动画素材图像语义标注系统：该系统实现对图片的语义标注，提取图片的物理特征，并可以截取一张图片的任意部分进行物理特征提取，然后存入数据库；在客户端客户输入任意一张图片用匹配算法和数据库进行匹配，得出图片的描述（该图片的对象语义和场景语义描述）。该系统的开发与动漫公司和软件园863 项目专家进行的研讨，具有一定的应用价值。对匹配算法、图像物理特征提取、语义标注研究有很大的启发，同时用到的Java截图知识对Java学习者是很好的学习资料。
上传时间： 2017-05-24
上传用户：lizhen9880
图像分割，特征提取 matlab实现
标签： 图像分割
上传时间： 2013-12-16
上传用户：671145514
现代数字图像处理技术中的各种算法，1.6+尺度不变特征提取，1.3+图像的边缘检测，2.1图像目标边界描述
标签： 图像处理
上传时间： 2016-01-29
上传用户：z13202013
使用verilog实现soble算法提取图像边缘
上传时间： 2017-07-02
上传用户：jiajingchan
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
本次毕业论文的内容主要包括两个方面：（1)确定基于肤色特征的人脸识别算法流程并实现MATLAB仿真.根据目前已有的人脸识别算法和学过的有关图像处理知识确定出适合本次论文的最优算法，确定算法时的重点是将肤色判断作为人脸检测的预处理，即研究肤色模型的选取和建立、肤色分割的方法以及人脸区域的获得；再根据面部特征提取出人脸的大致框架，通过人脸面积、高宽比、欧拉数等来判断每块区域是否为人脸，最后得到图片中人脸的比较精确的位置。在确定算法时就应该要综合考虑各方面的因素，要尽可能的提高人脸识别的时间效率，提高识别率。（2）设计出GUI界面，实现人脸识别功能。MATLAB/GUI自带了很多工具箱函数，方便快捷。设计好的GUI界面只需通过鼠标等简洁的方式与计算机交换信息，选择想要运行的程序，实现快速识别。本次设计的GUT界面有窗口、光标、按键、菜单、文字说明等对象（Object)，主要包含读入图像，转换颜色空间，皮肤概率图像，皮肤二值化和定位五个部分，其中使用了开关按钮（ToggleButton)、静态文本框（Static Text)、坐标系（Axes)和面板（Pane1)按钮，要对其进行合理布局，注意回调函数的嵌入。在设计过程中要熟悉MATLAB编程环境，注意控件的选用和参数设置，会根据设计要求对GUI界面进行布局，注意回调函数的编写，以达到理想的效果。该系统可以较好的实现单人脸识别，能较准确的对其进行定位。但对于多人组和背景较复杂的图像，会出现漏检和错检的现象，需要进一步改进。
上传时间： 2022-07-28
上传用户：qdxqdxqdxqdx
视频监控一直是人们关注的应用技术热点之一，它以其直观、方便、信息内容丰富而被广泛用于在电视台、银行、商场等场合。在视频图像监控系统中，经常需要对多路视频信号进行实时监控，如果每一路视频信号都占用一个监视器屏幕，则会大大增加系统成本。视频图像画面分割器主要功能是完成多路视频信号合成一路在监视器显示，是视频监控系统的核心部分。 传统的基于分立数字逻辑电路甚至DSP芯片设计的画面分割器的体积较大且成本较高。为此，本文介绍了一种基于FPGA技术的视频图像画面分割器的设计与实现。 本文对视频图像画面分割技术进行了分析，完成了基于ITU-RBT.656视频数据格式的画面分割方法设计；系统采用Xilinx公司的FPGA作为核心控制器，设计了视频图像画面分割器的硬件电路，该电路在FPGA中，将数字电路集成在一起，电路结构简洁，具有较好的稳定性和灵活性；在硬件电路平台基础上，以四路视频图像分割为例，完成了I2C总线接口模块，异步FIFO模块，有效视频图像数据提取模块，图像存储控制模块和图像合成模块的设计，首先，由摄像头采集四路模拟视频信号，经视频解码芯片转换为数字视频图像信号后送入异步FIFO缓冲。然后，根据画面分割需要进行视频图像数据抽取，并将抽取的视频图像数据按照一定的规则存储到图像存储器。最后，按照数字视频图像的数据格式，将四路视频图像合成一路编码输出，实现了四路视频图像分割的功能。从而验证了电路设计和分割方法的正确性。 本文通过由FPGA实现多路视频图像的采集、存储和合成等逻辑控制功能，I2C总线对两片视频解码器进行动态配置等方法，实现四路视频图像的轮流采集、存储和图像的合成，提高了系统集成度，并可根据系统需要修改设计和进一步扩展功能，同时提高了系统的灵活性。
上传时间： 2013-04-24
上传用户：gundan
