基于机器视觉的车道偏离预警系统的实现

目前高速公路上由于车道偏离而导致的交通事故造成了巨大的损失,从而使得车道偏离预警系统的研究成为了社会的一大热点.本文基于DSP计算和FPGA计算,构造出一套基于视觉的车道偏离预警系统.本文给出了系统的框架结构以及硬件实现方式,并基于所提出的系统详细研究了视觉系统中大容量数据的传输、存储和处理等问题.最后,基于构造的系统,通过一系列典型的视觉处理算法和应用于车道跑偏决策的软件算法,验证了系统的可行性.     

基于DSP的主动视觉系统

为了提高目标检测的快速性与准确性,简化基于粒子滤波的目标跟踪算法中的直方图计算,提高检测和跟踪算法在基于DSP(数字信号处理器)的主动视觉系统上的运行速度,提出了一种基于DSP的机器人主动视觉系统.该系统通过改进的EMCV(embedded computer vision library)与启发式搜索方法,在DSP上实现了AdaBoost检测算法;利用增量式直方图计算算法实现粒子滤波中颜色直方图与边缘方向直方图的计算,将直方图融合到观测模型中,在DSP上实现并优化了目标跟踪算法.实验证实了该主动视觉系统中算法的快速性与系统的鲁棒性.     

基于FPGA+DSP的智能车全景视觉系统

为实现智能车全景视觉系统的应用研究平台,设计了一种基于FPGA+双DSP的实时6通道数字图像采集与处理系统.该系统由两片FPGA与两个DSP组成.第一个FPGA进行多通道视觉图像采集的同步控制、逻辑处理,第二片FPGA辅助DSP进行海量图像数据的高速并行处理.两个ZBTSRAM芯片作为数据输入和输出的高速缓存,每通道的...     

基于双DSP和双FPGA的高速图像处理系统设计

针对双目机器视觉的图像处理速度问题,从处理器、处理器连接网络和存储器3个方面分析并行处理优化的设计要点,设计一种基于serial RapidIO连接的双6核DSP+双FPGA的高速图像处理系统,通过合理分解算法,在FPGA内部、DSP内部多核心之间以及FPGA和DSP之间实现流水线处理架构。     

基于多C6455电视图像处理平台

设计了一种多DSP电视图像处理系统,该系统利用SRIO作为系统内部互联总线,以TI TMS320C6455为核心处理器。满足了电视图像处理实时性的要求。FPGA实现低层处理算法,DSP实现高层处理算法,实验结果证明该设计具有可行性。     

高速条码识别系统

针对目前条码识别算法实时性不够的不足,同时为解决具体应用中定位算法稳定性不高,景深不够等问题,提出了一种基于计算机视觉、FPGA和DSP混合设计的条码识别系统,其高速条码定位算法在FPGA上实现,定位时间仅为2.5ms,定位速度快,同时减少了后续DSP的计算量,大大提高了系统的实时性,并应用于轮胎条码识别系统.经实际试验表明,该系统达到16帧每秒的识别速度,且识别率高,对高速运动条码信息的在线检测应用具有较好的实用价值.     

基于DSP+FPGA分层图像处理技术的智能相机设计

FPGA和DSP都可用于图像处理,但目前的很多以DSP为核心的图像处理系统中,FGPA只是用于控制电路的设计,其丰富的片上资源常常被浪费,在充分考虑了DSP和FPGA做图像处理所具有的各自特点后,提出了一种基于DSP+FPGA的分层图像处理技术.详细介绍了系统方案设计,以具体的边缘检测算法为例,介绍了FPGA实现的程序框架与每个程序模块的功能,并给出了数据流正确性验证方法.     

基于FPGA的快速图像处理平台

FPGA用于构建高性能的DSP系统。文章讨论在FPGA上建立图像处理平台的方法,它涉及FPAG到图像传感器和VGA显示器之间的接口。FPGA与图像传感器之间的接口速度很慢,制约了在FPGA中采用并行方式的处理效率。DSP芯片从本质上说它的计算还是顺序方式。文章将标准程序分别放在FPGA和基于DSP的系统上实时运行,结果表明FPGA明显优于DSP实现的顺序处理技术。     

ADSP-TS101外部总线接口技术

ADSP-TS101是ADI公司新一代高性能浮点DSP,开始应用在高速数据采集和处理系统中.TS101外部总线接口可编程,方便和各种总线外设接口.本文结合TS101与同步FIFO、SDRAM和FPGA的接口实例,介绍了TS101的接口技术,可作为基于TigerSHARC系列DSP的应用系统设计参考.     

