视频目标识别与跟踪技术是当今世界重要的研究课题,它涉及图像处理、自动控制、计算机应用等学科,该文主要论述该项目的具体实现及相关理论分析,重点在于该系统的硬件模块实现及分析.该系统的硬件模块是典型的高速数字电路,这也是当今世界电路设计的一大热点.同时,该系统的硬件模块不同于传统的模拟、数字电路.严格的说它是基于可编程芯片的系统(System On Programmable Chip).它与传统电路的最大不同在于,硬件模块本身不具备任何功能,但该硬件模块可以与相应的软件结合(此处,我们将FPGA中的可编程指令也广义的归入软件范畴),实现相应的功能.换言之,该硬件模块通过换用其他软件,可以实现其他功能.所以从这个意义上讲,我们也可以将其称为基于可编程芯片的通用平台系统(General System On Programmable Chip).此外,该文还对该系统进行了尝试性的层状结构描述,这种描述同样适用于其它IT目的或电子系统.
上传时间： 2013-04-24
上传用户：yumiaoxia
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 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FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-07-28
上传用户：hxy200501
生物识别技术代表了未来身份验证技术的发展方向，而指纹识别技术又是最可靠、最有效的生物识别技术之一。目前，指纹识别技术是优于其它生物识别技术的身份鉴别方法。这是因为人的指纹各不相同、终生基本不变的特点已经得到公认，特别是现有的指纹识别算法已达到识别迅速、准确可靠的水平，是完全可以商业化的生物识别技术。 传统的指纹识别系统多是基于PC平台，这种系统将指纹图像处理和指纹匹配甚至指纹采集控制都放在PC平台上，在获得了较高速度和开发效率的同时，缺点也是显而易见的，其体积庞大，成本较高。而已有的嵌入式指纹识别系统多是基于单片机和DSP的，不是在运算速度上受到硬件限制，就是在系统的扩展性、可维护性及用户交互上有诸多不足。 近年来指纹识别应用的普及对自动指纹识别系统的便携性和易用性提出了更高的要求，指纹识别技术正向着小型化和嵌入式的方向发展。在微电子领域，以ARM、DSP、FPGA为代表的嵌入式微处理器的性能飞速提高，为构建嵌入式系统提供了硬件保证。 ARM是当前最为流行的32位RISC处理器架构，目前ARM占RISC处理器市场的七成左右。三星公司的S3C2410是基于ARM920T内核的通用32位微处理器，它具有高性能和低功耗的特性，被设计用于手持设备和通用嵌入式系统。 嵌入式系统对操作系统和其上运行的软件有特别的要求。针对本课题所采用的ARM硬件平台，详细介绍了嵌入式操作系统Arm-Linux的移植。分别说明了交叉编译工具链的安装、引导装载器的移植和Linux内核的裁减和交叉编译过程。为了运行应用程序，还介绍了文件系统的构建。 指纹识别系统需要指纹采集设备。FPS200是Veridicom公司推出的第三代半导体指纹传感器，是一款专为嵌入式系统设计的高性能、低成本、低功耗的电容式固态指纹传感器。本文详细阐述了基于FPS200的USB接口指纹采集卡的设计与实现。 指纹图像处理与匹配是整个系统的重要环节，论文介绍了图像处理与匹配的一般概念，并提出了新的指纹匹配方法。指纹匹配是自动指纹识别中的一个难点。现有的指纹匹配方法大致可以归结为图形匹配和人工神经网络匹配两大类，本文提出的基于线段的特征点匹配算法属于图形匹配。 嵌入式系统需要完善的软件支持。随着嵌入式技术的飞速发展，用户交互界面也由传统的字符界面向图形界面转变，图形用户界面系统得到了长足的发展。MiniGUI 是一个非常适合于工业控制实时系统以及嵌入式系统的可定制的、小巧的图形用户界面支持系统。本文介绍了基于MiniGUI的可视化指纹识别软件设计。 综上所述，本文针对特定硬件条件，构建了定制的嵌入式操作系统；设计了支持USB数据传输的指纹采集卡；指纹图像的滤波、提取特征和指纹特征匹配均针对嵌入式系统的实际情况进行了优化；利用MiniGUI图形支持库完成了界面美观友好的可视化指纹识别程序。系统具有安全可靠、易于扩展、性价比高等优点。
