摘要:"红外弱小目标检测"是红外搜索跟踪系统、红外雷达预警系统、红外成像跟踪系统的核心技术,因此红外小目标的检测是当前一项重要的研究课题.目前的发展方向是研究运算量小、性能高、利于硬件实时实现的检测和跟踪算法.该文在前人研究的基础上,着重研究了Marr视觉计算理论在红外小目标检测技术中的应用.从Marr算法的理论基础——高斯平滑滤波器与拉普拉斯算子的相关知识以及Marr的计算视觉理论基础开始,进行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)滤波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G滤波器在人类视觉、边缘检测、边缘处理的物理意义以及神经生理学意义方面的分析讨论,提出了易于FPGA(Field Programmable Gate Array,现场可编程门阵列)实现的基于Marr计算视觉的红外图像小目标检测方法.该方法可根据目标大小自动设计检测模板,在滤除不相关的噪声的同时又保留闭合的目标边缘,从而检测出目标.将该方法用FPGA实现,满足了检测过程中的实时性.考虑到工程中的应用,该文对该方法在FPGA中的具体实现给出了设计总体思路和详细流程.由于FPGA具有对图像数据的实时处理能力,而且该算法在FPGA中的具体实现中对资源的合理使用进行了综合考虑,因此该算法能够实时、有效地实现目标检测.并在此基础上对小目标的检测研究前景进行展望.
上传时间： 2013-07-04
上传用户：萌萌哒小森森
小波变换是一种新兴的理论，是数学发展史上的重要成果。它无论对数学还是对工程应用都产生了深远的影响。最新的静态图像压缩标准JPEG2000就以离散小波变换(DWT)作为核心变换算法。 本文首先较为详细地分析了小波变换的理论基础，对多分辨率分析、Mallat算法和提升算法做了介绍。然后分析了JPEG2000所采用的小波滤波器，并引入了一个新的LS97小波。该小波系数简单、易于硬件实现，并且与CDF97小波有很好的兼容性，可作为CDF97小波的替代者。使用Matlab对CDF97小波和LS97小波的兼容性做仿真测试，结果表明这两个小波具有几乎相同的性能。在确定所用的小波后，本文设计了二维离散小波变换的硬件结构。设计过程中对标准二维小波变换做了优化，即将行变换和列变换的归一化步骤合并计算，这样可以减少两次乘法操作。另外还使用移位加代替乘法，提取移位加中的公共算子等方式来优化设计。对于边界数据的处理，本文采用了嵌入式对称延拓技术，不需要额外的缓存，节约了硬件资源。为提高硬件利用率，本文将LeGall53小波变换和LS97小波变换统一起来，只要一个控制信号就可实现两者之间的转换。本文所提出的结构采用基于行的变换方式，只需要六行中间数据即可完成全部行数据的小波变换。采用流水线技术提高了整个设计的运行速度。最后也给出了二维离散小波反变换的实现结构。 在完成硬件结构设计的基础上，使用Verilog硬件描述语言对整个设计进行了完全可综合的RTL级描述，采用同步设计，提高了可靠性。在Xilinx公司的FPGA开发软件ISE6.3i中对正反小波变换做了仿真和实现，结果表明，本设计能高速高精度地完成正反可逆和不可逆小波变换，可以满足各种实时性要求。
上传时间： 2013-07-25
上传用户：sn2080395
随着图像分辨率的越来越高，软件实现的图像处理无法满足实时性的需求；同时FPGA等可编程器件的快速发展使得硬件实现图像处理变得可行。如今基于FPGA的图像处理研究成为了国内外的一个热门领域。 本文在FPGA平台上，用Verilog HDL实现了一个研究图像处理算法的可重复配置的硬件模块架构，架构包括PC机预处理和通信软件，控制模块，计算单元，存储器模块和通信适配模块五个部分。其中的计算模块负责具体算法的实现，根据不同的图像处理算法可以独立实现。架构为计算模块实现了一个可添加、移出接口，不同的算法设计只要符合该接口就可以方便的加入到模块架构中来进行调试和运行。 在硬件架构的基础上本文实现了排序滤波，中值滤波，卷积运算及高斯滤波，形态学算子运算等经典的图像处理算法。讨论了FPGA的图像处理算法的设计方法及优化策略，通过性能分析，FPGA实现图像处理在时间上比软件处理有了很大的提高；通过结果的比较，发现FPGA的处理结果达到了软件处理几乎同等的效果水平。最后本文在实现较大图片处理和图像处理窗口的大小可配置性方面做了一定程度的讨论和改进，提高了算法的可用性，同时为进一步的研究提供了更加便利的平台。 整个设计都是在ISE8.2和ModelSim第三方仿真软件环境下开发的，在xilinx的Spartan-3E XC3S500E硬件平台上实现。在软件仿真过程中利用了ISE8.2自带仿真工具和ModelSim结合使用。 本课题为制造FPGA的专用图像处理芯片做了有益的探索性研究，为实现FPGA为核心处理芯片的实时图像处理系统有着积极的作用。