基于PXI总线DSP系统的设计

设计了一种基于PXI总线的DSP雷达信号处理模块,该模块依托高速的虚拟仪器总线技术,以DSPs、FPGA技术为核心,结合高效的DSP算法,能够完成高速的数据采集和信号处理功能,对高速的雷达系统处理器的研究具有重要意义.     

Does False and Missed Lane Departure Warnings Impact Driving Performances Differently?

Lane Departure Warning Systems (LDWS) are known to be effective at preventing lane departures. The current study aimed to further investigate the influence of LDWS incorrect warnings along with the warning onset on driving performances. Performances were considered during missed warned lane departure episodes, as well as correctly warned lane departure episodes following incorrectly warned (false or/and missed warning) episodes. In the reported experiment, the incorrect warnings order of presentation was manipulated along with the warning onsets (partial and full lane departure). Results pointed out that a missed warning is impairing driving performances during the missed warned situation, whereas a false warning is impairing driving performances for the subsequent lane departure. Moreover, if false warning impairment is magnified by the occurrence of a subsequent missed warning, this multiplicative effect is restricted to the following lane departure only. These findings bring both theoretical and practical insights. From a theoretical perspective, the human–machine cooperation LDWS model was refined by the adjunction of a transitional influence of incorrect warnings on the information processing. From a practical perspective, the recommendation to avoid false warnings as much as missed warnings was made.     

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.     

基于GPU的遥感图像配准并行程序设计与存储优化

遥感图像配准是遥感图像应用的一个重要处理步骤.随着遥感图像数据规模与遥感图像配准算法计算复杂度的增大,遥感图像配准面临着处理速度的挑战.最近几年,GPU计算能力得到极大提升,面向通用计算领域得到了快速发展.结合GPU面向通用计算领域的优势与遥感图像配准面临的处理速度问题,研究了GPU加速处理遥感图像配准的算法.选取计算量大计算精度高的基于互信息小波分解配准算法进行GPU并行设计,提出了GPU并行设计模型;同时选取GPU程序常用面向存储级的优化策略应用于遥感图像配准GPU程序,并利用CUDA(compute unified device architecture)编程语言在nVIDIA Tesla M2050GPU上进行了实验.实验结果表明,提出的并行设计模型与面向存储级的优化策略能够很好地适用于遥感图像配准领域,最大加速比达到了19.9倍.研究表明GPU通用计算技术在遥感图像处理领域具有广阔的应用前景.     

基于集群的海洋遥感图像融合并行计算策略

集群体系下的大规模并行计算,是高性能计算的基础。遥感图像处理效率的提高,有赖于并行计算技术的应用。在分析已有网格计算环境下分布式任务分配方法的基础上,针对海上遥感图像目标物数量相对较少的特点,首先利用四叉树结构理念对目标区域进行划分,同时采用动态负载均衡的任务分配策略与并行计算思想,提出对目标区域图像进行融合处理的集群体系任务分配算法处理模型。通过对比验证,表明该集群体系下算法模型能有效地提高图像融合的速度。     

基于集群计算机的海量航空数码影像并行处理 ——并行计算在航空数字摄影测量中的应用

航空数码影像的获取频率越来越快,同时数据量也越来越大,传统的基于串行计算的影像处理方式已很难满足高效率的生产需求和快速响应,因此必需采用并行计算来提高数据处理的效率。论述了一种基于集群计算机系统的海量航空数码影像并行处理方法,介绍了并行计算在航空数字摄影测量中的应用,并结合数字摄影测量原理和并行处理技术,提出了一种可满足快速响应需求的无控制影像镶嵌图快速制作方法。生产实践验证了并行方法的可行性和高效性,生产效率比传统数字摄影测量工作站提高了3-10倍。     

