LCD Gamma校正的硬件实现

通过对液晶(LC)S型电光响应曲线的研究,设计了一种由非线性DAC来实现LCD Gamma校正过程.由模拟退火算法获得了C-DAC中7个关键电容参数值,用设计出buffer来提高DAC驱动负载的能力,并通过直接译码电路,巧妙地解决了显示输出对比度的问题,经过对 Matlab和Hspice仿真,证明可以实现LCD Gamma校正的功能,解决了显示图像精确逼近原始图像的问题.     

基于特征图规正的虹膜图像自适应Gamma校正方法

在虹膜图像采集过程中产生的光斑使得整幅虹膜图像的照度不均匀。为了消除照度不均匀对特征提取的影响,本文提出了一种基于特征图规正的自适应Gamma校正方法。该方法将虹膜图像的特征图作为Gamma校正的依据,把距离因素考虑到Gamma校正中,而且利用模拟退火算法实现了关键值Gamma的自适应调整。该方法使Gamma值的变化更加趋于合理,提高了Gamma矫正对光照变化的适应能力,避免了较正后图像的失真。实验证明该方法不仅可以尽可能的提高图像的质量,而且对校正后的图像进行边缘提取,可以获得更加清晰连续的边缘。     

Gamma值对LCD显示器色彩影响的实验研究

在色彩管理系统中,为了产生一致的颜色效果,需要对用来观察图像色彩的显示器进行校正与特性化,在显示器的校正与特性化中,常常会涉及Gamma值、白点坐标、色温、三原色荧光荆色度值等参数的设定,其中Gamma值的设定至关重要,不同的Gamma值参数设定使显示器显示的亮度和颜色有较大的差别。显示器作为图像信息输出的主要设备,Gamma值对LCD显示器色彩的影响实验数据有更实际的应用价值。实验测量了不同Gamma值下10块Macbeth公司提供的colorchecker样品颜色的三刺激值X,Y,Z和色度值L,a,b,并计算了其色差,得出了Gamma值对LCD显示器色彩的影响,以得到较好的LCD颜色管理模式,为图像处理技术奠定基础。     

一种高精度阵列测向的自校正算法

提出模拟退火全局优化自校正算法，实现了在模型失配情况下，可同时对信号的到达方向及未知的模型误差参数进行估计。计算机模拟结果表明该算法具有优良的性能。     

智能化仪表传感器非线性校正的实现

本文描述了传感器非线性特性预处理的方法，实践证明该方法适用于标准或非标准特殊传感器，处理结果使智能型仪表的测试精度有显著提高。     

非线性校正在冲板流量计中的实现

论述了在测量条件比较差的工业现场，冲板流量计与其它固体称重仪表相比测量固体物料的优势，以及影响冲板流量计应用的其本身存在的缺点.着重介绍了冲板流量计的称重原理、工作原理及硬件电路设计，论述了在冲板流量计中采用非线性校正的必要性，介绍了一种非线性校正算法——分段线性插值的原理及其在系统中的应用方法，讲述了在应用非线性校正的过程中所要注意的一些问题，给出了相应的解决方法，最后对采用了非线性校正后的冲板流量计应用效果进行了分析.     

一种只校正光照分量的图像补偿方法

在光照补偿过程中,基于灰度映射关系的传统补偿方法存在着缺陷,导致补偿后的图像层次过渡不自然,缺乏立体感.本文利用图像光照分量变化缓慢的特点,从图像中分离出光照分量与反射分量,只对光照分量进行Gamma校正来实现光照补偿.实验结果表明该方法有较好的补偿效果.     

一种基于阶跃图像的条纹投影轮廓术校正方法

投影仪的非线性响应导致投影条纹图产生意外的变化,在条纹投影轮廓术中严重影响了最终的三维测量精度。以前的方法要么需要处理大量的图像,要么容易受到斜角投影的影响,而现有的伽玛校正方法并没有考虑到这一点。通过建立系统成像模型,分析了倾角投影对成像光谱的影响,提出一种基于阶跃成像的伽玛校正方法。由于数据在空间上的处理和阶跃图像的性质,该方法不需要计算就能实现对不同投影角度的伽玛参数进行可靠地估计。最后,通过实验验证了该方法的有效性。     

精密丝杠匀速校正系统上位机设计与实现

该文针对丝杆的螺距受到机械加工等物理条件的限制,在一定精度要求下,不可能完全均匀。加载在丝杆上移动的物体,在单位时间上,其速率可以认为是变速运动。该文主要提出了一种精密丝杠校正系统设计方法,提出在一定精度要求下,能够使移动物体匀速运动的电机控制算法,并给出了上位机设计过程。校正算法由C++实现,上位机由MFC实现,采用Matlab与VC混编的方法绘制控制曲线。     

非线性积分器的控制系统校正作用分析

采用MATLAB语言,构造了非线性积分器的SIMULINK仿真模块,并作了控制系统非线性校正的仿真.结果表明,该类控制器与常规线性积分器校正相比,可以改善原相位裕度的不足,方便地由硬件实现或者软件实现,使得控制装置或者控制策略得以简化.     

