用于无线内窥镜系统的高效、低复杂度的准无损和无损压缩算法

为了降低无线内窥镜系统中无线通信的带宽以及无线发射的功耗,该文提出了一种高效、低复杂度的基于类似BAYER 彩色图像阵列的数字图像无损和准无损压缩/解压缩算法。通过对标准图像库中的7幅图像进行压缩的结果表明,该文提出的压缩算法比常规先插值后压缩的算法以及先压缩后插值的算法均具有更高的压缩性能和更低的复杂度;可实现对指定ROI区域实现无损压缩,其它区域实现准无损压缩。算法对无线内窥镜图像进行压缩时,可以获得平均图像压缩码率2.18bit/pixel,且PSNR大于47.57dB。     

FPGA实现的视频图像缩放显示

对几种常用的图像缩放算法进行了比较,在权衡了算法复杂度、缩放效果和FPGA逻辑资源等3大因素后,选择了双线性插值算法来实现图像缩放。重点介绍了双线性插值算法和该方法的FPGA硬件实现方法,包括图像数据缓冲单元、插值系数生成单元以及插值计算单元等。应用结果表明,双线性插值算法及其硬件实现模块达到了预期的效果。     

一种基于LBT的分布式图像压缩算法

无线多媒体传感器网络(WMSNs)中传感器节点采集的数据量非常大,在传输前需对大数据量的多媒体信息进行压缩处理,但是单节点能源受限,存储、处理能力相对较弱。针对无线多媒体传感器网络应用的高效、低耗能的需求这些问题,在图像压缩双正交重叠变换(LBT)的基础上,文中提出了一种基于此变换的分布式无线多媒体传感器网络图像压缩算法。即基于簇结构,把压缩任务分配给其他节点,通过多个节点相互协作,共同完成图像的压缩编码和传输。实验结果表明,在传感器节点散布不均且较为密集的情况下,该算法在高质量、低复杂度和低功耗等方面都有了很大的性能提高。     

体域网中一种基于压缩感知的人体动作识别方法

能量有效性是无线体域网在面向长时间健康监测应用的首要挑战。该文引入压缩感知和稀疏表示理论同时解决人体活动监测中的动作识别和数据压缩问题,探索在达到一定动作识别率的同时降低传感器节点的能耗。该文提出的压缩分类动作识别方法首先在传感器节点利用随机投影对传感数据进行压缩,传到中心节点后再利用稀疏表示对压缩采样数据进行分类与识别,可减少传感器节点处理、传输原始数据所带来的能耗。在公开的可穿戴式传感器动作识别数据库WARD(Wearable Action Recognition Database)验证算法性能,实验结果表明该动作识别方法能有效地对随机投影后的低维采样数据进行识别,具有与传统识别方法相比拟的动作识别准确率。     

基于ADV212的远程图像采集系统设计

针对彩色高清图像远程网络传输带宽需求过大的问题,提出了基于ADV212图像压缩芯片结合FP-GA的压缩、传输解决方案。设计中以彩色高清Bayer格式CMOS作为图像传感器,使用ADV212实现对图像的快速高质量压缩,通过FPGA实现整个系统的控制逻辑,实现对ADV212的配置、驱动以及压缩前图像的分配和压缩后码流数据的打包处理。实验表明该系统可以保证接收图像具有较高的峰值信噪比,能够长期稳定地工作在36Mbyte/s的图像输入条件下,且该系统具有体积小、使用灵活方便、带宽占用低和压缩率可调等优点。     

基于D-S证据理论的组合数据融合算法

针对在无线传感器网络中传感器节点本身能量有限的特性,提出一种基于D-S证据理论的组合数据融合算法.先对传感器网络的当前值依据各组数据的标准差进行聚类,然后对每一类数据组,用D-S证据推理算法进行融合,将其结果看成一个虚拟传感器节点数据,最后通过计算马哈诺比斯距离得出虚拟节点数据向量的异常值,把它作为加权权重进行加权融合.仿真试验表明:该算法识别目标的可信度高于D-S推理法,且在计算复杂度上也有明显优势.     

多光谱可见光遥感图像压缩系统设计

为了实现多光谱可见光遥感图像高质量压缩的要求,提出以JPEG2000压缩标准为理论,将FPGA与专用压缩芯片ADV212相结合的空间遥感图像压缩方法.该系统设计采用ADV212,通过小波变换及熵编码实现对大数据量的空间遥感图像进行高质量实时压缩,并且采用FPGA完成图像数据输入、压缩码流输出、图像预处理以及对ADV212的工作模式进行控制.实验结果表明,该系统设计功耗低、成本低、调试简单合理,具有较好的压缩效果,可满足多光谱可见光遥感图像对高质量压缩比的要求.     

