JPEG2000是新一代的静态图像压缩标准，它相比JPEG有很多新的特性，如渐进传输和感兴趣区域编码等，因而它具有广阔的应用前景，特别是在数码相机、PDA等便携式设备中。 JPEG2000的核心主要包括小波变换和基于最优化截断点的嵌入式块编码(EBCOT)算法，其计算复杂度远远高于JPEG，完全采用软件方案实现将会占用大量的处理器时间和内存开销，而且速度较慢，实时处理的能力较差。为了推广JPEG2000在便携式产品、消费类电子产品中的应用，打开巨大的潜在市场，研究硬件实现的算法实时处理方案具有重要的应用价值。 EBCOT算法是一个两层的编码引擎，其中的上下文编码的运算量约占到总运算量的50％，是提高编码速度的关键算法之一。由于上下文编码大部分都是逻辑运算，没有复杂的数学运算，但逻辑控制流程复杂繁琐，对存储器访问频繁，采用DSP或者其他的通用处理器通过指令控制实现该算法，未能显著提高编码速度。本文采用FPGA芯片，以电路逻辑的方式来实现该算法并进行优化，在研究和分析了上下文编码算法运算特点的基础上，设计了列判断和交错存储相结合的硬件实现方案，并采用硬件描述语言Verilog在寄存器传输级描述了相应的硬件电路。通过功能仿真和逻辑综合后，所获得的上下文编码模块最大时钟频率为101MHz，且能在130ms内完成对一幅512×512灰度图像的编码，性能比Jasper软件中的实现方案提高了75％。 JPEG2000的一个重要特性是其具有渐进传输的能力，而码流组织是获得渐进传输特性的技术关键。码流组织通过在输出码流中安排数据包的先后顺序来实现渐进传输的目的。本文对JPEG2000中实现渐进传输的机制进行了分析，并研究了码流组织的算法实现。 为了对JPEG2000算法实现进行验证，本文设计了基于FPGA和ARM的验证实验平台，其中FPGA主要完成算法中运算量较大的小波变换、上下文编码和算术编码，而ARM处理器则完成码流组织、数据打包以及和PC机的通信。本文在该平台上对所设计的上下文编码算法和码流组织模块的设计进行了验证，实验结果表明本文设计的算法模块功能正确，并在一定程度上提高了编码速度。
上传时间： 2013-04-24
上传用户：独孤求源
对弓网故障的检测在列车提速的今天显得尤其重要，原始故障图像数据量的巨大使实时存储和传输故障图像极其困难。JPEG作为一种低复杂度、高压缩比的图像压缩标准在多媒体、网络传输等领域得到广泛的应用。和相同图像质量的其它常用文件格式(如GIF，TIFF，PCX)相比，JPEG是目前静态图像中压缩比最高的。 FPGA以其设计灵活、高速的卓越特性，逐渐成为许多应用中首先器件，尤其是与Verilog和VHDL等语言的结合，大大变革了电子系统的设计方法，加速了系统的设计进程。 本文旨在研究并实现一种实时采集并对特定帧进行压缩传输的方法。通过采用可编程逻辑器件FPGA来实现整个采集、显示、压缩和传输，使系统具有可定制、高速度等优点。 本文首先介绍了开发硬件可编程逻辑门阵列FPGA及其开发语言Veridlog，并介绍了FPGA的设计方法及开发流程；接着介绍了PAL制视频采集的相关知识及设计，其中主要包括基于I2C总线的模拟视频解码控制、视频的数字化ITU-R BT.601标准介绍及视频同步信号的获取、基于SDRAM的视频帧存储、VGA显示控制设计；随后介绍了JPEG标准，并根据故障检测的特点，设计了针对灰度图像压缩的JPEG编码器，设计中先分别对组成JPEG编码器的二维DCT变换模块、量化模块、Z字扫描模块、变换直流系数的差分脉冲编码模块、交流系数的游程编码模块、哈夫曼编码模块及打包模块进行了仿真测试，然后再对整个JPEG编码器进行了测试；最后设计了单帧视频的SRAM缓存，并将缓存的源图像采用本文设计的JPEG编码器进行压缩，再设计一个仅包含发送功能的UART 将压缩后的码流传输到PC机，在PC机上通过将接收的码流以ASCⅡ码的形式还原为采集图片。 本文实现了整个采集压缩系统，同时也进一步验证了本文设计的灰度图像JPEG编码器的正确性。相信本文无论是对弓网故障的图像检测，还是对于JPEG编码器的芯片设计都有一定的参考价值。
上传时间： 2013-04-24
上传用户：cuiqiang