上传时间： 2013-08-02
上传用户：小儒尼尼奥
近年来，随着生物识别技术的兴起，虹膜识别技术被日益关注。由于虹膜识别技术对个体识别具有高度的可靠性，已成为目前生物识别中最有发展前景的识别技术之一。与其它生物识别技术相比，虹膜识别技术具有唯一性、稳定性、非侵犯性、不易伪造性和活体特性等优势。因此，虹膜识别技术具有广阔的使用前景和很好的经济效益，越来越受到国内外有关研究人员的重视。 目前，虹膜识别产品大多都是基于PC平台的，在便携性、稳定性和安全性方面还存在一些问题。为了克服以上的缺点，本文构架了基于DSP和FPGA的嵌入式虹膜识别硬件平台，使虹膜识别技术可应用与更多的领域。 本文的主要工作如下： 1．设计了一个嵌入式硬件系统，包括DSP处理器、FPGA、COMS图像传感器、人机交互接口和通信接口。同时，还编写了各硬件模块的驱动程序。另外，由于系统中DSP工作频率为300Mhz，另外有些器件工作在100Mhz，因此本文还给出了一些信号完整性分析和PCB设计经验。 2．在FPGA设计中，编写Verilog程序，完成了虹膜图像采集模块、乒乓存储器切换模块、图像采样模块以及将采样后的图像显示在TFT彩色液晶上的模块，最终实现了虹膜图像实时显示系统。此外，还设计实现了用于和DSP通信的HPI接口模块。 3．完成了部分系统应用程序设计。在使用DSP/BIOS实时操作系统的基础上设计了各系统任务，通过调用驱动程序控制和协调各硬件模块，实现了虹膜识别功能。 最终，本文实现了系统设计，本设计可以快速有效的进行虹膜识别。同时，由于本系统采用模块化的软硬件设计技术，使系统便于快速应用于各种场合。
上传时间： 2013-04-24
上传用户：qlpqlq
图像采集是数字化图像处理的第一步，开发图像采集平台是视觉系统开发的基础。视觉检测的速度是视觉检测要解决的关键技术之一，也是专用图像处理系统设计所要完成的首要目标
标签： 高速图像采集
上传时间： 2013-04-24
上传用户：waitingfy
指纹识别作为生物特征识别的一种，在身份识别上有着其他手段不可比拟的优越性：人的指纹具有唯一性和稳定性；随着指纹传感器性能的提高和价格的降低．指纹的采集相对容易；指纹识别算法已经比较成熟
上传时间： 2013-07-28
上传用户：chongcongying
JPEG是联合图像专家组(Joint Picture Expert Group)的英文缩写，是国际标准化组织(ISO)和CCITT联合制定的静态图像压缩编码标准。JPEG的基于DCT变换有损压缩具有高压缩比特点，被广泛应用在数据量极大的多媒体以及带宽资源宝贵的网络程序中。 动态图像的JPEG编解码处理要求图像恢复质量高、实时性强，本课题就是针对这两个方面的要求展开的研究。该系统由图像编码服务器端和图像解码客户端组成。其中，服务器端实时采集摄像头传送的动态图像，进行JPEG编码，通过网络传送码流到客户端；客户端接收码流，经过JPEG解码，恢复出原始图像送VGA显示。设计结果完全达到了实时性的要求。 本文从系统实现的角度出发，首先分析了系统开发平台，介绍FPGA的结构特点以及它的设计流程和指导原则；然后从JPEG图像压缩技术发展的历程出发，分析JPEG标准实现高压缩比高质量图像处理的原理；针对FPGA在算法实现上的特点，以及JPEG算法处理的原理，按照编码和解码顺序，研究设计了基于改进的DA算法的FDCT和IDCT变换，以及按发生频率进行优化的霍夫曼查找表结构，并且从系统整体上对JPEG编解码进行简化，以提高系统的处理性能。最后，通过分析Nios嵌入式微处理器可定制特性，根据SOPC Builder中Avalon总线的要求，把图像采集，JPEG图像压缩和网络传输转变成用户自定义模块，在SOPC Builder下把用户自定义模块添加到系统中，由Nios嵌入式软核的控制下运行，在FPGA芯片上实现整个JPEG实时图像编解码系统(soc)。 在FPGA上实现硬件模块化的JPEG算法，具有造价低功耗低，性能稳定，图像恢复后质量高等优点，适用于精度要求高且需要对图像进行逐帧处理的远程微小目标识别和跟踪系统中以及广电系统中前期的非线性编辑工作以及数字电影的动画特技制作，对降低成本和提高图像处理速度两方面都有非常重大的现实意义。通过在FPGA上实现JPEG编解码，进一步探索FPGA在数字图像处理上的优势所在，深入了解进行此类硬件模块设计的技术特点，是本课题的重要学术意义所在。
