基于OMAP3530数字图像处理的多人脸识别系统设计

为了完成在不采用传感器条件下对公共场所人数的智能检测,从实际应用的角度出发,运用人脸图像拟合及模糊条件下人脸匹配的算法,实现了在嵌入式Linux平台下以OMAP3530芯片为核心的基于图像处理的多人脸识别系统。该系统能够得出公共场所实时人员的名单,并列出人员信息。以普通办公室为例进行实验,得出准确率可达80%。该系统充分利用了OMAP3530芯片强大的数据处理能力,具有性价比高、可维护性强、工作稳定的特点。     

基于OMAP3530嵌入式最小系统的开发

随着嵌入式系统日趋复杂,类似机载状态监测系统,对嵌入式处理器在高性能计算和复杂控制方面的性能提出了更高的要求;针对复杂嵌入式系统的高性能需求,介绍了TI公司ARM+DSP架构的双核异构处理器OMAP3530,并进行了OMAP3530嵌入式最小系统的开发,包括硬件、软件设计两个方面;硬件设计包括电源、时钟、存储器以及外围接口等模块,实现了OMAP3530启动以及和外围通信的最基本硬件组成;软件设计包括ARM端操作系统移植、ARM和DSP双核通信,在此基础上设计了双核的应用程序;最后采用LabVIEW在上位机上设计了软件部分的测试程序,测试了系统的完整性;OMAP3530作为一款高性能的嵌入式处理器,为复杂的嵌入式系统应用提供了解决思路。     

基于ARM9嵌入式系统的掌纹识别系统的实现

掌纹识别技术是一种新兴的生物识别技术,是近年来生物识别研究的热点.介绍了一种掌纹识别算法在ARM9嵌入式系统上的实现方案.介绍了系统的各部分组成,包括基于排序测度的掌纹识别算法、嵌入式系统的软件设计和硬件设计.针对算法在嵌入式系统上实现的困难,提出了提高算法速度的解决方案.     

基于ARM9嵌入式系统的掌纹识别系统的实现

掌纹识别技术是一种新兴的生物识别技术,是近年来生物识别研究的热点。介绍了一种掌纹识别算法在ARM9嵌入式系统上的实现方案。介绍了系统的各部分组成,包括基于排序测度的掌纹识别算法、嵌入式系统的软件设计和硬件设计。针对算法在嵌入式系统上实现的困难,提出了提高算法速度的解决方案。     

基于OMAP3530硬件平台的ARM和DSP协同开发方法

以OMAP3530为硬件平台,以DVSDK为软件工具,介绍了协同开发环境的搭建方法。说明了OMAP3530中ARM和DSP协同开发的两种方法,并对两种方法的优缺点进行了比较。     

基于Qt/Embedded的嵌入式自动掌纹识别系统

设计了一个基于Qt/Embedded的嵌入式自动掌纹识别系统,系统可实现掌纹数据的实时采集和识别;该系统是一个以ARM微处理器为核心的嵌入式设备,完全集成硬件平台及软件系统;系统能够脱离主计算机快速高效的工作,成为一个灵活的便携掌纹采集与识别设备,可以满足移动数据采集和临时系统构建,并实现现场实时处理;掌纹识别系统在移动性、便携性和微型化要求下还没有成熟的解决方案,此系统能满足上述要求并可应用于诸多领域。     

基于OMAP3530数控系统的双核通信设计

OMAP3530是TI公司针对开放式多媒体应用平台推出的一款高性能嵌入式微处理器。基于DSP/BIOSTM LINK的软件构架对ARM和DSP进行一种新型通信方式的设计。其中ARM端运行嵌入式Linux系统,完成译码、人机交互、数据管理等任务;DSP端运行DSP/BIOS实时系统,完成粗插补、刀具补偿和逻辑控制等任务。通过任务中断服务和时间片轮询法来实现数控系统多任务的准并行运行。使用双核通信完成ARM和DSP在数控信息上的沟通、协调。系统采用上下位机模式,大大提升数控系统实时性和插补性能。     

基于OMAP3530的Windows Embedded Compact 7 BSP的开发与移植

介绍了TI公司的OMAP3530双核处理器和基于该处理器设计的开发板,描述了BSP的一般概念及开发方法。通过实例说明了在嵌入式系统开发中如何实现Windows Embedded Compact 7 BSP的开发和移植。     

基于掌纹图象分析的身份识别系统

研究了人体掌纹的生物测定学特征,掌纹图象的边界提取,建立了具有唯一性和可识别性的掌纹图象特征空间,设计了用于掌纹图象识别的ＡＲＴ２神经网络,并在此基础上建立了快速、可靠性高的新型身份识别系统。     

基于OMAP3530的船舶多功能组合导航仪的研究与设计

根据GPS和北斗两种导航系统建立了组合导航系统,并配以电子海图和视频功能,以OMAP3多媒体开发平台技术为核心搭建硬件平台实现多功能组合导航仪终端的设计,并利用嵌入式Qt技术设计了导航仪的下位机图形界面,实现了多功能的组合船舶导航仪.     

