RS232／USB转换器的设计

USB接口的外设逐步取代传统的RS232接口的外设,是当今计算机外设接口的发展趋势之一。FT8U232AM芯片可以很好地解决传统RS232接口与USB接口间协议转换的问题。文章介绍了FT8U232AM的工作原理、引脚功能以及典型电路。     

基于USB接口的多通道实时数据采集系统

该文介绍了一种基于USB接口的多通道数据采集系统,详细介绍了系统的硬件实现,并给出了相关的USB设备驱动程序及相应的Win32应用程序的设计。     

基于模糊聚类的运动对象分割算法研究

为了从视频序列中分割出完整的、一致的运动视频对象，该文使用基于模糊聚类的分割算法获得组成对象边界的像素，从而提取对缘。该算法首先使用了当前帧以及之前一些帧的圈像信息计算其在小波域中不同子带的运动特征，并根据这些运动特征构造了低分辨率图像的运动特征矢量集；然后，使用模糊C-均值聚类算法分离出图像中发生显著变化的像素，以此代替帧间差图像，并利用传统的变化检测方法获得对象变化检测模型，从而提取对象：同时，使用相继两帧之间的平均绝对差值大小确定计算当前帧运动特征所需帧的数量，保证提取视频对象的精确性。实验结果证明该方法对于分割各种图像序列中的视频对象是有效的。     

基于改进分水岭算法的VCH-F1图像分割

针对分水岭算法存在的过分割问题以及VCH-F1切片图像的特点,提出了一种能够有效消除局部极小值和噪声干扰的分割方法。首先比较并选取彩色分量图像梯度信息的最大值,达到提取图像有效边缘信息的目的;然后提出基于多阈值分割的方法消除无效梯度信息;最后介绍了算法的步骤及结果。实验结果证明,基于该方法处理梯度图像进行分水岭算法处理可以得到准确的分割结果。     

非接触式生命体征检测装置的设计

为解决临床医学、急救或居家养老等应用场景中无法直接使用传统穿戴式监测仪器实时监测人体生命体征的问题,设计了一种基于多普勒雷达的非接触式生命体征检测装置,该装置通过STM32F429IGT6控制器从多普勒雷达检测的信号中实时提取人体呼吸和心跳信号。其硬件电路主要由微控制器、多普勒雷达传感器信号放大、滤波、电平抬升等部分组成,系统通过IIR带通滤波实现呼吸和心跳信号分离与提取,使用FFT对分离的呼吸和心跳信号进行实时频谱分析,计算并显示呼吸和心跳次数。实验测试结果表明,该装置能有效实时检测人体的呼吸和心跳次数,实现2米范围内的非接触式人体生命体征检测,心跳次数最大均值误差为9.14%,呼吸次数最大均值误差为4.7%。     

基于EDMA的多通道数据传输的实现

EDMA是数字信号处理器(DSP)中用于实现数据快速交换的重要技术,具有独立于CPU的后台批量数据传输的能力,满足高速数据实时传输的要求,给出了一种DSP和CPLD结合进行数据传输的实现方案,介绍了系统设计的整体结构,分析了CPLD的逻辑功能,着重描述了EDMA控制器的控制原理和基于EDMA的数据传输方式的软件设计流程和实现步骤,在CCS开发环境里采用RF5的框架结构整合了数据采集、处理和发送三个任务;实验结果表明,通过灵活控制EDMA,不仅能够提高数据的传输效率,而且能够充分发挥DSP的高速性能。     

无线USB接口的设计及实现

短距离无线通信和USB接口是目前非常流行的两项数据传输技术。本文结合无线通信和USB接口的优点,提出了无线USB接口的设计方案,并给出了开发该通信接口的软硬件设计方法。该接口能方便、可靠地实现具有较高传输速度的短距离无线通信。     

基于形态学操作和模糊聚类技术的超声图像分割

针对医学超声图像对比度低和噪声强的特点,提出了多尺度形态学操作和模糊聚类技术相结合的图像分割方法.该方法利用多尺度形态变换提取图像的结构特征,通过对不同尺度结构特征数量的统计分析,估计图像中噪声尺度大小,并修改不同尺度结构特征的强度,从而实现对图像局部对比度的增强和噪声抑制.同时,使用新的模糊C均值聚类算法对增强后图像进行分割,从而进一步地减少图像中噪声对分割的影响,完成超声图像的有效分割.实验结果表明该方法对超声图像的分割是有效的.     

基于小波变换的多分辨率图像分割

基于多分辨率分析的图像分割技术是当前图像处理的重要内容。该文介绍了基于小波变换的多分辨率图像分析和分水岭分割算法的综合分割方法。小波变换的多分辨率应用可以有效地减少分水岭算法图像过分割现象;给出了低分辨率下的分割图像到高分辨率图像层上的映射策略,完成了图像从粗糙到精细分割,从而保证了分割准确性,降低了分割的复杂性和计算量。分析了形态学滤波器降低图像噪声和保护图像中对象边界的处理方法,进一步减少了图像过分割的现象,提高了图像分割效果。经实验证明该方法的有效性。     

基于体域网的个人健康监护系统设计

体域网(BSN,body sensor networks)是以人为中心,由分布在人体表、贴身衣物上,或身体内部检测人体生命体征的多个传感器节点以及个人智能终端组成的无线通信网络.介绍了一种基于ZigBee和蓝牙无线通信协议的个人健康监护体域网系统,该系统通过3G智能手机终端控制穿戴在人体上的传感器节点,实时采集人体血氧、心音、心电和血压等生命体征参数,并以无线通信方式依次传送至智能终端显示,进一步实现与社区医院或中心医院的远程数据交互.系统终端应用程序运行在Android操作系统下,界面设计友好,适用于所有Android操作系统的3G智能手机用户.