上传时间： 2013-05-30
上传用户：水瓶kmoon5
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
在本讲中，简要地介绍了.算子、并矢的定义、性质和运算规则， 概括性地给出了积分变换的统一形式，最后，讨论了电磁场理论中常用的矢径的性质，为今后的理论分析奠定基础。
上传时间： 2013-08-06
上传用户：kr770906
·摘 要:介绍了数字图像处理主要研究领域中边缘检测的方法,即拉普拉斯高斯算子和Canny算子.利用MatLab图像处理工具箱提供的图像处理函数,对图像进行边缘检测,给出了相应程序及处理结果.结果表明：拉普拉斯高斯算子和Canny算子检测边缘清晰且噪声小.[著者文摘]
上传时间： 2013-05-27
上传用户：标点符号
目前，被广泛使用的经典边缘检测算子有Sobel算子，Prewitt算子，Roberts算子，Log算子，Canny算子等等。这些算子的核心思想是图像的边缘点是相对应于图像灰度值梯度的局部极大值点。然而，当图像中含有噪声时这些算子对噪声都比较敏感，使得将噪声作为边缘点。由于噪声的干扰，不能检测出真正的边缘。一个拥有良好属性的的边缘检测算法是每个研究者的追求。利用小波交换的特点，设计了三次B样条平滑滤波算子。通过利用这个算子，对利用小波变换来检测图像的边缘进行了一定的研究和理解。
上传时间： 2013-10-13
上传用户：kqc13037348641
为了提高Forward变换器非线性系统的控制性能，采用了精确线性化控制方法。首先采用开关函数和开关周期平均算子建立适合微分几何方法的仿射非线性系统模型。从理论上证明了该模型满足系统精确线性化的条件。对非线性坐标变换后得到的线性系统，利用二次型最优控制策略推导出非线性状态反馈控制律。实验结果表明，系统具有良好的静态和动态性能，验证了该控制方法的有效性和正确性。
上传时间： 2013-11-10
上传用户：xywhw1
单片机模糊模糊控制是目前在控制领域所采用的三种智能控制方法中最具实际意义的方法。模糊控制的采用解决了大量过去人们无法解决的问题，并且在工业控制、家用电器和各个领域已取得了令人触目的成效。本书是一本系统地介绍模糊控制的理论、技术、方法和应用的著作；内容包括模糊控制基础、模糊控制器、模糊控制系统、模糊控制系统的稳定性、模糊控制系统的开发软件，用单片微型机实现模糊控制的技术和方法，模糊控制在家用电器和工业上应用的实际例子；反映了模糊控制目前的水平。 单片机模糊模糊控制目录 ： 第一章 模糊逻辑、神经网络集成电路的发展 1.1 模糊逻辑及其集成电路的发展1.1.1 模糊逻辑的诞生和发展1.1.2 模糊集成电路的发展进程1.2 神经网络及其集成电路的发展1.2.1 神经网络的形成历史1.2.2 神经网络集成电路的发展1.3 模糊逻辑和神经网络的结合1.3.1 模糊逻辑和神经网络结合的意义1.3.2 模糊逻辑和神经网络结合的前景第二章 模糊逻辑及其理论基础 2.1 模糊集合与隶属函数2.1.1 模糊集合概念2.1.2 隶属函数2.1.3 分解定理与扩张定理2.1.4 模糊数2.2 模糊关系、模糊矩阵与模糊变换2.2.1 模糊关系2.2.2 模糊矩阵2.2.3 模糊变换2.3模糊逻辑和函数2.3.1模糊命题2.3.2模糊逻辑2.3.3模糊逻辑函数2.4模糊语言2.4.1 语言及语言的模糊性2.4.2 模糊语言2.4.3 语法规则和算子2.4.4 模糊条件语句2.5 模糊推理2.5.1 模糊推理的CRI法2.5.2 模糊推理的TVR法2.5.3 模糊推理的直接法2.5.4 模糊推理的精确值法2.5.5 模糊推理的强度转移法第三章 模糊控制基础 3.1 模糊控制的系统结构3.2 精确量的模糊化3.2.1 