随着红外探测技术和超大规模专用集成电路的发展，实时红外成像系统得到了越来越广泛的应用。如何针对红外图像的特性对红外图像进行实时处理，得到能真实反映探测场景、适合观察分析的红外图像是目前红外成像技术的研究热点。针对红外图像在被采集后立即进行预处理，简化后级数字信号处理单元的繁重任务，在红外成像技术中具有重要意义。本论文主要工作如下： (1)对红外成像的原理、红外图像的形成过程、红外图像的特征以及红外图像与可见光图像的区别进行了阐述。 (2)简要介绍了频域中图像的增强算法，以及图像的灰度变换原理。 (3)通过对时域中各种算法的分析对比，以及时域处理与频域处理的对比，选择数种适合红外图像预处理的算法进行硬件实现，然后再根据硬件实现的难易程度和算法对硬件资源的占用率，以及最终对图像的处理效果，选择一种最佳的平滑和锐化方法。 (4)针对FPGA的特点，采用了模块化结构设计，方便构成并行运算，充分体现了实时处理的要求。 (5)分析了红外图像灰度变换的硬件构成，实现了对红外图像的直方图统计。 (6)阐述了I2C总线标准，使用I2C总线对SAA7115视频图像处理芯片的控制，对模拟的红外图像采集、量化成数字图像信号；由于采用SDRAM进行数据的存储，所以针对数据的存储及读取方式设计了SDRAM存储器的控制器，将量化后的数据存储到SDRAM存储器。 (7)详细阐述了图像频域处理的硬件实现方法，并特别说明了DFT的FPGA硬件构成方法及这种方法与DSP处理器构成方法的区别。然后针对整个系统的时序构成及时序要求，采用了PLL核构成了系统的时序部分，并对系统进行了优化，以提高运行速度及减少资源占用率。
上传时间： 2013-07-12
上传用户：顶得柱
提出通过对分块图像的DCT 系数进行动态范围压缩来改进传统的基于DCT 变换的图像自嵌入水印算法，并结合灰度变换函数与JPEG 标准量化表重新设计了DCT 系数码长分配表，大幅度提升了量化过程保留的图
上传时间： 2013-07-28
上传用户：小鹏
为了使计算机能更好的识别人脸表情，对基于Gabor小波变换的人脸表情识别方法进行了研究。首先对包含表情区域的静态灰度图像进行预处理，包括对确定的人脸表情区域进行尺寸和灰度归一化，然后利用二维Gabor小波变换提取脸部表情特征，使用快速PCA方法对提取的Gabor小波特征初步降维。再在低维的空间中，利用Fisher准则提取那些有利于分类的特征，最后用SVM分类器进行分类。实验结果表明，上述提出的方法比传统的方法识别速度更快，能达到实时性的要求，并且具有很好的鲁棒性，识别率高。
上传时间： 2013-11-08
上传用户：小眼睛LSL
引言 在数字信息传输中，基带数字信号通常要经过调制器调制，将频率搬移到适合信息传输的频段上。2FSK就是用数字信号去调制载波的频率（移频键控），由于它具有方法简单、易于实现、抗噪声和抗衰落性能较强等优点，因此在现代数字通信系统的低、中速数据传输中得到了广泛应用。 直接数字频率合成技术(DDS)将先进的数字处理技术与方法引入信号合成领域。DDS器件采用高速数字电路和高速D/A转换技术，具备频率转换时间短、频率分辨率高、频率稳定度高、输出信号频率和相位可快速程控切换等优点，可以实现对信号的全数字式调制。
上传时间： 2014-12-27
上传用户：1427796291
多维多选择背包问题(MMKP)是0-1背包问题的延伸，背包核已经被用来设计解决背包问题的高效算法。目的是研究如何获得一种背包核，并以此高效处理多维多选择背包问题。首先给出了一种方法确定MMKP的核，然后阐述了利用核精确解决MMKP问题的B&B算法，列出了具体的算法步骤。在分析了算法的存储复杂度后，将算法在各种实例上的运行效果与目前解决MMKP问题的常用算法的运行效果进行了比较，发现本文的算法性能优于以往任何算法。
上传时间： 2013-11-20
上传用户：wangw7689
通过对海上红外图像进行分析，提出了一种基于海天线提取的红外小目标检测方法。该算法的基本思路是根据所需提取目标的特点，首先选择感兴趣的灰度区域，然后运用Canny算子进行边缘检测，接着对图像进行Hough变换检测海天线，最后对海天线以下且符合目标特征的连通域进行标记从而来确定目标的位置。实验结果表明，该方法能较好地检测出海上红外小目标。
上传时间： 2015-01-03
上传用户：long14578
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
本实例主要包括图像的模糊化，边缘变换，灰度变换等，对这些图像操作完成之后，还可以还原图像
上传时间： 2013-12-22
上传用户：songnanhua
