基于自适应插值算法的视频图像缩放技术及其FPGA实现

首先介绍了一种改进的自适应插值算法,并在此基础上论述了基于自适应插值算法的FPGA系统的设计与实现。期望通过该文的研究能够对视频图像缩放效果的提升有所帮助。     

基于控制帧改进的速率自适应算法

针对目前经典的IEEE 802.11速率自适应算法进行分析研究,提出了在基于接收端的自适应速率算法(RBAR)和机遇式自适应速率算法(OAR)基础上根据信道质量对控制帧采用速率自适应从而减少控制帧开销的改进机制,以提高网络资源的利用率和系统的吞吐量。采用NS2网络仿真工具仿真验证其吞吐量,并与经典算法吞吐量进行对比。仿真结果表明,根据对于控制帧采用速率自适应,可以有效提高系统吞吐量和网络资源的利用率,性能优于传统经典的速率自适应算法。     

一种抗抖动的鲁棒性速率自适应算法

根据信道的动态变化选择适当的发送速率是802.11网络中提高系统性能的一个重要问题.近年来效果较好的是基于误帧率等统计特性的速率自适应算法,如Robust Ratc Adaptation Aigorithm(RRAA),但若参数选择不当,可能使速率选择机制不断交替选择最佳速率和误帧率极高的相邻高速率,形成速率抖动,导致吞吐量明显降低.文中提出了一种抗抖动的RRAA算法AF-RRAA.该算法既具有RRAA的优点,又能及时发现并制止发送速率频繁抖动.仿真结果表明,该机制可以适应不同的信道,有效地避免了速率抖动,提高了吞吐量.     

基于无线网状网络的速率自适应算法

无线网状网络不但拥有传统无线局域网技术中所具有的成本低、部署便捷的优点,同时,因其本身具有无线自组织网络的多跳结构的特点,在可扩展性和复杂环境适应性上的优势更加显著,因此,自问世以来就受到了广泛的关注。为了提高现有的无线网状网络的传输效率,同时使其对布网环境具有更强的适应性和稳定性,在无线网状网络中的SrcRR路由协议的基础上提出了一种基于动态探针队列检测的无线网状网络速率自适应算法并将其模块化实现。该算法显著改善了网络状态探测的适时性,以此为依据进行最佳通信速率选择更可靠、更准确。该算法在Sjtu-Mesh无线网状网络测试平台上进行了实现。实现结果表明,使用该速率自适应算法的无线网状网络的稳定性、可靠性和平均吞吐量都显著提高。     

改进型CIC抽取滤波器的FPGA实现

为了解决以往设计的CIC抽取滤波器存在的数据速率高以及功耗高的问题,研究了改进型CIC抽取滤波器的FPGA实现过程,优化CIC抽取滤波器硬件实现结构,采用FPGA实现抽取滤波器的设计。分析CIC抽取滤波器的硬件实现结构和位宽,通过Hogenauer抽取滤波器结构,得到6级16抽取的CIC硬件实现结构,将该结构变换成4个CIC抽取滤波器的级联式FPGA实现,逐级降低数据速率,提升数据位宽。以FPGA实现CIC抽取滤波器过程中,分析了其运算时寄存器所需的最高位宽,避免产生数据溢出问题。实验结果表明,所设计的改进型CIC抽取滤波器是有效的,可降低数据速率和系统功耗。     

基于Nesterov加速的自适应图像恢复算法

数字图像恢复的研究内容包括图像去模糊,去噪音和修复等。基于退化图像本身构造具有局部稀疏表示性质的框架系统;建立的无约束优化模型;提出AIDD-BM3D算法求解模型以达到恢复图像的目的。AIDD-BM3D算法主要由图像去模糊,图像去噪以及Nesterov加速三个子算法构成。实验结果表明:与同类算法IDD-BM3D算法相比,AIDD-BM3D算法能以更快的速度恢复受损图像。     

一种基于RBAR的高效速率自适应算法

在动态变化的无线信道环境下传输数据时,选择适当的传输速率可以提高数据传输系统的性能,目前已经有多种速率自适应算法被提出。针对RBAR速率自适应算法需多次发送RTS/CTS控制帧浪费网络带宽这一缺点,提出一种改进速率自适应算法。改进后算法兼容IEEE802.11标准,通过监测系统吞吐量的变化,判断是否发送RTS/CTS帧更新传输速率,减少RTS/CTS控制帧的发送次数,提高系统整体性能。对系统吞吐量进行理论推导,通过仿真实验验证改进算法,可以通过减少RTS/CTS控制帧的发送次数提高系统吞吐量。     

