一种红外焦平面非均匀性组合校正算法

分析了传统神经网络非均匀性校正算法在空域处理过程中产生目标退化的原因,在总结基于边缘指导的神经网络校正算法(ED-NN-NUC)与一点定标和神经网络结合的校正算法的基础上,提出了新的组合校正算法.新算法包含预校正、粗校正和精校正三个处理模块,利用含有弱小目标的实际红外图像进行了实验验证.结果表明,新算法能有效地抑止目标退化,并在运算速度上比ED-NN-NUC有一定的提高.     

基于BP神经网络的IRFPA改进型非均匀性校正算法

提出了一种基于神经网络的红外焦平面阵列（Infrared Focal Plane Array,IRFPA）非均匀性自适应校正算法。首先,利用归一化思想对图像进行处理以利于选取迭代步长;其次,优化隐含层结构以获得更接近于真实信号的期望信号。实验结果表明,该方法在校正精毖、收敛速度和稳定性方面均优于传统的神经网络校正算法。     

基于DSP的PMD补偿逻辑控制模块软件设计

文章通过软件编程和调试,完成了基于数字信号处理(DSP)的偏振模色散(PMD)补偿逻辑控制模块的软件设计.详细介绍了系统的工作流程、软件及硬件结构,以及粒子群优化(PSO)算法模块在DSP系统中的应用,最后介绍了将该DSP系统应用到二阶PMD自适应补偿系统中进行验证的情况.结果表明,作者设计的DSP逻辑控制模块对一阶及二阶PMD补偿效果很好.     

MPEG-4像素压缩模块的DSP实现

文章在TMS320C6204定点DSP芯片上实现了MPEG-4像素压缩模块的优化.重点讨论了一种快速的DCT/IDCT算法在DSP上的实现,并针对其中最耗时的DCT/IDCT、量化/反量化算法做了软件优化,有效的降低了整个模块的运行时钟数.实验结果表明本文的算法和优化结果都取得了良好的效果.     

红外焦平面非均匀性自适应校正算法实时实现

由于材料、工艺等原因,红外焦平面阵列(IRFPA)各单元普遍存在响应不一致的现象,从而导致IRFPA都存在非均匀性.非均匀性校正(NUC)是红外图像处理系统中的重要环节.文章在研究了基于神经网络的NUC算法的基础上,提出了一种采用DSP与FPGA相结合实现基于神经网络的非均匀性自适应校正算法实时实现硬件方法,在该方法中利用FPGA并行处理能力强的特点,对焦平面阵列进行非均匀性校正,而DSP的计算能力强,完成校正系数的自适应更新.将该方法应用于128×128红外成像系统中,可使系统长期稳定地工作,克服了校正参数的漂移问题.     

基于两点法的红外图像非均匀性校正算法及其DSP实现

介绍了非均匀性校正的方法,分析了红外焦平面(IRFPA)探测器两点法非均匀性校正的原理,介绍了嵌入式实时两点法校正算法的标定与校正过程.在此基础上设计了基于DSP的实时两点法校正硬件模块和软件算法,在此平台上对实际IRFPA进行了实时两点法校正试验,给出实验结果及分析.实验证明该方法可行.     

基于扫描型红外热像仪非均匀性场景校正算法的实现

通过对某扫描型手持红外热像仪非均匀性的分析,建立了相应的非均匀性数学模型,提出了场景校正算法并在DSP中编程实现。算法采用运动估计与递归最小二乘法相结合的方式,实现了对空间非均匀性的实时校正;采用神经网络与最小均方算法结合的方式实现了对两点校正后残留非线性非均匀性的实时补偿。应用效果表明该算法具有很高的工程价值。     

多通道信号并行采集和万兆高速传输系统设计

给出了以高性能FPGA和DSP为核心实现的并行信号采集和万兆高速传输系统,通过5片ADC芯片的分时采集和误差校正实现了2.5Gsps多通道信号高精度并行采集,基于交换路由芯片实现了万兆串行RapidIO互连.基于FPGA逻辑实现以Farrow结构分数延时滤波器为核心的定时误差校正算法;配置DSP高速串口、FPGA GTX收发器和路由芯片实现了可扩展的高速通信机制,优化实现了高性能DSP的信号处理.     

基于C64x DSP的MPEG-4视频编码器算法设计及优化

本文介绍了在TI C64x DSP平台上实现MPEG-4 Simple Profile视频编码器的算法设计与优化方法。算法上,重点对运动估计进行了改进及优化,在图像质量(PSNR)损失较小的情况下,大大降低了计算复杂度。根据C64x DSP的特性,对整个编码器的程序结构和主要计算模块进行结构级的优化,主要包括增强存储器访问效率及提高代码并行性。实验结果表明,对CIF大小的视频序列,该编码器具有100fps以上的编码速度,可以在C64x DSP上实现多路视频编码。     

BP神经网络用于大视场显示设备的畸变校正

大视场光电成像显示设备中会出现光学系统引起的图像几何畸变现象。为了提高显示设备畸变校正效果,并克服传统BP算法存在局部极小点、收敛速度慢等缺点,采用了基于优化理论的LM算法来改进传统BP神经网络算法。提出一种含有双层隐含层的BP神经网络畸变校正方法,可在不确知畸变数学模型情况下,实现自适应地建立畸变图像与原始图像之间的高精度映射关系。在Matlab平台上进行算法的深入分析和比较。仿真结果表明,双隐含层BP神经网络算法易于实现、数据处理能力强、校正精度高。与多项式拟合方法的畸变校正模型相比,基于双隐含层BP神经网络算法的畸变校正模型的各项精度指标提升显著。     