基于BP神经网络的铂铑热电偶的非线性校正

热电偶是工业中广泛使用的测温元件,由于其自身的物理特性的限制,其输出热电势与被测温度之间存在着一定的非线性,这将增大温度的测量误差,从而影响测量精度。针对这一问题,提出了基于BP神经网络的非线性校正算法,以热电偶的热电动势为输入信号,以与其相对应的温度值作为输出信号,给出了前馈型BP神经网络的结构和训练权值的方法。通过实验仿真结果对比可知,此方法降低了热电偶测温的非线性误差,便于操作,大大提高了铂铑热电偶在温度测量中的测量精度。     

一类非线性Burgers型问题的预测校正紧差分方法

针对一类非线性Burgers型方程， 提出一种预测-校正紧差分方法。首先，对时间一阶导数采用一阶Euler格式，时间积分项运用一阶卷积求积公式进行离散，并以MacCormack方法的两步预测-校正方法处理非线性项；然后采用四阶紧差分离散空间的一阶和二阶导数，构造了Euler预测-校正紧差分全离散格式。最后通过案例验证了所提出算法的有效性。     

有源功率因数校正控制芯片的设计与实现

为了有效改善电网供电质量,提高电能利用率,针对中大功率电器功率因数校正的需要,设计了一种带输入电压前馈的基于平均电流模式控制的有源功率因数校正(APFC)控制芯片.该芯片集成了输出过压保护和涌入电流限制等保护电路,采用1.5μm双极型-CMOS（BiCMOS）工艺实现,芯片面积为2.44 mm×2.38 mm.基于该芯片设计了一250 W功率因数校正电路,测试结果表明,芯片在12 V供电电压的条件下,静态功耗为48 mW（不包括开关损耗）;在220 V交流输入、满负载下的功率因数为0.993.     

基于神经网络的气压传感器非线性校正

为了解决气压传感器非线性校正困难、校正结果精度低的问题,基于小波函数建立反向传播(back propagation,BP)神经网络模型,采用Levenberg-Marquardt算法进行网络参数更新,实现了气压传感器的非线性校正.实验结果表明:传统BP神经网络使气压传感器均方根误差由最初的2.10降低到0.68,减少了67.6%的测量误差;而提出的小波BP神经网络则使其降低到0.28,进一步减少了19%的测量误差,更好地满足了高空探测的精度要求,具有良好的泛化能力,可以推广到类似传感器的非线性校正中.     

基于神经网络的瓦斯传感器非线性校正

瓦斯传感器输出非线性问题的原因很多,其中包括敏感元件温度变化所带来的影响,但即使使用恒温瓦斯检测技术,非线性误差仍然存在,影响了瓦斯检测的准确性。在简述用神经网络进行非线性校正的原理的基础上,探讨了用BP神经网络实现瓦斯传感器非线性校正的模型、MATLAB算法和实现程序,通过计算机仿真,其结果表明采用该方法能够得到令人满意的结果,且结构简单,准确度高。     

一种基于频偏函数最优解估计的VCO非线性校正方法

Chirp信号产生是Chirp-UWB系统首先要解决的问题,基于VCO产生的Chirp信号线性度不够高,影响系统的分辨率和处理增益,因此,需要对VCO进行非线性校正。文章通过分析VCO非线性校正原理,提出了一种基于频偏函数最优解估计的非线性校正方法。该方法首先利用每个信号周期内的频率信息估计频偏函数,然后利用频偏函数对VCO进行非线性校正。仿真结果表明,该方法可以使VCO输出信号的线性度得到提高。     

传感器校正及融合的实现技术

讨论了在普通传感器的基础上,运用灵活的软件手段,建立一个智能化的神经传感器系统.采用VisualC++语言对RS485处理,可以实现对系统的微机监控.     

基于LMBP神经网络的非线性畸变图像校正研究

利用LMBP神经网络具有任意的非线性映射能力及快速收敛的特点,提出了一种非线性畸变图像的校正新算法.该算法不仅可以实现有校正模板的畸变图像校正,还可实现无校正模板的畸变图像校正.实验结果表明,该算法具有校正精度高,实现方法简便等特点,是一种有效的非线性畸变图像校正算法.     

基于BP网络的图像畸变校正技术研究

图像判读中由于摄像装置所处角度、摄像镜头差等原因常使获取的图像存在非线性几何畸变.为获取图像的准确信息,本文提出一种基于BP神经网络的图像几何畸变校正的方法,该方法克服了插值拟合不能真实描述图像非线性畸变等缺点.仿真结果表明,该方法使网格图像畸变校正精度＜1μm.     

功率因数校正原理及PFC整流器的实现

电器设备的功率因数过低对电网造成的不利影响日益受到人们的重视。功率因数有源校正技术因此而迅速兴起。本文介绍功率因数校正（ＰＦＣ）原理，以及一个ＰＦＣ整流器的实现。