基于DSP和CPLD的视频图像采集处理的设计与实现

提出了基于DSP和CPLD的视频图像采集、处理系统的设计与实现方法,系统硬件平台主要由专用视频解码芯片、可编程逻辑器件以及数字信号处理器等组成.讨论了视频图像信号处理的基本构成、原理,采用TVP5150视频解码芯片采集视频信号、输出图像数据码流,配置XC95144 CPLD芯片进行系统逻辑控制,利用TMS320VC5416处理嚣和处理算法软件进行数字图像信号处理,实现了视频图像采集、存储、传榆、检测和锐化.系统设计是有效和可行的.     

基于DSP的沥青路面裂缝图像处理系统研究

裂缝的检测是公路养护的重要工作之一,在分析沥青路面图像特点的基础上,研究设计了基于DSP的沥青路面裂缝图像处理系统,结合DSP技术给出了解决沥青路面裂缝图像处理系统中DSP图像采集部分问题的方法,完成了对裂缝的面积、周长、类型、长度、平均宽度,裂缝的百分比等主要参数的提取.通过采用该图像采集系统进行的大量野外实验,对在车辆高速行驶状态下采集到的连续图像的效果进行比较分析以及处理,最后结果表明了该图像采集与处理系统设计的可行性和实用性.     

基于物联网的危重病人体征监测报警系统设计

由于传统系统存在准确率低、误警率高等问题,导致危重病人体征监测准确度较低。提出了基于物联网的危重病人体征监测报警系统设计。根据系统设计基本原理,架构硬件结构框图,对传感器接口进行设计,并在监测报警指挥中心设置监控组件;针对软件部分,需提取体征信号,检测蓝牙与网络连接状态,对信息进行采集与上传,并对远程命令信息进行接收与显示,进而实现终端软件界面的设计。通过实验验证可知,该系统信号提取准确率高、误警率低。     

基于平面反射模型的夜间路面检测

路面检测对于自动驾驶系统具有极其重要的作用,其具体的应用方面包括检测辅助、避障、自动导航等。基于视觉的路面检测主要就是对图像中每一个像素点进行分类,区分其是否为路面。到目前为止大部分的路面检测算法是应用于白天。在本文中,我们集中解决夜间的路面检测。我们利用一个近红外摄像头来采集夜间图像。检测时,首先利用平面反射模型来对图像中的路面部分进行拟合,然后,一个基于像素点的分类方法被用来对图像中的每一个像素点进行分类。在实验部分,我们将我们的算法与区域增长的方法进行了比较。实验证明,我们的算法相对区域增长有一定的优势。     

基于AIoT的小米椒植株长势监测系统

基于AIoT的小米椒植株长势监测系统融合了人工智能技术与物联网技术,以 STM32F407单片机作为控制核心,外接多种传感器实现对小米椒植株生长环境信息的测量与基于OpenCV的图像信息采集;再结合先进深度智能算法,对图像进行分析处理和特征提取。最后通过无线通信技术将采集到的数据同步上传至物联网云平台或微信小程序进行统计分析与存储,并结合小米椒生长发育数据判断小米椒植株最适宜的生长环境,提示种植者对温室大棚环境进行控制调节,实现精细化管理,使小米椒植株向更好的方向生长。     

基于Zynq与Qt的视频采集与图像边缘检测系统

基于云计算技术的传统人工智能存在着高时延与低安全性问题,而这些问题推动着边缘人工智能逐渐走进大众的视野。但边缘人工智能也存在着嵌入式处理器计算能力弱、效率低下等问题。利用Xilinx公司出品的Zynq系列可拓展处理平台进行软硬件协同设计,实现了一套嵌入式视频采集与实时图像边缘检测系统。利用Vivado HLS工具设计并实现了本系统中的硬件图像边缘检测IP核,并使用Qt工具为本系统设计了可视化的操作界面。测试结果表明,本系统中所应用的硬件图像边缘检测方法比纯软件图像边缘检测方法速度上快了6倍,为边缘人工智能所面临的问题提供了可行的解决途径。     

基于模糊模式识别的巴布剂均匀度检测系统

为实现对巴布剂涂布过程中均匀度的检测,提出一种基于模糊模式识别的检测方法。根据采集图像像素点之间的空间和时间相关性及其特征界限的模糊性,引入模糊集理论,运用模糊算法对像素点的灰度值进行识别分类。检测系统采用基于CycloneⅡ系列的FPGA技术,运用Verilog HDL硬件语言对系统完成建模与实现,并且通过了仿真和验证。通过在线测试,对视频数据流进行分析、处理和识别,实现对涂布过程中巴布剂均匀度的检测,根据统计结果,正确率达到95%。检测结果证明了模糊模式识别算法的可行性和检测系统的可靠性。     