语言变量的分档3.2.2 语言变量值的表示方法3.2.3 精确量转换成模糊量3.3 模糊量的精确化3.3.1 最大隶属度法3.3.2 中位数法3.3.3 重心法3.4 模糊控制规则及控制算法3.4.1 模糊控制规则的格式3.4.2 模糊控制规则的生成3.4.3 模糊控制规则的优化3.4.4 模糊控制算法3.5 模糊控制的神经网络方法3.5.1 神经元和神经网络3.5.2 神经网络的分布存储和容错性3.5.3 神经网络的学习算法3.5.4 神经网络实现的模糊控制3.5.5 神经网络构造隶属函数3.5.6 神经网络存储控制规则3.5.7 神经网络实现模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器结构4.2 模糊控制器设计4.2.1 常规模糊控制器设计4.2.2 变结构模糊控制器设计4.2.3 自组织模糊控制器设计4.2.4 自适应模糊控制器设计4.3 模糊控制器的数学模型4.3.1 常规模糊控制器的数学模型4.3.2 模糊控制器数学模型的建立第五章 模糊控制系统 5.1 模糊系统的辨识和建模5.1.1 模糊系统辨识的数学基础5.1.2 基于模糊关系方程的模糊模型辨识5.1.3 基于语言控制规则的模糊模型辨识5.2 模糊控制系统的设计5.2.1 模糊控制系统的一般设计过程5.2.2 模糊控制系统的典型设计5.3 模糊控制系统的稳定性5.3.1 稳定性分析的Lyapunov直接法5.3.2 语言规则描述的模糊控制系统的稳定性5.3.3 关系方程描述的模糊控制系统的稳定性第六章 数字单片机与模糊控制6.1 数字单片机MC68HC705P96.1.1 MC68HC705P9单片机性能概论6.1.2 MC68HC705P9单片机基本结构6.1.3 MC68HC705P9指令系统6.2 数字单片机模糊控制方式6.2.1 数字单片机与模糊控制关系6.2.2 数字单片机模糊控制方式第七章 模糊单片机与模糊控制7.1 模糊单片机NLX2307.1.1 模糊单片机NLX230性能概况7.1.2 NLX230的结构及引脚7.1.3 NLX230的模糊推理方式7.1.4 NLX230的内部寄存器7.1.5 NLX230的操作及接口技术7.2 NLX230开发系统7.3 NLX230应用例子第八章 模糊控制的开发软件8.1 模糊推理机原理8.2 模糊推理机的算法8.3 模糊推理机结构和清单8.4 模糊逻辑知识基发生器8.5 模糊推理开发环境8.5.1 FIDE的工作条件8.5.2 FIDE的结构8.5.3 FIDE的工作过程第九章 模糊控制在家用电器中的应用9.1 模糊控制的电冰箱9.1.1 电冰箱模糊控制系统结构9.1.2 模糊控制规则和模糊量9.1.3 控制系统的电路结构9.1.4 控制规则的自调整9.2 模糊控制的电饭锅9.2.1 煮饭的工艺过程曲线9.2.2 模糊控制的逻辑结构9.2.3 模糊量和模糊推理9.2.4 控制软件框图9.3 模糊控制的微波炉9.3.1 控制电路的结构框图9.3.2 微波炉的模糊量与推理9.3.3 微波炉控制电路结构原理9.3.4 控制软件原理及框图9.4 模糊控制的洗衣机9.4.1 模糊洗衣机控制系统逻辑结构9.4.2 模糊洗衣机的模糊推理9.4.3 洗衣机物理量检测方法9.4.4 布质和布量的模糊推理第十章 模糊控制在工程上的应用10.1 模糊参数自适应PID控制器10.1.1 自校正PID控制器10.1.2 模糊参数自适应PID控制系统结构10.1.3 模糊控制规则的产生10.1.4 模糊推理机理及运行结果10.2 恒温炉模糊控制10.2.1 恒温炉模糊控制的系统结构10.2.2 模糊控制器及控制规则的形成10.2.3 模糊控制器的校正10.3 感应电机模糊矢量控制10.3.1 模糊矢量控制系统结构10.3.2 矢量控制的基本原理10.3.3 模糊电阻观测器10.3.4 模糊控制器及运行
上传时间： 2014-12-28
上传用户：semi1981
首先提出了基于PM(propagator method)方法的波达方向(DOA)、频率联合估计快速算法，给出了PM 算子的一个估计，由PM 算子构造出一特殊的低维矩阵，其特征值给出频率的估计，进而由估计的频率和相应的特征矢量得到DOA 的估计。
上传时间： 2014-09-12
上传用户：xauthu