上传时间： 2013-04-24
上传用户：shangdafreya
随着微电子技术的高速发展，实时图像处理在多媒体、图像通信等领域有着越来越广泛的应用。FPGA就是硬件处理实时图像数据的理想选择，基于FPGA的图像处理专用系统的研究将成为信息产业的新热点。 本文详细介绍了一种实时监控图像处理系统的设计方案，实现了具有前端视频采集系统、图像预处理功能系统、图像显示系统。该系统采用Altera公司的FPGA芯片作为中央处理器，由视频采集模块、异步FIFO模块、视频解码模块、I
上传时间： 2013-06-20
上传用户：wc412467303
实时红外图像处理是红外成像制导的关键技术。本课题来源于兵器工业部第209研究所承担研制的红外成像制导技术背景下的红外图像信息处理机项目。 本文在总结国内外研究现状的基础上，做了大量红外图像信息处理系统硬件部分的设计工作。主要有以下几点： 1．系统方案和总体结构设计 在分析比较目前几种主流系统方案后，将红外图像处理机设计成“双FPGA+双DSP+CPCI”结构。选用ADI公司TigerSHARK系列的DSP芯片ADSP-TS201作为系统高层算法处理的核心处理器，选用Altera公司的FPGA芯片StratixⅡ EP2S60F67214作为底层算法处理和接口控制的核心，选用高速CPCI总线作为红外图像信息处理机与主机的通讯桥梁。 2．FPGA部分的设计是本课题的核心，对FPGA部分进行了设计和调试 (1)图像预处理模块：FPGA负责系统的底层预处理算法和相应控制。首先对采集来的图像数据进行中值滤波和直方图统计，然后按照链路口(Linkport)的通信协议，将预处理后的图像数据实时地从FPGA传给DSP。 (2)DSP-CPCI桥接模块：FPGA负责DSP与CPCI的接口，将DSP处理后的结果通过DSP-CPCI桥接模块传给主机。 联调实验测试表明，实时红外图像信息处理成功实现了对典型红外目标的检测、识别和跟踪，从而验证系统核心FPGA部分的设计是成功的。
上传时间： 2013-07-13
上传用户：gjzeus
随着电子技术和计算机技术的飞速发展，视频图像处理技术近年来得到极大的重视和长足的发展，其应用范围主要包括数字广播、消费类电子、视频监控、医学成像及文档影像处理等领域。当前视频图像处理主要问题是当处理的数据量很大时，处理速度慢，执行效率低。而且视频算法的软件和硬件仿真和验证的灵活性低。 本论文首先根据视频信号的处理过程和典型视频图像处理系统的构成提出了基于FPGA的视频图像处理系统总体框图；其次选择视频转换芯片SAA7113，完成视频图像采集模块的设计，主要分三步完成：1)配置视频转换芯片的工作模式，完成视频转化芯片SAA7113的初始化：2)通过分析输出数据流的格式标准，来识别奇偶场信号、场消隐信号和有效行数据的开始和结束信号三种控制信号，并根据控制信号，用Verilog硬件描述语言编程实现图像数据的采集；3)分析SRAM的读写控制时序，采用两块SRAM完成图像数据的存储。然后编写软件测试文件，在ISE Simulator仿真环境进行程序测试与运行，并分析仿真结果，验证了数据采集和存储的正确性；最后，对常用视频图像算法的MATLAB仿真，选择适当的算子，采用工具MATLAB、System Generator for DSP和ISE，利用模块构建方式，搭建视频算法平台，实现图像平滑滤波、锐化滤波算法，在Simulink中仿真并自动生成硬件描述语言和网表，对资源的消耗做简要分析。 本论文的创新点是采用新的开发环境System Generator for DSP实现视频图像算法。这种开发视频图像算法的方式灵活性强、设计周期短、验证方便、是视频图像处理发展的必然趋势。
上传时间： 2013-07-28
上传用户：lingzhichao