基于DSP的红外焦平面阵列非均匀性校正技术

红外焦平面成像系统是红外成像技术发展的趋势,焦平面阵列的非均匀性校正技术是一项正在探索的关键技术。在分析了红外成像系统非均匀性的产生机理及表现特征的基础上,介绍了红外焦平面阵列非均匀性校正的基本方法;基于TMS320C62x DSP为核心的系统硬件平台,采用两点多段的方法,完成了红外图像非均匀性的实时校正;最后给出了实验结果,验证了本系统能够满足红外焦平面成像系统的要求,具有实时性好、实用性强的特点。     

利用CPLD实现红外焦平面阵列实时非均匀性校正

红外焦平面阵列响应的非均匀性严重限制了红外系统的成像质量,必须在使用时对其进行非均匀性校正.以两点校正方法为例,利用CPLD的高速性和灵活的可编程性,对红外焦平面阵列进行实时非均匀性校正.实验结果表明利用CPLD实现的红外焦平面阵列的非均匀性校正方法简单、效果理想.     

基于神经网络的纳米MOSFET量子更正

提出了基于Levenberg-MarquardtBP神经网络的纳米MOSFET量子更正模型,并对拥有不同隐层、不同隐层神经元数的网络的训练精度和速度进行了研究对比。结果表明,包含2个隐层的网络可以获得高的训练速度和精度。该模型可用于快速预测纳米MOSFETSi层各点载流子量子密度,并对其电容及漏电流进行量子更正,其结果与Schrdinger-Poisson方程的吻合度很高。     

基于FPGA的红外焦平面实时图像处理系统

针对红外焦平面阵列(IRFPA)实时图像处理系统中的重要环节——IRFPA的非均匀性校正和红外图像的增强,提出了以FPGA为核心的红外焦平面成像实时处理系统。该系统能够实时完成校正系数的计算、IRFPA非均匀性校正、红外图像的增强及视频合成等功能。在FPGA中采用了并行处理结构和流水线技术,使系统的处理速度高达50M×12 bit/s,特别适用于大面阵、高帧频IRFPA实时图像处理。仅用一片FPGA完成所有的处理功能,使整个系统结构简单、体积小、功耗小,便于小型化。     

面阵CMOS图像传感器响应非均匀性校正方法研究

非均匀校正是降低CMOS图像传感器固定模式噪声的有效方法。对面阵CMOS图像传感器的光响应特性测试表明其响应是非线性的。对非线性CMOS图像传感器分别进行两点校正、分段线性校正和多项式拟合校正。利用响应非均匀性（PRNU）作为校正效果的评价指标,对每种方法在整个光响应范围内的校正效果进行整体评估,对影响每种方法校正效果的因素进行总结。最后将每种方法中的最优处理情况选择出来,从PRNU指标、校正处理后的图像、参数获取时间、校正处理时间、校正参数存储空间等几个方面进行分析比较,最终判定二阶多项式拟合校正是最佳的处理方法。     

红外焦平面阵列非均匀性多点实时压缩校正研究

非均匀性校正是提高红外图像质量的主要方法之一.针对传统的多点校正方法运算量大、实时性能差等缺点,提出多点实时压缩校正新方法,该方法将校正曲线相同或相似的不同探测单元归为一类,并将归类后的校正曲线的映射表存储在查找表中,校正过程中仅对查找表中的数据进行实时读取.实验结果表明:该算法计算量小、校正速度快,更加适合硬件实时实现.     

基于神经网络的纳米MOSFET载流子密度量子更正

为了处理纳米MOSFET载流子分布的量子效应,提出了基于Levenberg-Marquardt BP神经网络的量子更正模型,通过载流子的经典密度计算其量子密度,并对拥有不同隐层数和隐层神经元数的神经网络的训练速度和精度进行了研究.结果表明:含有2个隐层的神经网络具有高的训练速度和精度,但隐层神经元数对速度和精度的影响并不明显;对于单栅和双栅纳米MOSFET,其载流子量子密度可以通过神经网络进行快速计算,其结果与Schrodinger-Poisson方程的吻合程度很高.     

Neural-Network-Based Charge Density Quantum Correction of Nanoscale MOSFETs

为了处理纳米MOSFET载流子分布的量子效应,提出了基于Levenberg-Marquardt BP神经网络的量子更正模型,通过载流子的经典密度计算其量子密度,并对拥有不同隐层数和隐层神经元数的神经网络的训练速度和精度进行了研究.结果表明:含有2个隐层的神经网络具有高的训练速度和精度,但隐层神经元数对速度和精度的影响并不明显;对于单栅和双栅纳米MOSFET,其载流子量子密度可以通过神经网络进行快速计算,其结果与Schrodinger-Poisson方程的吻合程度很高.     

红外热像仪图像处理技术综述

非均匀性校正、图像增强、对比度增强是红外图像处理技术的三个主要方面。介绍了每个方面的数种具体算法,并从实用性角度对各种算法进行了比较。