基于DPCM-Huffman压缩算法的图像传感器去暗电流系统

为了解决图像传感器暗电流消除过程中数据存储问题,本文提出了一种基于DPCM-Huffman压缩算法的数据压缩去暗电流系统并进行硬件实现;在该系统工作之前,首先通过DPCM与Huffman组合压缩算法将图像传感器暗电流数据进行编码压缩,并将压缩后的数据存储于FLASH存储器中。而后在图像传感器工作过程中,通过读取存储器中数据,进行Huffman与DPCM解码,最终消除图像传感器中的暗电流。实验证明,采用该压缩去暗电流系统处理后,以分辨率为256×256的CMOS图像传感器为例,压缩后数据压缩比为3.12,数据量降为原始数据的32%,提高3倍的工作速度。实践证明,本文提出的解压系统提高了数据压缩比,保证了数据精度,提高了图像传感器的工作速度,是一种适用于CMOS图像传感器暗电流消除的压缩系统。     

基于红外压缩成像的点目标跟踪方法研究

目前压缩测量的应用研究主要集中在重构图像方面,但是很多应用中最终目的是检测和跟踪。直接基于压缩测量的检测和跟踪问题尚未解决。该文首次建立一种压缩域到空间域的映射模型,并提出一种无需重构任何图像且直接从低维压缩测量中经解码进行目标跟踪的方法,并分析其应用于天基红外探测的可能性。该方法利用Hadamard测量矩阵构建红外压缩成像系统,采用自适应压缩背景差分法从低维压缩测量信息中分离背景和前景,再从压缩前景信息中解码目标空间位置,并结合数据关联和Kalman滤波算法解决了杂波环境下点目标跟踪问题。理论分析和仿真实验结果表明,该方法能利用少量压缩测量实现目标跟踪任务,并减小探测器规格及相关算法的计算复杂度和存储代价。     

基于跨模态空间匹配的多模态肺部肿块分割网络

现有多模态分割方法通常先对图像进行配准,再对配准后的图像进行分割.对于成像特点差异较大的不同模态,两阶段的结构匹配与分割算法下的分割精度较低.针对该问题,该文提出一种基于跨模态空间匹配的多模态肺部肿块分割网络(MMSASegNet),其具有模型复杂度低和分割精度高的特点.该模型采用双路残差U型分割网络作为骨干分割网络,...     

基于图像传感器的图像画质增强算法研究

针对图像在传输过程中易引入噪声、色彩质量下降、中值滤波导致图像细节丢失和均值滤波出现模糊等问题,提出了一种可以应用于CMOS图像传感器的图像画质增强和滤波算法.该算法对插值后的Bayer图像数据进行一维空间的增强和降噪处理,首先将图像从RGB空间转换到YUV空间,在Y通道上用改进的直方图均衡化方法实现图像明暗程度的对比度增强调节,对U、V通道采用分段式线性调节方法实现饱和度调节;然后对Y通道进行自适应降噪,对U、V通道进行加权中值滤波降噪,以满足后续处理对图像质量的要求;最后在Y通道上,采用基于Laplace算子的锐化掩模进行锐化处理,保证图像的细节清晰可见.实验结果表明:从图像视觉效果来看,相比单独使用中值和均值滤波,所提出的自适应滤波得到的效果更好,图像细节保存较好、模糊程度低、图像更为清晰,且色彩质量更高.通过对比峰值信噪比(PSNR),对混合噪声进行处理时,该滤波算法的PSNR优于中值和均值滤波,有效地抑制了噪声.整个算法在一维邻域空间进行,更容易在有限的硬件上实现较好的图像处理结果,满足小面积低功耗的要求.     

FPGA中Bayer到YCbCr图像格式转换的设计

提出了一种基于FPGA平台的Bayer到YCbCr格式数据转换的设计方法。在Bayer到RGB格式转换阶段,对CMOS传感器输出的Bayer格式数据采用3x3双线性插值算法恢复真彩色图像;在RGB到YCbCr色彩空间转换阶段,结合色彩空间转换公式,优化数字逻辑结构进行硬件描述语言设计。实验仿真结果验证了系统设计的可行性,以及Bayer到YCbCr格式转换的正确性。     

多媒体传感器网络中基于颜色 空间的图像融合方案

 基于彩色图像的YUV颜色空间和相邻节点间的视角相关性,将同一场景的监控任务分配给3个相关度较大的传感器节点,每个节点仅需处理亮度分量或色度分量.使用深度信息模型,以及基于自适应四叉树分割和分块空间变换的方法,对解码后的亮度和色度分量进行融合,实现监控场景的彩色图像重构.仿真实验结果表明,该方法有效可行,在视频传感器节点存储量、传输量和场景监控质量之间能取得良好的折中.     