局部自适应序列图像拼接算法

在数字摄影测量等应用中需要对航空拍摄的序列图像数据进行拼接才能得到对应地面的全景图像。讨论了帧与帧之间存在相对旋转或几何畸变的情况下,用多帧图像进行拼接产生地面全景图的方法。该方法在相邻帧图像之间采用基于控制点的局部自适应方法进行定位,再采用淡入淡出的方法进行拼接和数据融合,重建地面全场景图像。实验结果表明本方法能够有效地解决图像拼接中帧间旋转或几何畸变问题,并避免了图像的平滑失真。     

隔点差分自适应阈值红外图像分割算法的FPGA实现

采用模块化设计和利用现场可编程逻辑( FPGA)并行流水处理特点,设计并实现了隔 点差分自适应阈值红外图像分割算法,算法由隔点差分算法和自适应阈值两个模块组成。隔点差分算法模块根据同步与时钟流水计算隔点梯度,用自适应阈值进行图像分割; 自适应阈值模块根据背景的统计规律和图像背景的变化实时调整分割阈值。仿真和实验表明:采用FPGA实现此算法的处理延时短,满足实时处理的要求。     

基于 FPGA 的红外图像自适应分段线性增强算法

为了改善红外图像的视觉效果,介绍了一种基于 FPGA 的红外图像自适应分段线性拉伸增强算法.该算法根据红外视频图像帧间的高度相关性和图像的特点,通过统计红外图像多级均值的方法估算图像灰度阈值,自适应地将图像分成背景灰度区间、过度灰度区间和目标灰度区间,最后对各部分区间采取不同的线性变换,获得最佳的视觉效果.该算法已在自主研发的红外手持观测仪上得到了应用,占用硬件逻辑资源少,实时性强,具有一定的应用价值.     

基于自适应免疫因子的模糊检务文字提取

为了实现准确、高效地从模糊的检务图像中提取文字目标,本文针对多种不同类型的模糊检务图像,基于人工免疫原理,利用免疫因子的相关理念结合自适应滤波算法提出一种自适应免疫算法.该算法首先通过动态地改变滤波窗口实现自适应滤波,达到兼顾保留文字目标细节和滤除噪声的效果,再根据模糊类型的不同设计不同的免疫因子,从而实现最大程度地保...     

基于图割的交互式彩色图像目标提取方法

根据图像边缘基本性质,运用图割理论,把目标 提取问题转化为网络最大流-最小割问题,提出一种人机交互的彩色图像目标提取方法。根 据目标形状及大小,调节触笔笔尖粗 细,在目标区域内较为随意地划一道或若干道连通的粗线,以该粗线边界作为初始活动轮廓 线,在张力作用下向外侧膨胀生成环状域,对其构造s-t网络, 进行最小代价切割获得新的 活动轮廓线。由此经过若干次变形迭代,活动轮廓线最终收敛于目标边界。当因目标边界模 糊不清等原因导致提取结果局部出现错误时,算法提供方便快捷、安全导向、手自结合的纠 错方法。实验表明:当目标边界呈现较为清晰时,本文算法以人能够接受的毫秒级时间实时 快速作出响应,目标提取结果正确率在95%左右。当提取结果出现局 部错误时,算法通过人机结合与交互,对错误进行有效纠正。     

基于代数特征的多光谱图像特征提取方法

多光谱图像特征提取的好坏直接关系着目标识别算法的复杂程度,也影响着最终目标识别的性能。研究了一维主成分分析（1DPCA）、二维主成分分析（2DPCA）、一维奇异值分解(1DSVD)和二维奇异值分解(2DSVD)等代数特征提取方法,并用这些方法构成图像识别框架的特征提取部分,通过识别率的大小来验证是否适合于多光谱图像特征提取。实验结果表明：①与可见光图像目标识别相比,PCA和SVD特征更适合于红外图像目标识别;②训练样本分类时,PCA和SVD特征的识别性能改善不明显;③训练样本少时,SVD重构图像、2DSVD和1DPCA特征的识别性能较好。     

基于自适应补偿的电子稳像方法

基于车载的光电系统在采集图像的过程中,载车的随机振动会导致视频序列发生抖动,需要通过稳像技术来消除。为解决传统电子稳像方法中存在帧间跳变、机械性选择参考帧,以及边缘信息丢失的问题,提出了一种基于自适应补偿的电子稳像方法。首先,自适应地更新参考帧,后续帧与更新的参考帧进行特征点的提取和匹配,并通过参数迭代方法求解相对于第1帧的全局运动参数;然后,区分不同的全局运动参数:旋转角度、水平、垂直方向的偏移量,并通过运动滤波从全局运动参数中分离出扫描运动,补偿随机抖动;最后,采用后向映射方式实现运动补偿,并运用图像镶嵌,即利用参考基准帧的信息对校正后图像的边缘信息进行补偿。实验结果表明:稳像后视频序列有很好的视觉稳定效果,且提高了峰值信噪比(PSNR)和帧间变换保真度(ITF)。本文的方法具有很好的鲁棒性,在不同的视频场景下都可以实现稳像,可以满足稳像的精度要求。     