随着科学技术的发展，指纹识别技术被广泛应用到各种不同的领域。对于一般的指纹识别系统，其设计要求具有很高的实时性和易用性，因此识别算法应该具有较低的复杂度，较快的运算速度，从而满足实时性的要求。所以有必要根据不同的识别算法采用不同的实现平台，使得指纹识别系统具有较高的可靠性、实时性、有效性等性能要求。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera．公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入到FPGA内部，与用户自定义逻辑组建成一个基于FPGA的片上专用系统。 本文在综合考虑各种应用情况的基础上，以网络技术、数据库技术、指纹识别技术和嵌入式系统技术为理论基础，提出了一种有效可行的系统架构方案。对指纹识别技术中各个环节的算法和原理进行了深入研究，合理的改进了部分指纹识别算法；同时为了提高系统的实时性，采用NiosⅡ嵌入式处理器和FPGA硬件模块实现指纹图像处理主要算法。论文主要包括以下几个方面： 1、对指纹图像预处理、特征提取和特征匹配算法原理进行阐述，同时改进了指纹图像的细化算法，提高了算法的性能，并设计了一套实用的指纹特征数据结构； 2、针对指纹图像预处理模块，包括图像的归一化、频率提取、方向提取以及方向滤波，采用基于FPGA的硬件电路的方式实现。实验结果表明，在保证系统误识率较低、可靠性高的基础上，大大提高了系统的执行速度； 3、改变了传统的单枚指纹识别方法，提出采用多枚指纹唯一标识身份，大大降低了识别系统的误识率； 4、改进了传统的基于三角形匹配中获取基准点的方法，同时结合可变界限盒思想进行指纹特征匹配。 5、结合COM+技术、数据库技术和网络技术，开发了后台指纹特征匹配服务系统，实现了嵌入式指纹识别系统同数据库的实时信息交换。 实验结果表明，本文所提出的系统构架方案有效可行，基于FPGA的自动指纹识别系统在速度、功耗、扩展性等方面具有独特的优势，拥有广阔的发展前景。
上传时间： 2013-08-04
上传用户：laozhanshi111
人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及人脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，从而实现自动识别人脸的目的。 在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Eigenface的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Adaboost人脸检测算法，在PC上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Adaboost人脸检测算法的性能。 嵌入式是后PC时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作为嵌入式开发平台，研究人脸识别在ARM平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。 本文从PC平台的软件实现入手，分别实现了PC平台下的AdaBoost人脸检测算法和PCA人脸识别算法,分析了现象及结果，接下来搭建了基于ARM嵌入式系统的硬件平台，对AdaBoost人脸检测算法进行了硬件平台的移植，并得出相应实验效果。
上传时间： 2013-05-31
上传用户：saharawalker
随着数字化和网络化的发展，传统的门禁系统由于鉴别方式、速度和性能等方面的限制，很难满足安全可靠和网络化的控制需求。由于识别技术的不断成熟，基于人体生理特征的身份识别系统逐渐被人们开始采用，目前，从实用的角度看，指纹识别技术要比其它生物识别技术更安全和方便，这是因为人的指纹具有唯一性、不变性以及贴身性的特点。传统的门禁控制器常采用单片机开发，利用串行通信接口向远程上位机传送数据，多个门禁控制器一般组成RS485网络，通信线路专用且不易于实现网络控制和远程控制，而基于TCP/IP网络通信的门禁系统通过局域网传递数据，很容易实现远程控制和分布式管理。 文中设计了基于指纹识别和以太网的智能网络型门禁控制器。在ARM9和Linux操作系统上采用FPS200指纹传感器采集指纹图像和USB摄像头采集视频图像，以及采用以太网控制器芯片AX88796，实现了基于TCP/IP协议的网络门禁系统。 论文首先分析了门禁系统的研究背景、意义及国内外的发展现状，然后介绍了指纹识别网络门禁系统的总体结构，阐述了系统各个重要功能模块的硬件资源。根据系统的硬件资源搭建了嵌入式Linux的软件平台，移植了相关模块的驱动程序。论文研究了指纹识别算法，包括指纹图像预处理和指纹图像的特征提取和匹配，重点分析了指纹图像分割法，利用灰度梯度和灰度方差的结合设置一个合适的局部阈值对指纹进行分割。然后，阐述了门禁控制系统软件的总体设计，并重点介绍Video4Linux采集图像、指纹图像采集、GoAhead Web Server的应用以及系统运用TCP/IP实现系统门禁控制器和上位机PC之间的网络通信。 系统测试部分介绍了测试环境、测试方法以及测试内容。测试结果表明，本课题设计的指纹识别网络型门禁系统在稳定性、可靠性以及实时性方面达到了较好的效果。文章最后提出了一些在工作中遇到的问题，并对近几年来的一些新的研究趋势做了简单的总结与展望，指出了指纹识别网络型门禁系统未来的研究方向。
上传时间： 2013-07-23
上传用户：pwcsoft