多核图像处理并行设计范式的研究与应用

多核计算环境下采用图像处理并行算法可提高图像处理的速度,但已有的并行设计只针对边缘检测、图像投影等特定算法进行,没有形成通用的并行算法设计范式。为此,在研究图像处理算法可并行处理机制和多核架构特点的基础上,提出分析、建模、映射、调试和性能评价及测试发布等5个设计步骤的基于多核计算环境的图像处理算法并行设计范式,以图像傅里叶变换并行算法设计为例在单核、双核、四核、八核计算环境下验证了该并行范式的有效性。实验结果表明,该范式在图像处理并行设计方面可扩展图像处理的应用空间。     

适合遥感影像处理的网格计算环境研究

网格计算是近几年来发展迅速的一种网络资源共享模型,其目的是网络资源的完全共享。网格计算相对于传统的C／S及Web GIS来说,它在网络计算、数据处理、资源共享、任务协同等方面都有了进一步的发展。在适感影像处理与理解应用方面,由于涉及大量的网络计算及网络传输等耗时操作,应用网格计算思想进行适感图像处理就更有实际意义。结合网格计算的网络计算及资源共享的优势,设计并开发适合适感影像处理的网格计算环境及软件,是解决当前适感影像海量数据处理的有效途径之一,同时也是适感图像处理软件的一个发展趋势之一。本文结合实际研究成果,首先给出了基于网格计算思想的适感影像处理的设计流程,并对其具体实现技术进一步进行了讨论。在分析其在图像处理方面应用的基础上,对面向网络的智能化适感图像网格处理系统进行了分析与设计,并给出了其实现的一些关键技术。     

Distributed computing model for processing remotely sensed images based on grid computing

With advances in remote-sensing technology, the large volumes of data cannot be analyzed efficiently and rapidly, especially with arrival of high-resolution images. The development of image-processing technology is an urgent and complex problem for computer and geo-science experts. It involves, not only knowledge of remote sensing, but also of computing and networking. Remotely sensed images need to be processed rapidly and effectively in a distributed and parallel processing environment. Grid computing is a new form of distributed computing, providing an advanced computing and sharing model to solve large and computationally intensive problems. According to the basic principle of grid computing, we construct a distributed processing system for processing remotely sensed images. This paper focuses on the implementation of such a distributed computing and processing model based on the theory of grid computing. Firstly, problems in the field of remotely sensed image processing are analyzed. Then, the distributed (and parallel) computing model design, based on grid computing, is applied. Finally, implementation methods with middleware technology are discussed in detail. From a test analysis of our system, TARIES.NET, the whole image-processing system is evaluated, and the results show the feasibility of the model design and the efficiency of the remotely sensed image distributed and parallel processing system.     

软件DSM机群上并行大规模地理图像处理系统ParGIP

基于共享虚拟存储（shared virtual memory,SVM)PC机群的大规模并行地理图像处理原型系统ParGIP(parallel geographical image processing)采用Client-Server计算模型，通过软件分布式共享存储（software distributed shared memory,software DSM)中间层将PC机群组织成一个逻辑上共享的内存的并行计算平台，地理图像处理可以充分利用ParGIP提供的大共享内存和并行处理能力来提高性能，缩短处理周期，从而解决传统单机串行方式下地理图像处理中内存匮乏和计算能力不足的问题，ParGIP还进一步将机群中各个结点上分布的磁盘组织起来，提供地理影像库所需的海量存储空间和并行I／O能力，测试结果表明，ParGIP的8机并行I／O带宽达到102．6MB/s，典型的图像处理算法获得了接近线性的加速比。     

高性能遥感图像处理与空间信息网格建模

将空间信息网格技术（SIG）应用于遥感图像处理中，就是利用网格计算的特点，来解决遥感图像数据以及处理算法资源的共享、海量遥感图像数据的实时快速处理等问题。文章以此为主线，在分析高性能遥感图像处理问题的基础上，探讨了在网格环境下构造高性能遥感图像处理系统的可行性及相关关键技术的实现，提出了基于开放网格服务体系结构的系统模型，并实现了原型系统。实验表明，SIG用于遥感图像处理是可行的，并取得了一定的成果。