排序方式: 共有48条查询结果,搜索用时 0 毫秒
1.
基于PXA310的多功能数码相框硬件平台开发 总被引:3,自引:0,他引:3
该文介绍了一种多功能数码相框的硬件平台。平台采用Marvell公司的高性能嵌入式处理器PXA310为核心,并对电源管理、音频、液晶屏、高速USB等模块进行调试,最终完成了平台的开发。该多功能数码相框平台具有功能齐全、功耗低,集成度高等特点,不仅可以作为家庭装饰品,还可以用作广告牌。经实际使用效果良好。 相似文献
2.
目的 越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法 充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果 实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论 结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。 相似文献
3.
目的 越来越多的应用依赖于对场景深度图像准确且快速的观测和分析,如机器人导航以及在电影和游戏中对虚拟场景的设计建模等.飞行时间深度相机等直接的深度测量设备可以实时的获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率比较低,无法满足实际应用的需要.通过立体匹配算法对左右立体图对之间进行匹配获得视差从而得到深度图像是计算机视觉的一种经典方法,但是由于左右图像之间遮挡以及无纹理区域的影响,立体匹配算法在这些区域无法匹配得到正确的视差,导致立体匹配算法在实际应用中存在一定的局限性.方法 结合飞行时间深度相机等直接的深度测量设备和立体匹配算法的优势,提出一种新的深度图像重建方法.首先结合直接的深度测量设备采集的深度图像来构造自适应局部匹配权值,对左右图像之间的局部窗立体匹配过程进行约束,得到基于立体匹配算法的深度图像;然后基于左右检测原理将采集到的深度图像和匹配得到的深度图像进行有效融合;接着提出一种局部权值滤波算法,来进一步提高深度图像的重建质量.结果 实验结果表明,无论在客观指标还是视觉效果上,本文提出的深度图像重建算法较其他立体匹配算法可以得到更好的结果.其中错误率比较实验表明,本文算法较传统的立体匹配算法在深度重建错误率上可以提升10%左右.峰值信噪比实验结果表明,本文算法在峰值信噪比上可以得到10 dB左右的提升.结论 提出的深度图像重建方法通过结合高分辨率左右立体图对和初始的低分辨率深度图像,可以有效地重建高质量高分辨率的深度图像. 相似文献
4.
5.
通过适当地选择系统参数以及外部输入,永磁同步电动机可以呈现出混沌运动状态。针对永磁同步电动机混沌模型的不确定性,采用基于正模型一逆系统的神经网络控制策略,建立混沌系统的动力学正向模型及其逆模型,实现了永磁同步电动机混沌运动的跟踪控制。仿真结果验证了该控制策略的有效性。 相似文献
6.
分形插值是一种构造分形曲线的方法。分形插值方法中的垂直比例因子的大小影响拟合函数曲线的起伏,控制插值曲线的拟合精度。该文在深人分析分形插值方法的基础上,结合遗传算法可以有导向的实现参数随机搜索优化的特点,将其应用到分形插值自由参数的选取中,实现分形插值曲线与实际函数的最佳拟合。仿真结果验证了遗传算法在垂直比例因子的寻优上的有效性。 相似文献
7.
8.
低压电力载波通信技术在城市路灯远程智能监控中的应用 总被引:8,自引:0,他引:8
介绍了城市路灯单灯控制的智能监控系统,该系统采用低压电力载波通信方式。针对路灯分布的线型结构和低压电力载波通信的特点,提出了单灯接力式传输通信方案,且对低压电网噪声进行了分析,并在硬件和软件上提出了相应的解决方案。实验表明,这种通信方案能满足城市路灯控制要求。 相似文献
9.
10.
道路场景深度图像对于道路目标检测、智能驾驶汽车、场景3维重建等研究和应用都是至关重要的,但是由于硬件条件的限制,激光雷达获取的场景深度图像非常稀疏,道路场景深度补全旨在利用稠密的场景彩色图像指导稀疏雷达深度图像的补全重建,是目前的研究热点。该文设计了一种新型的多阶段多尺度引导的轻量化编解码网络来实现道路深度图像的高质量补全。该文网络由“彩色引导”和“精细化补全”两个阶段构成。在两个阶段的编码端,提出带有通道随机混合的轻量化多尺度卷积模块,更好地提取图像特征的同时控制网络的参数量。在两个阶段的解码端,采用通道感知机制来实现对重要特征的聚焦。同时将“彩色引导”阶段解码端的多尺度特征融合到“精细化补全”阶段的编码端中,实现多阶段多尺度的特征引导。在训练过程中,该文设计了多损失函数策略来完成由粗到细的深度图像补全。实验表明所提算法能实现高质量的深度图像补全并且具有轻量化的网络结构。 相似文献