彩色汽车牌照定位方法

汽车牌照的定位是牌照识别的第一步，定位的准确与否将后续操作起关键性的作用。在模式识别领域中，希望通过一种方法就完成一项实际工作是不可能的，必须要考虑多种方法融合的策略，提出了一种基于多方法的车牌定位策略，首先利用颜色信息对输入图像进行彩色粗分割，得到了颜色为车牌照的一些区域，然后将分割结果中的伪目标区域（即除了车牌照区域外的其他区域）分为两类（一类是与汽车牌照颜色相近的背景，一类是可能和牌照颜色相近的汽车外壳），分别进行处理，最终利用投影法得到准确的车牌位置，实验结果表明该方法效果较好。     

基于ARM核的嵌入式CPU内AHB接口的实现

本文分析了基于芯核的嵌入式CPU设计的特点，提出了设计基于ARM核的嵌入式CPU内AHB接口存在的空洞问题。结合体系的设计，给出了通过改进AHB总线解决这些空洞的方法。最后讨论了嵌入式CPU在硬件上对AHB接口的实现。     

一种红外海面小目标检测算法的ASIC结构实现

文章基于一种用于红外图像小目标检测的多级滤波算法,提出其硬件实现结构。该结构选用统一的1×3模板,通过改变滤波器的级连数目得到不同大小的滤波模板,从而检测不同大小的小目标。数据路径包含三个并行的数据通道,采用流水线形式对数据进行处理,分别检测1×1～1×3、1×4～1×5和1×6～1×7的目标。这种结构可以对输入的红外图像进行实时处理。     

基于光照模型和视觉特性的半色调彩色图像的实时仿真

利用人类视觉系统的生理特性,提出了一种基于光照模型的半色调模式的真实感彩色图像的实时仿真方法,该方法合三维目标的成像过程,将场景中视觉2°视锥小区域的平均灰度信息转换为明暗象素点阵模式,从而实时地生成半色调模式的实感彩色图像。在微机上进行了编程设计和实验,实验结果表明,本文提出的方法不但可产生三维视觉效果舒适的真实感图像处理速度极快,图像数据量也大大降低,这为场景图像的实时仿真、输出和图像传输等提供先进的实用的数字技术。     

一种基于显著不相关检验的近距分形图象编码方法

提出一种基于显著不相关检验的近距分形图象编码方法。对于标准测试图象（Ｌｅｎａ２５６×２５６×８ｐｐｂ），这种方法与子块分类方法相比，以解码图象质量（ＰＳＮＲ）下降２～３（ｄＢ）为代价，编码速度提高了７０～２００倍，且压缩比还有一定的提高；与普通近距分形方法相比，在解码图象质量（ＰＳＮＲ）不下降的情况下，编码速度提高约３２％；若以解码图象质量（ＰＳＮＲ）下降０．２～１（ｄＢ）为代价，编码速度提高３～９倍。     

图象相关噪声的模拟产生方法

一种模拟产生图象相关噪声的新方法,通过对白噪声滤波,产生相关噪声.从理论上推导出了相关噪声的 自相关函数的解析表达式以及滤波器参数与相关噪声的相关长度之间的关系E实验证明采用本方法可以成功地模 拟产生图象相关噪声.     

海面红外目标智能跟踪算法研究

根据海面运动目标及成像传感器的特点,本文提出了一种红外目标图像序列跟踪点自动识别的智能跟踪算法.以平均梯度为特征进行目标图像分割;并根据目标最亮区与吃水线的空间关系选择目标最亮区中心点的垂线与吃水线的交点作为跟踪点;利用D-S证据理论融合帧间关联特征的跟踪点的自动识别以及可信度确认.实验证明本方法合理而且十分有效.     

基于FPGA和DSP的并行数据采集系统的设计

在双模信号处理和补偿装置的设计中．提出了一种高速、并行、多通道、可扩展的数据采集方案。该方案将FPGA映射到DSPEMIF的一段地址空间．用FPGA完成数模、模数转换芯片的时序控制和转换数据的缓存，DSP通过对FPGA的访问．间接控制A/D芯片完成对多输入模拟信号的并行采集。本文着重介绍了数据采集系统的设计思想．实现A／D．D／A芯片控制的FP—GA各个功能模块和FPGA的仿真结果．     

一种基于多小波算子的复合边缘提取方法

由于光照、遮挡以及投影等因素的影响，大量自然场景图像的边缘并不表现为简单的阶跃状边缘，而是几种简单边缘的复合。复合边缘的提取和准确定位是边缘提取中的一个难点。为此，应用图像复合边缘的数学模型，从一对分别为偶对称和奇对称的多小波尺度函数出发，构造出一种对复合边缘具有零系统定位误差的多小波边缘提取算子，相应的小波函数仍然分别为偶对称和奇对称的。理论上，应用这样的多小波边缘提取算子提取图像的复合边缘可以有任意高的边缘定位精度。实验结果表明，和常用的Canny算子相比，应用本文所构造的多小波边缘提取算子提取的图像边缘失真较小，定位更加准确。     

优化的地形匹配法

本文证明了平均绝对差地形匹配算法失配度量的渐近分布是正态分布,提出了计算代价极小化的数值算法。研究了计算代价多级优化的方法和对于进一步减小计算量的必要性。讨论了基准数字地图局部零均值化预处理的方法和应用价值。大量的计算机仿真结果证实了理论分析和所研究方法的正确性,使实际匹配时间降低到常规平均绝对差算法的1/6。