面向多目标透镜的连通域标记检测算法

文中提出了一种适合FPGA实现的多目标连通域标记算法。该算法通过初次扫描时在图像的边框处做特殊的标记值,提取出环形具有内外双层轮廓的目标内部区域,进而将紧挨在一起的目标分离开以实现多目标的检测。该方案采用单次逐像素扫描的方法,对图像进行一次逐像素扫描即可完成连通域的标记和等价表的整理。实验结果表明,对一幅大小为M×N的图像,在不计算等价表递归时间的情况下,经过M×N×2个时钟周期后可识别出多个目标,且得到了每个目标对应区域的面积和外接矩形等参数。     

基于FPGA的连通域标记设计与实现

提出了一种基于FPGA的连通域标记电路设计方案.该方案不仅满足了实时、高精度等要求,还特别增加了虚警剔除的功能.该硬件设计方案采用单次逐像素扫描法,该法通过对图像进行一次逐像素扫描,将标记与参数并行处理,最后根据统计出来的连通域及参数信息实现虚警剔除.相比较其它的硬件实现方案,该设计方案具有显著优势,通过优化标记与参数处理,该方案更适合硬件的并行处理特性;去除了第二次逐像素扫描,使得处理时间变短,资源占用率变小.仿真结果表明:若图像大小为M×N,临时标记区域上限为L,则标记完一幅图像总时钟周期为(M×N×2+L×4).该方案已在单片Virtex-Ⅱ系列FPGA中实现,并作为关键电路应用于舰船图像检测系统中.     

基于FPGA的二值图像连通域快速标记

针对连通域标记算法运算量大、速度慢、硬件实现困难的缺点,提出一种适于现场可编程逻辑门阵列（FPGA）实现的二值图像连通域快速标记的算法,并用VHDL硬件开发语言在XILINX公司的FPGA上实现。实验结果表明了该算法能对二值图像复杂的连通关系正确标记,易于硬件实现,大大节约了硬件资源,电路结构简单,满足实时性要求。     

多运动目标高速实时跟踪算法的实现

针对静态暗背景的视频场景,为了达到对多运动目标的实时准确监控,提出了一种多运动目标高速实时跟踪算法.以运动目标的实时重心作为跟踪点,采用高速FPGA并行运算技术,实现图像采集、图像噪声滤波、边缘检测、连通域标记和重心计算.算法通过实验验证,在60 f/s的帧率下,可以准确实时地跟踪300个运动目标,保证了算法的高速实时性.     

多运动目标跟踪及连通域标记方法

介绍了一种多运动目标检测算法及序列图像的仿真效果;同时对多运动目标检测后的二值图像进行了连通成分标记,最后根据标记结果在原图像中准确地框定了各运动目标.     

基于快速8-连通域标记的视频字幕提取新算法

提出了一种基于彩色Roberts边缘算子、形态学和快速8-连通区域标记的视频字幕提取新方法.首先用彩色边缘算子提取出字幕的边缘信息,再通过形态学处理得到字幕连通区域,最后采用快速8-连通区域标记新方法进行连通区域分析得到最终字幕区域.实验证明,该算法能够快速定位字幕区域,定位精度较高,具有较好的稳健性.     

基于硬件加速的实时二值图像连通域标记算法

针对光学成像制导武器系统对图像处理的实时性要求,该文提出了一种基于硬件加速的2次扫描连通域标记算法。算法结合基于像素和基于游程扫描算法的优点,以像素为基本的扫描单元,以线段为基本的标号单元,在第1次扫描过程中建立临时标号的树形拓扑结构,并输出线段作为结果。第2次扫描对线段进行标号替换完成连通域标记。通过在FPGA+DSP平台中进行实验证明,该文算法的硬件加速实现占用资源少,能够达到较高的性能和执行效率,保证了系统的实时性,具有较高的实用价值。     

时空联合红外小目标检测算法的设计与实现

针对小目标检测方法受信噪比影响较大的情况,本文提出了一种时空联合小目标检测方法,通过使用目标的灰度特征,梯度特征,运动特征实现对小目标的检测,并在FPGA平台上完成了硬件实现.实验结果表明,本文提出的算法检测准确性较高,实时性较好,能够实现对红外小目标的实时检测.     

二值图像连通域的分段标记算法及实现

在基于图像的精确制导中对标记算法的时间性能要求很高,常规的标记算法无法满足高速实时图像处理的需要.在分析现有算法的基础上,引入段的概念,以段为标记单位记录连通区域,在对图像一次扫描的过程中完成连通性传递闭包的计算.在标记的同时记录标记目标的边沿像素坐标值,计算目标的形心、面积、轨迹、灰度等特征.给出了算法的思路和实现步骤.使用该算法标记128×128的二值图像,用TMS320C6414 600 MHz simulator,可以在0.4 ms内完成.将文中算法与其他4种连通区域标记算法进行时间性能对比,明显优于其他算法.软件仿真结果也显示分段标记算法的正确性与稳定性.适用于高速运动目标的实时截获与跟踪.     