基于彩色空间的二维OSTU的图像分割算法

图像分割的研究一直是图像处理研究的热点问题,尤其是对彩色图像的分割研究更为重要,虽然对彩色图像分割的研究提出很多分割算法,但是很多算法仍存在缺陷,本文针对解决二维OSTU分割算法分割图像时计算复杂和易受噪声干扰的问题,提出将Lab彩色空间应用到二维OSTU算法中,首先将色彩图像从RGB空间转到Lab空间,然后联合利用L通道、a通道、b通道图像信息进行粗分割,最后针对其中某个通道的图像信息进行二维OSTU细分割.通过试验表明,该方法对彩色图像有较好的分割效果.     

Colorimetric Sensor Arrays System Based on FPGA for Image Recognition

A FPGA-based image recognition system is designed for colorimetric sensor array in order to recognize a wide range of volatile organic compounds. The gas molecule is detected by the responsive sensor array and the responsive image is obtained. The image is decomposed to RGB color components using CMOS image sensor. An embedded image recognition architecture based on Xilinx Spartan-3 FPGA is designed to implement the algorithms of image recognition. The algorithm of color coherence vector is discussed in detail compared with the algorithm of color histograms, and experimental results demonstrate that both of the two algorithms could be analyzed effectively to represent different volatile organic compounds according to their different responsive images in this system.     

Colorimetric Sensor Arrays System Based on FPGA for Image Recognition

A FPGA-based image recognition system is designed for eolorimetric sensor array in order to recognize a wide range of volatile organic compounds. The gas molecule is detected by the responsive sensor array and the responsive image is obtained. The image is decomposed to RGB color components using CMOS image sensor. An embedded image recognition archi- tecture based on Xilinx Spartan-3 FPGA is designed to implement the algorithms of image recognition. The algorithm of color coherence vector is discussed in detail compared with the algorithm of color histograms, and experimental results demonstrate that both of the two algorithms could be analyzed effectively to represent different volatile organic compounds according to their different responsive images in this system.     

自然场景下成熟苹果彩色图像分割方法的研究

提出一种在RGB颜色空间分割彩色图像的新方法。针对自然场景下成熟苹果图像，首先通过在RGB颜色模型中寻找灰色分割面来得到最优颜色函数（OCF），将多维空间中的分割问题转化到一维空间，根据目标和背景的不同特点，提出了两种可供选择的获取OCF的方案；然后通过Fisher评价函数找到最佳阈值；最后用数学形态学滤波除去高频噪声。该方法可以完全避免人为干预，而且分割速度快。实验结果表明，该方法可以把自然场景中的苹果有效地分割出来。     

A CMOS Image Sensor for Multi-Level Focal Plane Image Decomposition

An alternative image decomposition method that exploits prediction via nearby pixels has been integrated on the CMOS image sensor focal plane. The proposed focal plane decomposition is compared to the 2-D discrete wavelet transform (DWT) decomposition commonly used in state of the art compression schemes such as SPIHT and JPEG2000. The method achieves comparable compression performance with much lower computational complexity and allows image compression to be implemented directly on the sensor focal plane in a completely pixel parallel structure. A CMOS prototype chip has been fabricated and tested. The test results validate the pixel design and demonstrate that lossy prediction based focal plane image compression can be realized inside the sensor pixel array to achieve a high frame rate with much lower data readout volume. The features of the proposed decomposition scheme also benefit real-time, low rate and low power applications.      

Efficient Hardware-Based Image Compression Schemes for Wireless Sensor Networks: A Survey

Multidimensional sensors, such as digital camera sensors in the visual sensor networks VSNs generate a huge amount of information compared with the scalar sensors in the wireless sensor networks WSNs. Processing and transmitting such data from low power sensor nodes is a challenging issue through their limited computational and restricted bandwidth requirements in a hardware constrained environment. Source coding can be used to reduce the size of vision data collected by the sensor nodes before sending it to its destination. With image compression, a more efficient method of processing and transmission can be obtained by removing the redundant information from the captured image raw data. In this paper, a survey of the main types of the conventional state of the art image compression standards such as JPEG and JPEG2000 is provided. A literature review of their advantages and shortcomings of the application of these algorithms in the VSN hardware environment is specified. Moreover, the main factors influencing the design of compression algorithms in the context of VSN are presented. The selected compression algorithm may have some hardware-oriented properties such as; simplicity in coding, low memory need, low computational load, and high-compression rate. In this survey paper, an energy efficient hardware based image compression is highly requested to counter the severe hardware constraints in the WSNs.     

基于图像处理的钢包标牌识别方法

由于钢厂车间环境的复杂性对钢包标牌的实时检测和识别提出了较高的要求。为了实现对钢包的实时和动态跟踪,提出了一种基于HSV色彩空间信息的图像分割方法,根据HSV色彩空间的颜色和亮度无关性,将彩色图像从RGB空间变换到HSV空间。基于颜色和形状特征选取原则对标牌区域进行粗定位,再使用最小二乘直线拟合的方法检测标牌边框的倾斜角度,对标牌进行倾斜校正。实验表明,该方法能准确地进行标牌定位与倾斜校正,具有较高的可靠性与稳定性。