图像精细定位算法在在线质量检测系统中的应用

在线质量检测系统作为提升印钞产品质量的有效辅助设备,已经在行业内广泛应用。由于纸张交接、偏移、套印等问题,将待检测图像跟模板图像相应区域精确定位,成为提高系统检测能力、降低误检的必要前提条件。基于互相关匹配的图像定位算法具有非常高的定位精度,而基于灰度投影的一维模板匹配算法能够在不降低定位精度的基础上极大减少运算量。检测系统采用该算法,经大生产验证,耗时能够满足生产需求,并且具有良好鲁柔性。系统采用多级搜索定位策略,进一步提升了检测能力。     

基于FPGA的图像边缘检测器的研究和设计

在构建了一种基于联DSP+FPGA图像处理系统的基础上,论述了一个基于EDA技术的、用FPGA实现图像边缘检测协处理器的设计过程,包括边缘检测算法的选择、系统FPGA的VHDL设计实现和在MAXPLUSII开发环境下的相关仿真结果.该协处理器的像素处理方式采用全硬件并行及流水线技术,经验证,和单独采用单片机或DSP系统相比,其处理速度有显著的提高.     

基于并行运算的双层图像锐化方法

针对低清晰度照片或图像放大后边界模糊、画质差及人们对高清图像的实际需求,基于统一计算架构(CUDA)环境,提出了一个两层结构的图像并行锐化方法,设计并实现了一个基于GPU的并行锐化算法：第一层采用并行线性插值法,反复对图像非边界部分进行计算以及边缘区域锐化处理;第二层采用改进的梯度法对图像进一步优化。放大后的图像经该方法处理后,基本上可消除图像边缘区域的锯齿,使图像画质平滑、自然、清晰。经实验验证,设计的基于GPU的并行锐化算法在效率和画质上都优于目前流行的算法,提出的方法可应用于现有图像及照片放大后处理。     

归一化互相关灰度图像匹配的多核信号处理器实现

为了满足图像处理对处理器性能的高要求,以基于灰度的归一化互相关(NCC)匹配算法为例,采用高性能、低功耗的多核数字信号处理器(DSP)系统,根据归一化互相关算法中模板图像在源图像中逐个像素搜索并计算相关性的特点,将搜索区域分成六个部分并使TMS320C6472的六个核并行搜索计算这六个区域,并在不同图像存储位置采用不同图像和模板大小实现了多核DSP归一化互相关图像匹配算法。实验结果表明,多核DSP具有作为数字信号处理器的高速信号和图像处理的特点,同时可以根据不同算法通过核间任务分配实现多核并行处理。对于归一化互相关灰度图像匹配算法,TMS320C6472六核DSP和单核DSP比较获得接近单核DSP六倍的性能,对于较大尺寸的图像和PC相比也具有一定的性能加速。     

基于稀疏图像序列的雕塑点自动云三维重构方法

为了提高对雕塑点稀疏图像的点云三维重建的分析能力,提出一种基于稀疏图像序列的雕塑点自动云三维重构方法,基于稀疏散乱点三维重建和锐化模板特征匹配方法进行图像三维重建。采用三维角点检测和边缘轮廓特征提取方法,进行雕塑点稀疏图像三维点云特征检测,对检测的雕塑点稀疏图像点云数据进行信息融合处理,采用梯度运算方法进行特征分解,实现对雕塑点稀疏图像的信息增强和融合滤波。结合局部均值降噪方法进行图像的提纯处理,提高雕塑点稀疏图像轮廓重建能力,采用锐化模板特征匹配和块分割技术,实现雕塑点自动云三维重构。仿真结果表明,采用该方法进行雕塑点自动云三维重构的准确性较高,图像匹配能力较好,且重构输出信噪比较高。     

嵌入式实时Canny边缘检测

基于传统Canny算子,提出CY68013+FPGA的嵌入式硬件架构下的快速实时边缘检测算法。主机通过CY68013 USB接口芯片高速传输图像数据,FGPA从USB口采集图像信息,并使用优化的Canny算法实现边缘提取。该算法针对FPGA的特点进行了优化,包括用模板替代卷积、适当的近似变换、充分利用FPGA的并行特性等,在保持了Canny算子原有的定位准确、单边响应和信噪比高等优点的基础上,提高了边缘提取的计算速度,减小了计算延迟,提高了实时性。     

