基于Cortex嵌入式多处理器系统的图像中值滤波算法并行化的研究

嵌入式系统在图像处理、空间计算等领域越来越广泛,如何在功耗、成本和计算能力三个主要方面取得平衡,利用多核和多处理器系统以并行计算方式提高嵌入式系统计算能力是一种有效的解决方案.讨论了基于Cortex嵌入式多处理器系统的基本结构,并在该系统上进行图像中值滤波算法的并行化研究.实验结果分析表明,在该嵌入式多处理器平台上配合并行算法能够成倍提高图像中值滤波的运行性能.     

基于分布式粒子滤波的二进制无线传感器网络目标跟踪

为了提高二进制无线传感器网络跟踪算法的精度和实时性,降低传感器节点能耗,将分布式粒子滤波运用到二进制无线传感器网络中进行目标跟踪。选择信号强度最大的节点作为簇头节点,在簇头单跳通信范围内的所有节点和簇头组成对目标跟踪的动态分簇,在簇头节点进行粒子采样和状态估计,在簇头之间传递粒子及其权值,从而得到了二进制无线传感器网络的分布式粒子滤波跟踪算法。研究了粒子数和网络节点数量对跟踪精度的影响。仿真结果表明,传感器的节点数量会影 响跟踪精度,但是粒子数对跟踪精度的影响更大。同时分布式粒子滤波比集中式粒子滤波具有更好的实时性和更低的能耗。     

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法.在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理.改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对...     

基于NIOS软核的无线传感器网络实验平台硬/软件实现

随着传感器技术和网络技术的发展,分布式无线传感器网络的应用也越来越广泛。文章中提出了一个基于NIOS软核的无线传感器网络实验平台,该实验平台在无线传感器网络的算法和协议验证方面具有良好的应用前景。     

基于粒子滤波的二元无线传感器网络分布式目标跟踪研究

针对二元无线传感器网络中利用粒子滤波进行集中式跟踪的不足,基于动态分簇结构,研究了基于粒子滤波的二元无线传感器网络分布式目标跟踪算法。算法每一时刻根据目标的状态只激活少量的节点参与探测跟踪,其它节点处于休眠状态以节省能量。最后,利用计算机进行了Monte Carlo仿真,仿真结果表明,算法在不损失跟踪精度的情况可以减少能耗和计算量,从而延长网络使用寿命。     

基于FPGA的实时中值滤波器硬件实现

针对高清图像在中值滤波预处理过程中排序量多、速度慢的特点,提出适合邻域图像并行处理机的分块存储方法。在流水线结构下,1个时钟周期可以并行处理32个3×3邻域的中值滤波运算,实现了高速、实时的1 920×1 080灰度图像中值滤波器。     

基于FPGA的图像中值滤波算法硬件实现

提出一种适于硬件并行处理的图像快速中值滤波算法,并用VHDL硬件开发语言在Altera公司的现场可编程门阵列(FPGA)上实现,给出了整个硬件系统的构造方法,以128×128×8bit的灰度图像滤波处理实验结果表明,该方法可实时进行中值滤波,适于图像采集与预处理系统.     

无线传感器网络分布式多目标跟踪算法研究

由于无线传感器网络的资源有限,集中式多目标跟踪算法在无线传感器网络多目标跟踪中受到限制.在无线声学传感器网络下,基于动态分簇结构,提出了一种分布式多目标跟踪算法.每个传感器的测量为来自单个目标或多个目标的声音信号和环境噪声的叠加.在跟踪过程中,每个目标对应于一个粒子滤波,当目标之间的距离较远时,进行单目标跟踪.当目标之...     

基于NIOS软核的无线传感器网络实验平台硬/软件实现

随着传感器技术和网络技术的发展，分布式无线传感器网络的应用也越来越广泛。文章中提出了一个基于NIOS软核的无线传感器网络实验平台，该实验平台在无线传感器网络的算法和协议验证方面具有良好的应用前景。     

二进制无线传感器网络中的分布式自适应粒子滤波目标跟踪算法

为了提高无线传感器网络目标跟踪的实时性,减少通信量,提出了一种二进制无线传感器网络的分布式自适应粒子滤波算法,该算法在簇头更换时,簇头之间只需要传送滤波值和误差方差,而无需传递大量粒子,同时该算法根据滤波方差在线调整粒子数,从而降低了算法的计算量。从算法耗时、均方根误差(跟踪精度)以及通信量等方面进行了仿真研究。仿真结果表明,分布式自适应粒子滤波算法的耗时、通信量要明显少于集中式粒子滤波和分布式粒子滤波;同时其均方根误差的变化幅度受粒子数的影响非常小,具有更好的跟踪性能。     

图像中值滤波算法及其FPGA的实现

图像滤波是图像预处理的重要部分,但由于滤波过程中需要处理的数据量较大,采用软件的方法难以满足实时性的要求。利用现场可编程门阵列(FPGA)的并行处理能力,提出了一种基于FPGA的快速中值滤波算法,相对与传统的中值滤波算法有较大的改进,减少了数据的比较次数,处理速度得到提高,并使用Matlab和Modelsim进行联合仿真,结果证明该算法滤波效果良好。     

基于SNMP的IPv6无线传感器网络信息管理平台的设计与实现

无线传感器网络(Wireless sensor networks)是随机分布的传感器节点通过分布式协议自组织方式形成的网络,网络管理是保障无线传感器网络稳定、可靠、高效运行的重要条件。讨论研究了现有无线传感器网络管理技术,并结合无线传感器网络的特点和实际需求,在已有IPv6无线传感器网络底层协议及SNMP(简单网络管理协议)的基础上,设计和实现了一个切实可行的符合无线传感器网络特点的节点信息管理平台,以实现用户对无线传感器网络的远程有效管理。     