基于IEEE1394总线的图像采集处理系统实现

针对卫星激光通信的瞄准捕获跟踪(PAT)系统的图像处理子系统对光信号的检测要求处理速度快,抗干扰能力和实时性强等特点,设计了基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用CCD摄像机作为整个系统的光信号探测器,并利用基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用了数字信号处理器DSP作为图像处理系统的主控单元,并采用了两片1394芯片分别实现链路层和物理层。对于系统的软件设计,根据角偏差算法的特点,设计处理数据方式为:每采集一个等时数据包就对该数据包进行处理并将结果累加,到下一幅图像传输开始时完成对上一幅图像的处理。经调试,该系统成功应用于卫星激光通信试验系统的激光束位置偏差信号的检测,它具有硬件实现简单,处理速度快,软件升级性好等特点。     

玻璃图像实时采集与同步技术研究

分布式的多目视觉在线检测系统中如何解决图像采集与处理时的同步问题是一个关键任务。对玻璃质量在线检测系统中图像实时采集时的同步问题、分级打标与图像采集的同步问题进行了研究。采用光电编码器与外部同步器实现了多台线阵CCD相机的同步图像采集;采用SNTP同步协议,并通过外部时钟同步信号与软件时钟同步相结合的方法实现了分布式检测系统中的时钟同步;实现了玻璃检测中的图像采集与打标分级处理之间的帧同步与版同步,分析了作为同步信号的帧周期信号与版周期信号,判定玻璃切割的落刀信号（版周期信号）具有更高的优先级。该技术研究已经成功应用于工业现场。     

基于逼近增强算子的合成孔径雷达图像特征提取算法

针对含噪SAR图像的边缘检测效果不理想、边缘特征不明显等问题,提出一种基于逼近增强算子的合成孔径雷达(SAR)图像特征提取算法.该算法利用多尺度非均匀滤波将含有噪声与不合噪声的像素点的灰度值、结构元素以及区域内的像素加权灰度密度这三个特征进行区分,以达到去噪效果.采用基于增强算子的SAR图像检测方法,通过SAR图像的像素灰度值以及像素点分布密度均值来计算综合均值阈值,通过阈值来判断像素点是否属于边缘部分.在实验中,通过分别与基于修改的LSD算法、基于水平集算法以及基于核心聚类算法的SAR图像提取方法进行了对比分析,从对比结果可以得出算法在对含噪SAR图像进行边缘检测时可以得到更明显的边缘信息.     

基于ARM的嵌入式图像识别检测系统的设计

图像识别的主要目的是使用计算机作为工具对目标图像进行处理、解析与应用,通过数据分析检测出具有不同特征的目标和对象,发展至今其已成为了人工智能的基础。本文基于ARM嵌入式芯片提出了一种结合尺度不变特征变换匹配算法的图像识别检测系统,系统硬件部分采用模块化设计的思想以提高系统的兼容性,分为图像获取、数据采集、数据存储、图像识别等模块;软件部分采用斑点检测匹配匹配算法进行图像识别以提高图像识别速度与精度。实验结果表明所设计的系统具有识别速度快、精度高、可靠性高、故障少的特点。     

基于压缩感知的低功耗高效率CMOS图像传感器设计

提出一种基于压缩感知的低功耗高效率CMOS图像传感器(CIS)设计.在这种压缩感知CIS中,帧存储、帧差求解和帧压缩等过程分别集成于像素级、列级和芯片级电路中,实现了图像传感过程和图像压缩过程的融合.这种融合提高了CIS在功耗、传输带宽和输出数据等方面的效率.所提出的CIS设计已采用Global Foundries 0...     

基于知识学习的多目标关联检测与识别方法

随着感知智能水平的日趋成熟,人工智能研究呈现出向认知智能发展的态势;作为人工智能在感知智能方面的代表领域,图像目标识别在向认知智能发展的道路上存在着人机之间以及机器之间知识难通用、可扩展性低等问题;为此,提出了基于知识的多目标关联判别框架,通过引入知识图谱,将目标特征知识进行语义化表达与规则化关联存储,构建了基于知识学习的多目标关联检测与识别方法,动态按需调用目标检测模型的同时,迭代式更新多目标关联的知识图谱,形成双向反馈学习循环;最后,通过相关仿真实验,验证了基于知识学习的多目标关联判别方法的可行性,为提高图像目标识别算法的知识通用化和可扩展性提供了新的思路.     