基于改进的Canny算子实时视频边缘检测系统在FPGA上的设计与实现

为了提高图像边缘检测的性能,缩短处理时间,提出了一种基于FPGA的实时视频边缘检测系统;该系统以EP2C8Q208C8为实验硬件平台,首先采用摄像头OV7670获取模拟视频数据,双端口SDRAM实现对图像数据的缓存,利用FPGA并行处理的特点,采用Verilog HDL硬件描述语言实现改进的Canny边缘检测算法,最终实现在VGA显示屏上显示图像边缘的效果;实验结果表明,较传统的边缘检测算法,该系统边缘检测定位精度高,对噪声的抗干扰能力强,能够准确快速的输出图像边缘信息。     

模板图像匹配中互相关的一种快速算法

基于归一化互相关系数的算法在模板匹配和特征跟踪中运用十分广泛,但缺点是其计算量很大.为此提出了一种在空间域利用盒形基简化互相关的快速算法,在不修改归一化互相关匹配原理的前提下,用原模板图像在一组正交盒形基张成的子空间上的投影取代原图像来进行互相关计算,以降低图像精度来缩减计算复杂度.实验说明,当搜索窗口大小较小时,此快速算法计算量明显小于传统的频域快速归一化互相关算法.     

基于垂直边缘处理的全景图像的拼接

基于图像的绘制技术是虚拟现实中建立虚拟环境的重要方法，而全景图像是基于图像绘制的关键。该文提出了一种基于图像垂直边缘处理的全景图像拼接方法，通过边缘检测方法锐化图像的主要垂直边缘，增强图像的匹配特征，实现了图像有效的自动拼接。     

基于网格状模板的实时图像跟踪算法

传统相关跟踪算法存在运算量大和实时性差的缺陷.针对这一问题,提出了一种基于网格状模板的实时图像跟踪算法.该算法首先从减少参与匹配运算的像素数目的角度出发,剔除部分冗余像素,将匹配模板设置为网格状.然后在成像跟踪仿真实验平台下,用归一化互相关匹配方法实现了对运动目标的跟踪.仿真实验结果表明,该算法不仅在很大程度上减少了图像匹配的计算量,提高了跟踪实时性,而且跟踪快速准确,具有一定的实用价值.     

自动孔板印刷机中图像检测系统的设计与实现

设计与实现了自动孔板印刷机中印刷图像质量检测系统。该系统主要包括孔板印刷中多路印刷图像的获取、特征的提取和匹配以及质量监控处理等功能模块。在RG Chromaticity空间中采用模板匹配的方法设计了相关的算法,实现了对印刷图像的错位、漏印、渗溢以及颜色不均等质量因素的快速实时检测,并成功地应用于自动丝网印刷设备中。经过测试和运行取得了良好的质量监控效果和经济效益。     

基于FPGA的实时图像滤波及边缘检测方法

图像滤波和边缘检测是视觉导航系统中道路检测和障碍物检测等复杂视觉处理的关键步骤,其性能和处理时间直接影响了后续图像处理的性能及视觉系统的整体响应时间.为此,提出了一种基于FPGA的实时图像模板滤波及边缘检测方法,将LoG模板分解为两个一维模板的卷积和,从而降低了算法运算量.并充分利用FPGA的并行机制及片内丰富的RAM资源,采用分布式算法,用查找表代替乘法器进行乘法运算.实验表明该方法满足视觉导航系统中实时性需求,且又适用于其他基于模板运算的图像处理算法.     

An FPGA implementation for real-time edge detection

The Hessian matrix-based edge detection algorithm of Dr. Carsten Steger has the advantages of high accuracy and versatility. However, this algorithm has a complex and time-consuming computation process. Large-scale Gaussian convolution also employs a large number of multipliers when implemented on a field programmable gate array (FPGA). To address these problems, an FPGA implementation for Steger’s edge detection algorithm is proposed. This implementation employs pipeline and parallel architectures at both task and data levels for data stream processing. The original kernels of Gaussian convolution are simplified with box-filter to convert the multiplication operation in the convolution into addition, subtraction, or shift operations with the concept of integral image, thereby minimizing the multiplier resources. The proposed FPGA implementation demonstrates a favorable accuracy and anti-noise capability when dealing with different degrees of blur and noise in an image. Therefore, the FPGA implementation can satisfy real-time edge detection requirements.     