基于RSSI混合滤波和最小二乘参数估计的测距算法

针对基于RSSI的无线传感器网络定位测距问题,在对数-常态分布模型下提出了一种混合滤波及最小二乘环境参数动态估计的测距算法。以锚节点作为参考节点,采用基于均值滤波、中值滤波和高斯滤波的混合滤波方法优化RSSI值,运用最小二乘法估计环境参数,再由盲节点与锚节点的RSSI混合滤波优化值计算二者之间的距离。仿真结果表明,混合滤波性能优于其它单一滤波方法,环境参数估计相对误差小于2.5%,空旷环境下100 m范围内测距相对误差小于10%,满足无线传感器网络定位测距要求。     

卡尔曼一致性滤波器的丢包性能分析及能量优化

针对无线传感器网络(wireless sensor networks,WSNs)在实际应用中不可避免的数据包丢失现象,本文研究了分布式卡尔曼一致性滤波算法(distributed Kalman consensus filtering algorithm,DKF)在两类丢包情况下的稳定性和滤波性能问题,通过矩阵论理论分析得出了估计误差协方差收敛所能容忍的极限丢包率.然后,考虑到传感器节点能量有限,基于逾渗模型构建了一种能量可调的改进型分布式一致性卡尔曼滤波器,该滤波器充分利用无线传感器节点冗余布置的特点,以较小的滤波精度下降为代价,获取网络寿命的大幅度提高,实现了该分布式滤波器在滤波精度与能量消耗两个关键指标的有效权衡.最后利用仿真实例验证了所提出算法的有效性.     

无线传感器网络系统平台的开发与设计

基于SIA-MS_1.0硬件平台,在TinyOS操作系统下设计无线传感器网络研究平台。在该无线传感器网络平台上,设计了一个含多传感器的数据采集节点,并在数据链路层对该节点的发送帧进行了研究与设计。对完成的无线传感器节点进行测试、监控。实现了分布式无线传感器网络节点的功能。     

基于FPGA的嵌入式多核处理器及SUSAN算法并行化

给出了四核心嵌入式并行处理器FPEP的结构设计并建立了FPGA验证平台.为了对多核处理器平台性能进行评测,提出了基于OpenMP的3种可行的图像处理领域的经典算法SUSAN算法的并行化方法:直接并行化SUSAN、图像分块处理和多图像并行处理,并对这3种并行算法在Intel四核心平台和FPEP的FPGA验证平台上进行性能测试.实验表明,3种并行算法在两种四核心平台下均可获得接近3.0的加速比,多图像并行处理在FPEP的FPGA验证平台可以获得接近4.0的加速比.     

CPU/GPU 异构环境下图像协同并行处理模型

随着GPU通用计算能力的不断发展,一些新的更高效的处理技术应用到图像处理领域.目前已有一些图像处理算法移植到GPU中且取得了不错的加速效果,但这些算法没有充分利用CPU/GPU组成的异构系统中各处理单元的计算能力.文章在研究GPU编程模型和并行算法设计的基础上,提出了CPU/GPU异构环境下图像协同并行处理模型.该模型充分考虑异构系统中各处理单元的计算能力,通过图像中值滤波算法,验证了CPU/GPU环境下协同并行处理模型在高分辨率灰度图像处理中的有效性.实验结果表明,该模型在CPU/GPU异构环境下通用性较好,容易扩展到其他图像处理算法.     

多媒体传感器网络中基于两跳簇结构的图像传输方案

与传统无线传感器网络节点能量绝大部分消耗在无线收发上不同,无线多媒体传感器网络中数据处理与传输能耗具有“均匀“分布的特点.通过分析表明,传统无线传感器网络簇结构下的数据传输策略并不适合于无线多媒体传感器网络.因此提出了一种基于两跳簇结构的图像传输方案,通过增加中继节点负责图像的压缩编码和转发,在减小相机节点图像传输能耗的同时,大大缓解了相机节点和簇头的图像处理能耗压力.仿真结果表明,该图像传输方案极大的延长了网络的生命周期,非常适合于能量有限的无线多媒体传感器网络.     

改进粒子滤波在WSN辅助机器人定位中的应用

针对无线传感器网络(WSN)辅助机器人定位问题,提出了一种改进的粒子滤波算法。为提供精确定位,在粒子滤波算法中引入节点置信度概念,给出了节点置信度的数学表达式,用于实现节点间的信息融合。新算法通过计算节点置信度,选择置信度高的节点参与辅助机器人定位;根据节点置信度,还可以确定每个节点对粒子更新的影响程度。开发了一种新的基于USARSim的无线传感器网络-机器人系统仿真平台,利用平台对新算法进行了验证。仿真实验结果表明,提出的算法机器人定位精度高,粒子滤波收敛速度快,仿真平台符合无线传感器网络辅助机器人定位研究的需要。     

CMOS图像传感器的自适应降噪方法研究

提出了一种用于CMOS图像传感器的新型自适应降噪方法,并进行了逻辑电路实现。该方法通过运动检测和边缘检测技术进行噪声功率统计和分析,选择性的利用中值滤波、均值滤波以及运动自适应滤波方法,对传感器输出图像进行了数字降噪处理。实验表明本文方法降低了高斯噪声和椒盐噪声的影响,有效提高了图像质量和峰值信噪比。其结构易于电路实现,适用于CMOS图像传感器内部的实时降噪处理。