基于寻峰算法的荧光检测设备的设计与实现

为了较简单、精确地获得C反应蛋白(CRP)检测中T峰和C峰的位置,设计了一种小型的荧光检测设备,并提出一种新的寻峰算法,即平移窗口寻峰算法。该检测设备包括光路、电路等的设计及优化。通过单光路结构的设计,保证设备结构紧凑、整体体积较小;通过内环电流反馈和外环光强反馈,使得LED激发光输出稳定。对CRP的检测实验表明,平移窗口寻峰算法操作简单,获得T峰和C峰的位置精确度相比于一般多项式拟合法分别提升50.0%和52.9%,具有较高的精度。     

基于改进遗传算法的入侵检测技术的设计与实现

天地一体化网络处在开放的电磁环境中,会时常遭受恶意网络入侵。为解决网络中绕过安全机制的非授权行为对系统进行攻击的问题,提出一种改进的遗传算法。该算法以决策树算法为适应度函数,通过删除数据集中的冗余特征,显著提高了对网络攻击的拦截率。通过机器学习进行异常分类,并利用遗传算法的特征选择功能,增强机器学习方法的分类效率。为验证算法的有效性,选用UNSW_NB15和UGRansome1819数据集进行训练和检测。使用随机森林、人工神经网络、K近邻和支持向量机等4种机器学习分类器进行评估,采用准确性、F1分数、召回率和混淆矩阵等指标评估算法的性能。实验证明,遗传算法作为特征选择工具能够显著提高分类准确性,并在算法性能上取得显著改善。同时,为解决弱分类器的不稳定性,提出一种集成学习优化技术,将弱分类器和强分类器集成进行优化。实验证实了该优化算法在提高弱分类器稳定性方面性能卓越。     

基于软硬协作决策的目标检测传感系统设计与实现

针对远距离低信噪比条件下视觉传感目标检测困难的问题,设计并实现一种多传感器下的基于动态时空特性软硬协作决策的目标检测系统。系统以FPGA控制模块作为核心模块,主要用于传感器图像信息的采集、传递、存储以及控制。利用链路口发送模块对传感器信号进行转换和缓存。将USB设备作为整个系统的基础设备,主要负责整个系统信号数据的传输。通过片内存储器对系统的程序及数据进行保存,有效实现目标检测。软件设计过程中,引入动态时空特性下的软硬协作决策机制,并详细分析,给出目标检测的程序代码,仿真实验结果表明,所提系统具有很高的可靠性和实用性。     

基于分形理论的红外目标检测算法

通过计算红外图像的分形特征参数可以达到区分红外目标和自然背景的效果.计算了基于多尺度分形参数总体表现的新的多尺度D维面积K(即MMK),并提出了将MMK和基于灰度法计算的分形维数DΔr结合使用(即MKD)的目标检测算法.实践证明,在红外图像中,基于分形理论的目标检测算法效果优于以往的基于分形理论的目标检测算法.     

采用信息融合的红外目标检测算法

针对空中红外目标检测过程中存在的检测精度不高、易受干扰等问题,本文提出了一种信息融合的目标检测算法。首先,针对单一滤波模式的不足,采用降采样方式将多种模式的滤波方法进行融合,有效提高了滤波后的图像信噪比,减少了预处理时间。然后,对质心检测选定的检测区域进行显著性检测和边缘检测,并将结果进行融合,增强了目标区域的信号强度,改善了算法的检测精度。文中从理论上介绍和分析了该算法对红外目标检测的有效性,并通过Matlab仿真实验与其他单一检测算法进行了对比。实验结果表明,信息融合的检测算法能够在多种复杂情况下有效检测出空中红外目标,证明融合检测算法的抗干扰性和适应性上更强、检测精度更高、算法的鲁棒性更好。     

基于分形技术的目标检测算法研究

分形特征参数对于自然背景和人造目标存在着本质差别,充分利用这些差别,能为目标检测提供一种新思路,就分形技术在数字图像处理领域中目标检测方面的应用进行了讨论。分形的应用总是以各种分形参数为中介,有时完全依赖于分形参数,有时将分形参数和其他参数相结合,有时将分形方法和其他方法相结合,在处理的不同阶段分别采用分形方法和其他方法。对几种分形特征参数的估算方法及其在目标检测中的应用进行了研究。     

基于CORDIC算法的数字下变频技术设计与实现

传统的基于查表法的数控振荡器耗费大量的FPGA片内资源。为了解决这一问题,提出了一种基于CORDIC（coordinate rotation digital compute,坐标旋转数值计算）算法的数控振荡器的设计方法,而且该算法使数控本振和数字混频两个功能合在一起完成,省去了两个乘法器。最后通过仿真证明了其有效性,具有较高的工程应用价值。     

基于YOLO-IDSTD算法的红外弱小目标检测

针对复杂背景下红外弱小目标难以准确快速检测的问题,提出了一种红外弱小目标轻量化实时检测网络模型YOLO-IDSTD。首先,为提高检测速度,重新设计了特征提取部分的网络结构,并在输入层后使用Focus模块以减少推理时间;其次,为增强检测能力,特征融合部分采用路径聚合网络,添加了改进的感受野增强模块;最后,目标检测部分增加至四尺度检测。在红外弱小目标数据集上进行的对比实验表明,相较于经典轻量化模型YOLOv3-tiny,文中提出的模型召回率提升了7.57%,平均检测精度提高了1.92%,CPU推理速度提升了36.1%,可较好地兼顾精度和速度,计算量与参数量明显减少,模型尺寸压缩至7.27 MB,减少了对硬件平台运算能力的依赖,实现了红外弱小目标准确又快速的检测。     

基于路侧激光雷达的多目标检测与跟踪算法

为了检测与跟踪城市交叉口复杂环境下的道路目标,提出一种基于路侧激光雷达的多目标检测与跟踪算法。首先利用背景减除法滤除背景点云,随后融合5帧点云并利用曲率体素聚类算法检测目标得到3 D包围盒信息,之后通过自适应阈值的双门控和生存周期管理策略,有效提升关联精度并减少了目标丢失和误检,最后利用交互式多模型无迹卡尔曼滤波(IMM-UKF)和联合概率数据互联(JPDA)的融合算法完成道路目标的跟踪。试验结果表明,该算法在保证检测和跟踪性能基础上满足实时性要求,具有工程实用价值。