FPGA，图像处理，采用 FPGA 实现视频和图像处理设计。
上传时间： 2013-11-11
上传用户：417313137
介绍了外置式USB无损图像采集卡的设计和实现方案，它用于特殊场合的图像处理及其相关领域。针对图像传输的特点，结合FPCA/CPLD和USB技术，给出了硬件实现框图，同时给出了PPGA/CPLD内部时序控制图和USB程序流程图，结合框图和部分程序源代码，具体讲述了课题中遇到的难点和相应的解决方案。
上传时间： 2013-10-29
上传用户：qw12
设计了一种基于FPGA纯硬件方式实现方向滤波的指纹图像增强算法。设计采用寄存器传输级（RTL）硬件描述语言（Verilog HDL），利用时分复用和流水线处理等技术，完成了方向滤波指纹图像增强算法在FPGA上的实现。整个系统通过了Modelsim的仿真验证并在Terasic公司的DE2平台上完成了硬件测试。设计共消耗了3716个逻辑单元，最高处理速度可达92.93MHz。以50MHz频率工作时，可在0.5s以内完成一幅256×256指纹图像的增强处理。
上传时间： 2013-11-06
上传用户：rishian
人脸图像检测在实际运行中，复杂的背景、和人脸选择位置与大小都会影响到人脸识别率。为了克服这些因素并减少环境的干扰，设计了一种人脸图像检测与正规化的方法，详细论述了实现的关键技术。通过实验表明，人脸图像识别率和速度都有很大的改善，满足了实际环境中实时处理的需要。
上传时间： 2015-01-03
上传用户：大三三
文中在研究现有先验知识与支持向量机融合的基础上，针对置信度函数凭经验给出的不足，提出了一种确定置信度函数方法，更好地进行分类。该方法是建立在模糊系统理论的基础上：将样本的紧密度信息作为先验知识应用于支持向量机的构造中，在确定样本的置信度时，不仅考虑了样本到所在类中心之间的距离，还考虑样本与类中其它样本之间的关系，通过模糊连接度将支持向量与含噪声样本进行区分。文中将基于先验知识的支持向量机应用于医学图像分割，以加拿大麦吉尔大学的brainWeb模拟脑部数据库提供的不同噪声的图像进行实验，实验结果表明采用基于先验知识的支持向量机比传统支持向量机具有更好的抗噪性能及分类能力。
上传时间： 2013-10-12
上传用户：cmc_68289287
设计并实现了基于图像检索的地标识别系统。该系统通过捕捉地标的视觉特征，帮助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
上传时间： 2013-12-29
上传用户：CSUSheep
探讨了radon变换在低信噪比图像特征检测的适用性!分析了radon变换变换的优势与不足!并从信息融合的角度出发!提出了radon变换补充的应用策略!对低信噪比的机场跑道图像进行了验证!显示出较好的检测效果.
上传时间： 2015-01-03
上传用户：herog3
提出了一种在RGB颜色空间中颜色距离定义的方式，并根据颜色距离，用Roberts梯度算子得到颜色距离直方图，确定图像边缘信息的阈值。通过Roberts算子，使用此阈值得到图像的边缘信息。这种方式，充分考虑了图像中的颜色信息，与灰度图的处理方式相比，减少了计算量，提高了具有相似亮度的不同颜色之间边缘信息的提取成功率。
上传时间： 2013-11-19
上传用户：懒龙1988
在深入的对频谱脸法和Fisherface方法进行研究后，综合这两种方法的优点，提出了一种基于频谱脸和Fisherface的人脸识别新方法。频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低频部分对人脸的表情变化是不敏感的，所以对人脸图像使用二维小波变换，提取人脸图像的低频部分。对人脸图像的低频部分使用傅立叶变换，从而获得原人像的一个低维空间的表达。但是频谱脸特征维数仍然较高，所以在频谱脸法的基础上继续提取人脸频谱图像的Fisherface 特征，降低特征的维数，提高识别效率。利用人脸面部构造产生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，进而根据眼睛和嘴巴构成三角形模板的特性，精确定位人脸在图像中的位置。实验结果表明，这种结合肤色和面部特征的算法，能够对人脸进行较快速、准确的定位，而且结果比较稳定可靠。
上传时间： 2013-10-09
上传用户：zhf01y
为了验证Fourier-Mellin矩图像识别中的识别能力，本文研究了其在两种坐标下的计算和重建效果、抗噪性试验。在笛卡尔坐标下，图像重建直接计算，不必转换为极坐标，避免极坐标在了转换时产生的几何和计算误差，试验表明：笛卡尔坐标下，Fourier-Mellin矩的重建比极坐标下更精确，并且OFFM矩对噪声有很好的鲁棒性。
标签： Fourier-Mellin 图像识别 中的应用
上传时间： 2015-01-03
上传用户：青春给了作业95