OMAP3平台移动多媒体的视频解码方案

对标准的视频编解码标准（如H.264和AVS标准）的核心技术进行了分析,提出一种基于TI公司的OMAP3530处理器平台的通用视频解码方案。该方案充分利用了OMAP3530的硬件结构特点,特别是2D/3D图形图像加速器的特点,以提高解码速度。实验结果表明,AVS格式的QCIF码流解码速率可以达到25fps,适合于便携式多媒体终端视频解码应用。     

一种改进的基于PCA和FLD的掌纹识别

掌纹识别是生物特征识别中的一种,由于其分辨率要求低、设备成本低、用户易接受等优点受到众多研究者的关注.同其他生物特征识别一样也包括几何特征和数学特征识别两类方法,在数学特征中PCA、ICA、FLD等特征都可以用于掌纹识别.PCA是一种基于二阶统计的最小均方误差意义上的最优维数据压缩技术,FLD是一种较为普遍的用于特征提取的线性分类方法.将PCA和FLD结合起来进行掌纹识别,在识别阶段进一步利用了以前仅用于降维的PCA特征和FLD特征相融合进行识别.实验结果证明该方法比未改进的FLD方法在识别率上得到明显的提高.     

一种基于Gabor小波和2DPCA的掌纹识别改进算法

提出一种改进的基于Gabor小波变换和二维主分量分析2DPCA(2-Dimensional Principal component analysis)的掌纹识别。2DPCA克服了传统Gabor小波变换后直接进行主分量分析PCA(Principal component analysis)遇到的维数灾难问题,并且将PCA与Fisher线性判别FLD(Fisher Linear Discriminate)结合起来,利用了以前仅用于降维的PCA特征和FLD特征相融合进行掌纹识别。基于PolyU掌纹库的实验结果表明,该方法不仅有更高的识别率,而且维数更低。     

分块双向二维主成分分析与模糊分类的掌纹识别

掌纹识别是一门新兴的生物特征识别技术。提出基于分块双向二维主成分分析(M(2D)2PCA)和模糊分类的掌纹识别方法。该算法利用M(2D)2PCA提取掌纹的局部特征,并利用模糊分类策略。这种方法可以有效提取掌纹的局部特征,并且直接对子图像矩阵进行特征抽取,能够精确计算协方差矩阵的特征向量;分类阶段引入模糊理论,应用于掌纹识别问题。最后使用北京交通大学掌纹数据库进行识别实验,结果表明,该方法可得到更高的识别率和更少的识别时间。     

基于声纹识别的智能小区认证系统设计

本文根据安防的需求,设计了智能小区认证系统。该系统采用新型声纹识别算法,运行在Linux平台上,采用OMAP3530作处理器,能实现高准确率识别,为小区的安防起到重要作用。     

多特征关联与多子集匹配的掌纹识别模型

为了提高掌纹图像的识别正确率,提出一种基于关联特征与多子集匹配的掌纹图像模型(MF-MMM)。首先对掌纹图像进行预处理,并将掌纹图像划分为多个子图像,然后提取各个子像的掌纹特征,并根据地统计学变程提取关联特征,得到掌纹图像的特征子集,最后采用多子集匹配方法实现掌纹图像的识别,并采用Polyu掌纹图像库进行仿真实验。结果表明,相对于其他掌纹识别模型,MF-MMM提高了掌纹图像的识别正确率,降低了掌纹的误识率和拒识率,具有更好的应用价值。     

改进的基于角点的掌纹线性定位方法

在分析比较现有的两种在线掌纹定位方法优缺点的基础上,提出一种改进的基于角点的掌纹线性定位方法.该掌纹定位方法首先根据手掌背景图信息和手指间的几何关系,计算出相邻手指间的中间线,然后计算中间线与手掌边缘的交点,从而得到掌纹角点的位置,最后根据掌纹角点定位出掌纹识别的有效特征区域.实验结果表明此方法能快速、准确地定位出掌纹的特征区域,且实现简单,具有很好的鲁棒性,对于提高后续的掌纹识别的准确性和提高整个掌纹识别系统的性能都具有非常主要的作用.