模板匹配算法在动车零部件故障检测系统中的应用

针对动车零部件丢失、松动的故障,设计了一套采用自动视频图像识别技术进行故障自动检测的系统;在图像处理这一重要环节中,采用了基于轮廓的模板匹配算法对动车零部件是否松动、是否丢失的故障进行检测。阐述了动车零部件故障检测系统架构、各部分的实现并提出了基于轮廓的模板匹配零部件检测方法,并从对图像进行预处理、确定零部件的特征区域到设置最小分值过程进行了详细阐述。应用过程表明,应用模板匹配算法对动车零部件故障检测能够达到预期的效果。     

Linux平台下基于SIMD编程的模板匹配优化

模板匹配是进行滤波、边缘检测、目标识别和图像匹配的一种基本和有效的方法。但是模板匹配是一种密集型运算，在单处理机上实现耗时较多，但是如采用并行阵列计算机，硬软件成本也会相应提高。所幸Intel处理器提供了MMX／SSE／SSE2指令集，支持指令级SIMD操作。可将模板匹配主要运算部分进行SIMD并行化，在Linux平台下编程实现单处理机上的并行处理。测试结果表明：SIMD大大加快了模板匹配的速度。     

基于FPGA的实时视频处理平台设计

为了能够实时地采集、处理、显示视频,设计并实现了一种基于双PowerPC硬核架构的实时视频处理平台;用硬件实现视频的预处理算法,并以用户IP核的形式添加到硬件系统中,上层的视频处理软件程序则直接从存储器中调用预处理后的图像数据;重点介绍了在FPGA上构建双PowerPC硬核架构的硬件系统;采用乒乓控制算法缓存一行图像数据;用DMA的方式将图像数据保存在存储器中;以边缘检测作为视频预处理算法的一个实例,在平台上实现,实验结果表明,用本平台实现仅需40ms;本平台能够实时处理视频,具有较高的实用价值。     

融合边缘信息多运动目标检测识别系统设计

运动目标检测算法易受到噪声和亮度变换的影响,从而出现虚假目标,很难满足在实际应用中准确性和实时性的需求。针对上述问题,提出了一种融合边缘信息的多运动目标实时检测算法,并在FPGA平台上构建了视频图像处理系统。该算法首先使用高斯滤波增强算法来提高抗噪性能。然后,采用三帧差分法减少虚假目标的出现概率。同时,对图像进行边缘检测,并将边缘信息与帧差法的结果相融合。最后,运用多目标识别算法完成对运动目标的识别和标记。该算法实现充分利用了FPGA的并行计算和流水线操作,经实验测试检测识别系统能够在1280×720@60Hz视频场景下实现对最多16个运动目标的实时检测。     

基于FPGA与Sobel算法的实时图像处理

如今,图像处理算法的复杂度越来越高,图像处理的数据量越来越大,图像处理的实时性显得十分重要。为了解 决图像预处理、视频流数据实时性存在的问题,给出了一种基于FPGA和OV5640以Sobel算子进行边缘检测的图像采集与处 理系统设计方法,FPGA将OV5640摄像头采集到的视频流数据传送至SDRAM,由Sobel算子模板处理后通过VGA显示视频 图像。该设计基于Intel公司的Cyclone IV系列FPGA芯片EP4CE10F17C8进行了验证。实验结果表明,基于FPGA和Sobel边 缘检测算法,使用流水线设计和乒乓操作,可实现视频流数据处理的实时性。     

基于Adaboost算法的硬件实时人脸检测

实现一个硬件人脸检测系统,该系统工作频率为70 MHz,能够检测一幅256×256的图像中任意位置、任意大小和任意数目的人脸,检测速度为每秒35帧。系统的检测精度为85%,误检率为1.5×10-6。为实现高速人脸检测,在硬件系统架构上做出如下3点创新：实现积分图像和积分平方图像的硬件实时计算,弱分类器特征值计算的深流水线实现,采用并行多内存组织结构。     

PGA上基于Hausdorff距离的图像匹配并行算法设计与实现

基于Hausdorff距离的图像匹配算法鲁棒性较好,但计算代价较大,软件实现方案很难满足实时性要求。为了解决这个问题,本文在基于局部Hausdorff距离的图像匹配算法基础上提出了一种鲁棒而实时的FPGA实现方案。为了充分有效利用FPGA的硬件资源,首先对传统串行算法进行并行性分析,提出了一个并行算法;然后以此为基础设计了一种三段式粗粒度流水体系结构,并将其映射到FPGA上进行实现。实验结果表明,该系统在性能上优于其它相关工作,与PC（Pentium4 2．8GHz）上的软件实现方案相比可以达到接近50倍的加速比。