA来实现Kirsch算法,同时将处理后的图像再次结合形态学处理.结果表明,本设计能够更好地提取边缘信息、增强抗噪声能力,而且实时性较好,具有较高的实用价值.     

基于PCNN的图像最佳二值分割实现

设计了一种脉冲耦合神经网络(PCNN)结合最小交叉熵理论的图像二值分割算法,可提高监管码识别过程中字符图像二值分割的准确度,并适合于在FPGA上实现.根据不同灰度图像点火时刻不同的特性,使用PCNN算法对图像进行迭代处理,并计算每次处理后的交叉熵.再利用最佳分割图像与原图像的交叉熵最小的理论,确定最佳迭代处理次数,从而得到最佳的二值分割图像.该方法实现了图像的自动分割,效果由于传统的大津(OSTU)算法.提出了该算法在FPGA上实现方案,实验结果验证了方案的可行性.     

基于FPGA的实时图像预处理系统研究

考虑到对图像去噪的实时性要求和对图像边缘保护要求越来越高,充分利用 FPGA的并行数据处理能力强和逻辑资源丰富等特点,设计了一套基于FPGA的实时图像预处理系统,从而弥补PC处理速度慢的缺点。针对图像采集过程中出现的各种随机噪声,在硬件开发平台上基于FPGA设计了双边滤波算法、Sobel边缘检测算法、膨胀算法与腐蚀算法,并将处理后的图像显示在TFT LCD显示屏上。仿真及实验显示,处理640 × 480分辨率图像在PC上耗时 1.52 s,使用本文方案耗时 14.3 ms,表明该方案既可以降噪平衡,又保证了边缘效果,预处理速度达到了30帧/s。     

PCNN在图像处理中的应用

简要介绍了有生物学依据的新型人工神经网络--脉冲耦合神经网络(PCNN),总结了近年来PCNN用于图像处理方面的研究成果,阐述了PCNN在图像去噪、图像增强、图像分割、图像边缘检测、图像融合、图像阴影去除、最小路径求解等方面的各种新算法.研究发现,PCNN可有效用于图像处理.虽然PCNN解决图像处理的不同问题时算法各异,但都用到了PCNN的脉冲传播特性.最后指出了今后PCNN的一些研究热点.     

Research and Implementation of Algorithm for Image Enhancement and Unwrapped Distortion Correction for SLVF Panoramic Night Vision Image

Abstract： Based on digital signal processor（DSP） and field programmable gate array（FPGA） techniques, the architecture of super large view field（SLVF） panoramic night vision image processing hardware platform was established. The panoramic unwrapping and correcting algorithm, up to a full 360°, based on coordinate rotation digital computer （CORDIC） and night vision image enhancement algorithm, based on histogram equalization theory and edge detection theory, was presented in this paper, with the purpose of processing night vision dynamic panoramic annular image. The annular image can be unwrapped and corrected to conventional rectangular panorama by the panoramic image processing algorithm, which uses the pipelined CORDIC configuration to realize a trigonometric function generator with high speed and high precision. Histogram equalization algorithm can perfectly enhance the contrast of the night vision image. Edge detection algorithm can be propitious to find and detect small dim dynamic targets in night vision circumstances. After abundant experiment, the al- gorithm for panoramic image processing and night vision image enhancement is successfully implemented in FPGA and DSP. The panoramic night vision image system is a compact device, with no external rotating parts. And the system can reliably and dynamically detect 360＊ SLVF panoramic night vision image.     

基于边缘方向插值的视频缩放算法及电路设计

阐述了一种沿边缘方向进行图像插值的缩放算法,并提出了基于该算法的一种视频缩放器电路的设计方案。该算法首先对数字视频图像帧采用拉普拉斯算子进行边缘检测,根据视频图像的动态阈值判定边缘区域和方向,得到二值化的帧图像的边缘信息。最后在边缘区域内边缘方向进行相位映射后,进行平行四边形线性插值。该算法的实现电路采用VerilogHDL语言描述,并在基于FPGA的视频处理平台上进行了原型验证。验证结果表明,插值后的图像边界更加清晰,消除了大比例缩放时线性插值的锯齿现象。     

一种简化PCNN模型在彩色图像边缘检测上的应用

提出了一种改进的彩色图像边缘检测方法来克服传统方法不考虑色度信息及噪声影响而产生漏检、错检边缘的不足．通过提取图像的颜色主轴来综合表示图像的亮度和色度信息,并将彩色图像降维成包含色度信息的灰度图像用以检测; 为了降低噪声对检测结果的影响,采用脉冲耦合神经网络(PCNN)模型．由于PCNN模型中的参数过多,不利于控制,故使用简化的PCNN模型来减少参数,达到比较好的控制．实验表明,这种基于颜色主轴的PCNN彩色图像边缘检测方法不仅能准确得到彩色图像的边缘信息,而且对噪声有很强的抑制作用．     

基于新型Canny算法雷达距离图像边缘检测算法

针对激光雷达距离像的噪声滤波和边缘检测问题,提出了一种结合改进环圈滤波算法和自适应Canny算法的距离像边缘检测算法.通过改进环圈滤波对距离像的噪声进行抑制,在滤除噪声的同时保留了图像的细节特征信息.从梯度幅值计算、非极大值抑制和阀值自动选择3个方面对传统Canny算法进行改进,克服了噪声影响和边缘检测模糊等缺点.实验结果表明,该算法能够可靠的对距离图像进行边缘检测,并且检测结果的信息熵和标准差指标数据优于传统的Sobel算法和Laplace算法,能够较好地满足激光雷达距离像边缘检测的实际需要.     

复杂静态背景下多移动目标实时检测系统的FPGA实现

设计了一个基于FPGA的复杂静态背景下多移动目标实时检测系统。系统采用背景差分算法进行移动目标检测;采用中值滤波、像素漂移、腐蚀膨胀、Sobel边缘检测算法对差分结果进行处理。实验结果表明,在复杂静态背景下,系统可以精确地检测到视野内的移动目标,能够提取清晰的目标轮廓,并及时报警;通过多重去噪技术,基本将噪声滤除干净;系统处理速度快,能够满足智能视频监控系统实时性的要求。     

X线图像计算机边缘提取综合算法的研究

研究提出了一种适合于X线图象的综合算法 ,用于X线图象的边缘探测 ,通过实验检验 ,效果理想