医疗设备无线通信数据采集系统的设计

基于先进的无线通信技术,为完成在客户终端远程实时监测多台医疗设备的波形数据和参数,设计并实现了一种多数量、多状态、位置分散的医疗设备的数据通信实时数据采集系统。系统分为三部分设计包括下位机无线节点、服务器和客户端等。该系统实现以下功能：医疗设备的数据采集、数据处理、数据缓存、数据传输、数据查询、数据回顾和数据显示等。系统在下位机数量多、状态多变化、通信环境恶劣等条件下具有良好的管理性和适应性。该系统通信效率高、实时精确、稳定性强、容错能力较好。     

无人机导航场景中立体匹配算法研究

针对现有立体匹配算法难以兼顾无人机导航场景中匹配精度和幅度失真的鲁棒性,提出了一种基于改进Census变换的立体匹配算法。根据图像结构和色彩信息获得基于十字骨架的任意形状和大小的Census变换窗口,并利用改进Census变换的Hamming距作为匹配代价,采用局部优化（WTA）和左右一致性校验得到视差结果,获得高精度的视差图。实验表明,该算法不仅能够获得高精度的视差图,更对幅度失真有很强的鲁棒性,能够很好地适用于无人机导航场景。     

铁轨压力状态监测无线传感系统的设计

为满足城轨及列车安全运行的需求,根据铁轨延伸地形特点,设计了一种可靠的无线传感网络列车钢轨压力状态监测系统。详细阐述了以CC2430为核心的传感器节点、以CC2430和MCP2515为核心的网关节点的软硬件设计方法和工作流程。通过某车站的实地试验,测得2.4 GHz频率在铁路现场的传输特性。当两相邻节点间距最远为60 m时,系统仍可实时、稳定地工作。     

基于Contourlet变换的图像DCT去噪新方法

为了改进滤波效果,以提高图像去噪质量,提出了一种通过离散余弦变换对Contourlet域中噪声能量进行估计来实现去噪的新方法.该算法不依赖于对噪声方差进行估计,而是直接利用离散余弦变换来对高频各子带进行局部特征提取,以便估计噪声能量的估计阈值.实验结果表明,与传统的小波软、硬阈值去噪方法和基于小波变换的图像离散余弦变换去噪方法比较,该方法有效地克服了采用硬阈值法引起的伪吉布斯现象和软阈值法因导致过度光滑而使信号失真等缺点.实验表明,该算法不仅可提高处理图像的信噪比,而且图像的视觉效果也明显改善,因此更具有实用价值.     

基于局部梯度的WaDi图像插值

线性插值算法容易产生细节模糊和边缘锯齿效应,为了较好地保持图像的边缘信息,改善图像的主观视觉效果,提出了一种改进的WarpedDistance(WaDi)图像插值方法.传统的WaDi算法是对空间线性插值的改进,但它仅仅利用了图像边缘的局部不对称特征来计算WaDi.除了局部不对称特征,局部梯度特征也是图像边缘的一种重要特征.文中采用将局部不对称特征和局部梯度特征相结合的方法来计算WaDi,可同时保持图像边缘的细节特征和非边缘的光滑性.实验结果表明,用该方法能获得高精度的插值图像.     

纸币冠字号识别率改进算法

针对被污染纸币的冠字号的识别常见的几种干扰选择合适解决方法,并改进神经网络分类器,使用多层分类方法进行识别.现有的清分机和点钞机都能很好得识别八到十成新钱币的冠字号,然而,随着纸币流通不断做旧,清分机对纸币冠字号的识别明显下降,其中磨损、汗渍、折痕等是对清分机的识别影响很大的因素.本文提出多种新颖的算法,能够很好的解决被污染纸币的冠字号识别问题,并使用多层神经网络判别树架构,有效得提高了纸币识别率和容错率,最终实验结果表明,本算法能获得98.3％的识别率.     

基于FPGA动态可重构的高速、高质量的图像放大

为了能高速、高质量地进行图像放大，提出了一种以硬件方法完成高阶图像插值运算来实现图像放大的新方法。该方法为了保证图像放大后的质量，采用了3次B-样条来对图像放大后的像素点灰度值进行插值运算，并提出一种基于IIR和FIR数字滤波器的3次B-样条插值法的高速实现方案。另外，为了能在系统中实现不同倍数图像放大，系统中还引入了基于FPGA的动态可重构技术，即通过实时地改变FPGA的配置，以实现不同的算法。同时还针对256灰度级图像设计出一种基于FPGA的高速、高质量的硬件图像放大及显示系统。     

基于误差修正的自适应边缘保持图像插值

传统插值算法容易产生细节模糊和边缘锯齿效应,而边缘是图像的重要信息,直接影响插值图像的视觉效果.为了解决这一问题,提出了一种新的基于误差修正的自适应边缘保持插值算法.首先将原图像向插值图像进行映射,再定义一个3×3的滑动窗口,用水平和垂直两个模板确定边缘类型,根据边缘类型进行插值,最后对仍未定义像素点用插值误差定理进行处理,总体上对所有像素都进行了分情况插值处理.实验结果表明,本算法有效地保持了图像的边缘信息,能够获得视觉质量较好的插值图像,且算法比较简单,容易实现.     

基于PCA和不变矩的三维物体识别算法研究

在计算机视觉问题的研究中,针对基于矩的目标识别算法实时性不高的问题,本文分析主分量分析法(PCA)在目标快速识别算法中的应用,提出基于Jan Flusser仿射不变矩和PCA融合的快速识别方法,即利用PCA在Jan Flusser仿射不变矩的特征空间中进行优化降维,减少了计算量,然后利用一些主流的识别算法对该方法的实时性和准确性进行验证研究。在MatLab平台下的仿真结果表明:本文方法的实时性在欧式距离上提高了23.68%,在概率神经网络上提高了8.7%,在支持向量机上提高了21.01%,准确性只有少量的降低,不改变识别算法的过程,且适合三维物体小角度变化下的识别。