基于奇异值分解的车牌特征提取方法研究与实现

研究了基于小波分析的车牌图像定位、分割、大小归一化方法,并分析了奇异值分解算法的数学原理和算法。利用奇异值分解作为代数特征提取方法,获得图像的有效特征描述。以Matlab为开发环境,进行车牌字符的奇异值特征提取,得到车牌字符的奇异值特征,计算具有稳定性,并且有利于将得到的奇异值特征结果可视化,便于对车牌图像的奇异值特征进行分析。该特征能够较好地表达字符图像的细节和结构特征,通过数据和曲线分析,证明车牌字符特征具有较好的可分性。     

一种基于FPGA的彩色图像实时增强方法

彩色图像中包含了丰富的颜色信息,能够直观地感知世界,它使我们的工作生活更加便利。但是,由于一些恶劣环境的影响,彩色图像的成像会出现模糊、目标被淹没、对比度偏低等问题。针对此问题,本文设计了一款基于FPGA的嵌入式实时图像增强处理系统。并提出一种灰度值拉伸变换方法,将该方法直接对RGB色彩空间的R、G、B三分量进行增强处理,既增大了灰度值的变化范围提高人眼视觉效果,也避免了色彩空间转换带来的计算量及节省了处理时间满足了工程的实时性要求。目前该系统已在实际工程项目中应用,工程结果表明该系统工作稳定有效,能够有效解决工程中出现的光线条件差,低对比度情况下的彩色图像增强问题。     

基于正交指数局部保留投影的高光谱图像特征提取

针对高光谱图像,在判别局部保留投影(Discri minant Locality Preserving Projection,DLPP)的基 础上,提出了一种名为正交指数判别局部保留投影(Orthogonal Exponential Discriminan t Locality Preserving Projection,OEDLPP)的特征提取方法。该算法不但保留了DLPP算法的有监督特性,还利用 了指数矩阵(the matrix exponential)来获取更有效的样本信息,避免了小样本问题。同时,OEDLPP 对投影矩阵进行 施密特正交化,解决了特征的冗余性问题。应用OEDLPP算法对高光谱图像进行特征提取后, 并采用支持 向量机(SVM)对降维后的数据进行分类。与主成分分析(PCA)、局部保留投影(LPP)、 判别局部保 留投影(DLPP)、指数判别局部保留投影(EDLPP)、正交判别局部保留投影(ODLPP)等对 比实验结 果表明,本文算法对样本有效信息的获取具有一定的优越性,分类精度提升了2%~3%左右。     

基于广义模糊算子的焊缝图像的缺陷提取

在X射线成像自动检测技术中,至关重要的一步就是图像中缺陷的提取和分割,其处理效果直接影响到后续缺陷的识别的正确性。先对焊缝图像进行广义模糊算子GFO增强处理,再运用数学形态学对焊道边界进行处理,最后提取出焊缝缺陷。实验证明,该方法能有效地提取出缺陷,为后续正确识别缺陷打下良好基础。     

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。     

基于Corvis ST医学影像的角膜轮廓提取算法

目前已有的轮廓提取算法在提取可视化角膜生物力学分析仪(corneal visualization scheimpflug technology, Corvis ST)影像的角膜轮廓中,由于角膜边缘的局部图像灰度分布相近这一特点,提取出的角膜轮廓普遍不完整或者提取的角膜轮廓边缘出现细小突出。这会使得角膜轮廓的完整性遭到破坏,提取到的角膜轮廓与实际的角膜原始图像严重不符。本文针对Corvis ST采集的角膜图像的轮廓提取问题,基于最大类间方差法(OTSU)算法设计一种高效的图像处理方法。首先,将角膜图像进行除杂、灰度化以及图像降噪等处理,达到减少图像计算量和降低数字图像噪声干扰的目的;其次,基于OTSU算法对图像进行分割,并在此基础上加入数学形态学运算,达到平滑图像边界和填充细小“孔洞”的目的;最后,采用Canny边缘检测算法提取图像中的角膜轮廓,达成提取出高完整性角膜轮廓的目的。在相同的图像数据集上,与最新的纽扣轮廓瑕疵检测系统中设计的轮廓提取算法(B-OTSU algorithm)进行了对比实验。实验结果表明,从轮廓完整性以及准确性的角度,应用本文方法提取的角膜轮廓明显优于最新的纽扣轮...