基于ZYNQ的高清图像显示及检测系统设计

针对当前基于ARM和DSP的嵌入式图像处理系统前端采集速度慢和图像处理算法不易加速的缺点,设计了一种基于HDMI接口的全高清(分辨率1920×1080)实时视频采集与图像处理系统;采用500万像素级别CMOS摄像头作为前端数据源,主芯片内部采用ARM+FPGA的异构架构,兼备FPGA的并行处理能力与ARM处理器任务调度功能;基于AXI协议设计了自定义数据存储传输的IP核,实现了处理速度与带宽最大化;利用HLS工具将图像预处理算法快速打包生成IP核,在FPGA中实现图像算法的硬件加速,完成图像处理系统平台原型机的设计;与传统的PC机和相机的机器视觉平台相比,该系统运行平均耗时在10 ms以内,实时检测效果令人满意,有效解决了低功耗与高数据带宽和处理速度之间的矛盾,为后端结果分析和边缘加速提供了良好支持。     

基于物联网技术的小波域分块压缩感知算法的图像重构系统设计

针对低照明度重构图像分辨率不高、重构时间长的问题,提出了基于小波域分块压缩感知算法的图像重构系统。建立低照明度图像采样模型,采用图像的景深自适应调节方法进行小波域分块压缩感知和信息融合处理。利用多尺度的Retinex算法进行小波域分块压缩感知和信息提取,提取图像的信息熵特征量。采取图像自适应增强方法进行低照度图像增强处理,使用物联网技术进行低照明度图像的三维信息重构,结合细节增强方法进行低照度图像增强处理,完成重构系统设计,实现透射率图的轮廓检测和特征重构。仿真结果表明,采用该方法进行低照明度图像重构的分辨率较高,边缘感知能力较好,且重构耗时较短,实际应用效率较高。     

隧道裂缝自动识别性能影响因素研究

在室内环境下,利用混泥土试验模块,设计一种基于互补金属氧化物半导体（ CMOS）传感器件的装置来进行隧道裂缝自动识别试验。将裂缝图像灰度值分布作为衡量自动识别的重要指标,分析有效像素、检测距离、光照强度等因素对自动检测性能的影响。模拟试验结果表明：有效像素和检测距离对图像分布的特征影响不大;有效像素增大,检测距离减小,相应的检测性能增加;光照强度不仅对裂缝图像灰度分布特征影响大,对自动检测性能也有显著的影响,光照强度过高或过低都会影响检测性能。     

自动结构化数据的电商网站主题爬虫研究

当前对于拥有海量数据的互联网,经常需要采集多个源站的结构化数据以用于数据分析、挖掘,而为不同网站定制数据采集程序的人工成本很高,本文提出了一种自动结构化网站数据的主题爬虫方案.以电商类网站为例,基于其具有统一层次结构、垂直领域拥有行业语料和规范的特点,从理论角度确定了结构化提取方案的可行性.提出相似重复检测和基于属性语义的标签匹配等算法,实现结构的分析和目标字段的匹配,并出于系统管理和调优的考虑,设计了预设匹配模板和结构分析结果复用机制.实际应用和错误率测试表明,本方案具有很强的可行性,能够大大减少人工编写的代码,错误率较低.设计思路可应用于其他领域的主题爬虫系统,快速获得多个站点的大量数据,将焦点更多地放在结构化数据的处理和信息挖掘.     

嵌入式结构下集成优化自动控制系统设计

随着互联网技术的发展,数字图像处理与优化已普遍应用于各个领域;近年来集成控制技术快速发展,图像处理系统已向集成控制方向发展;通过对现有的图像优化控制系统分析发现,系统普遍存在嵌入式结构下多模组协调逻辑性欠缺、自动处理识别反馈单元缺失、系统整体控制单元统一性欠佳,导致传统控制系统无法在嵌入式结构下快速、高效、平稳的运行;针对这些问题,提出嵌入式结构下集成优化自动控制系统设计方法;采用IFCO嵌入式逻辑数据库、多元数据主控平台、HRG数据平流稳定模组针对性的解决传统控制系统存在的一系列问题;通过仿真模拟实验测试证明,提出的系统设计方法具有处理速度快、数据信号执行准确率高、运行稳定性好的特点。     

边缘模式比对高精度测长技术研究

边缘在图像检测中有着重要的作用。本文利用参考标尺作为检测基准,采用边缘模式比对的方法,基于亚像素技术设计高精度的边缘检测算法,获得被测物的亚像素级边缘位置。算法精度高,具有抗噪声,抗抖动,抗倾斜等优点,并且对图像传感器件分辨率要求较低,特别适用于复杂生产环境下高精度的视觉测量。     

基于分层六角网格对简单三维物体的快速识别

提出了一种利用目前的CRS系统摄取六角网格数字图像的方法,并对获取的图像提出了基于金字塔处理的、从边缘检测等低层处理到模式识别等高层处理的算法.借助串行计算机模拟,利用六角几何和并行处理构架来识别六角网格数字图像中的物体.实验结果表明,该算法能够快速地识别一些简单的三维物体.最后提出了一个2层的六角网格视网膜的设计方案.文中论证了用于图像分析的六角像素网格的鲁棒性.