本文的目的就是研究如何应用FPGA这种大规模的可编程逻辑器件实现CCD（Charge Coupled Device，电荷耦合器件）数字图像的实时采集及预处理。基于对实时图像处理系统的研究与设计，本文主要研究工作及成果如下： 1.本论文详细的介绍了图像采集卡的结构和基本工作原理。同时，针对高分辨率的CCD摄像机，探讨了有关点目标与CCD像元一一对应的图像采集及其硬件和软件设计方法。 2.本文分析了星图中弱小目标、噪声以及背景的特点，给出了点目标的场景图像的数学模型及复杂背景下点目标检测的预处理方法。针对星图灰度分布的特点，采用高斯低通滤波算法和高通滤波算法对星图进行预处理，同时还对图像扫描聚类算法进行了研究与分析。 3.数字信号处理器常常因为在复杂性、运算速度等方面的限制，难以实时的实现复杂的检测算法。本文采用FPGA技术，实现了复杂背景下弱点目标的预处理算法，解决了计算、数据缓冲和存储操作协调一致的问题，同时采用并行高密度加法器和流水线的工作方式，使整个系统的数据交换和处理速度得以很大的提高，合理的解决了资源和速度之间的相互制约问题，并在实际中取得满意的结果。
上传时间： 2013-07-03
上传用户：wang5829
基于彩色路径识别的视觉导航方法是当前自动导航小车领域的研究热点和方向。视觉导航是指根据地面路径和被控对象之间的位置偏差控制其运行的方向，因此，地面彩色路径图像的摄取及其识别处理就成为视觉导航系统中的基础和关键。在当前的视觉导航系统设计中，图像处理的硬件平台都是基于通用微处理器，嵌入式微处理器或者DSP进行设计的。这些处理器一个共同的特点就是数据串行处理，而图像处理过程涉及大量的并行处理操作，因此传统的串行处理方式满足不了图像处理的实时性要求。 鉴于微处理器这方面的不足，作者提出一种使用FPGA实现图像识别的并行处理方案，并据此设计一个智能图像传感器。该传感器采用先进的FPGA技术，将图像采集及其显示，路径的识别处理以及通信控制等模块集成在一个芯片上，形成一个片上系统(SOC)。其主要功能是对所采集的彩色路径图像进行识别处理，获得彩色路径的坐标及其方向角，并将处理结果发送给上位机，为自动导航提供控制依据。 本文将彩色路径的识别处理过程划分为三个阶段，第一阶段为颜色聚类识别，以获得二值路径图像，第二阶段为数学形态学运算，用于对第一阶段中获得的二值图像进行去斑处理，第三阶段为路径中心线的定位及其方向角的测量。图像传感器与上位机的通信采用异步串行方式，由于上位机需要控制该传感器执行多种任务，作者定义一种基于异步串行通信的应用层协议，用于上位机对传感器的控制。在图像的显示中，为了弥补图像采集的速率和VGA显示速率的不匹配，作者提出一种基于单端口存储器的图像帧缓冲机制，通过VGA接口将采集的图像实时地显示出来。 根据上述思想，作者完成了系统的硬件电路设计，并对整个系统进行了现场调试。调试结果表明，传感器系统的各个模块都能正常工作，FPGA中的数字逻辑电路能够实时地将路径从图像中准确地识别出来，.充分体现了FPGA对路径图像的高速处理优势，达到了设计预期目标，在一定程度上丰富了路径图像识别处理的技术和方法。
上传时间： 2013-04-24
上传用户：ghostparker
· 摘要： 提出了一种基于DSP和FPGA的自动报靶系统的设计方法,主要阐述了系统的软硬件设计方法,并提出用模糊聚类分析识别靶心.对比其它设计方法.该方法适应性强、灵活性高,设计调试方便.
上传时间： 2013-04-24
上传用户：whenfly
主要研究了室内自主移动机器人基于激光传感器在未知环境下的地图创建的问题。分析了目前地图创建的方法，采用一种分层聚类的方法从原始激光测量数据中提取直线特征，并计算直线特征参数的方差矩阵，最后通过Matlab仿真以及在带有激光型号为lms200的MT-r机器人进行物理实验验证了其可行性。结果所得为机器人实时定位和SLAM提供了理论依据。
上传时间： 2013-11-02
上传用户：lansedeyuntkn
针对数据在性态和类属方面存在不确定性的特点，提出一种基于模糊C 均值聚类的数据流入侵检测算法，该算法首先利用增量聚类得到网络数据的概要信息和类数，然后利用模糊C均值聚类算法对获取的数据特征进行聚类。实验结果表明该算法可以有效检测数据流入侵。
上传时间： 2015-01-03
上传用户：fujiura
针对函数优化问题，提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度，选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类，利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中，数值结果比较表明，提高了算法搜索能力，全局最优解的精度和收敛速度。
上传时间： 2013-11-14
上传用户：hxy200501
自组织 Kohonen 映射程序，当一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。
上传时间： 2014-01-07
上传用户：hn891122
:<<数据挖掘--实用机器学习技术及java实现>>一书的配套源程序，结合数据挖掘和机器学习的知识,以java语言实现了具有代表性的各类数据挖掘方法.例如:classifier中的ZeroR.OneR.NaiveBayes.DecisionTable.IBK.C45,还有聚类,数据预处理等
上传时间： 2014-01-15
上传用户：阳光少年2016
本书共分６篇，第１篇统计学基础知识与ＳＡＳ软件应用技巧，介绍了统计学的基本概念和学习方法、试验设计入门、统计描述、ＳＡＳ软件应用入门、编写ＳＡＳ实用程序的技巧、单变量统计分析和利用SAS／GRAPH模块绘制常用统计图的方法。第２篇试验设计与定量资料的统计分析，介绍了与ｔ检验、非参数检验和各种方差分析有关的试验设计和数据处理方法。第３篇试验设计与定性资料的统计分析，介绍了处理二维及高维列联表资料的各种统计分析 方法，包括卡方检验、Fisher的精确检验、典型相关分析、logistic回归模型和对数线性模型等内容。第４篇试验设计与回归分析，介绍了回归分析的种类和选用方法、简单直线回归、多项式回归、简单曲线回归、多元线性回归、协方差分析、直接试验设计及其资料的回归分析等有关内容。第５篇生存分析，介绍了生存资料的特点、生存时间函数和生存分析 方法的分类等基本概念；生存资料的非参数分析方法、ＣＯＸ模型分析方法和参数模型的回归分析方法。第６篇多元统计分析，介绍了主成分分析、因子分析、对应分析、聚类分析、判别分析、典型相关分析。
标签： 分
上传时间： 2013-12-19
上传用户：zyt
开发环境:Matlab 简要说明:自组织特征映射模型(Self-Organizing feature Map)，认为一个神经网络接受外界输入模式时，将会分为不同的区域，各区域对输入模式具有不同的响应特征，同时这一过程是自动完成的。各神经元的连接权值具有一定的分布。最邻近的神经元互相刺激，而较远的神经元则相互抑制，更远一些的则具有较弱的刺激作用。自组织特征映射法是一种无教师的聚类方法。
标签： Self-Organizing feature Matlab Map
上传时间： 2015-03-19
上传用户：杜莹12345
