在图像处理及检测系统中，实时性要求往往影响着系统处理速度的性能。本文在分析研究视频检测技术及方法的基础上，应用嵌入式系统设计和图像处理技术，以交通信息视频检测系统为研究背景，展开了基于FPGA视频图像检测技术的研究与应用，通过系统仿真验证了基于FPGA架构的图像并行处理和检测系统具有较高的实时处理能力，能够准确并稳定地检测出运动目标的信息。可见FPGA对提高视频检测及处理的实时性是一个较好的选择。 本文主要研究的内容有： 1．分析研究了视频图像检测技术，针对传统基于PC构架和DSP处理器的视频检测系统的弊端，并从可靠性、稳定性、实时性和开发成本等因素考虑，提出了以FPGA芯片作为中央处理器的嵌入式并行数据处理系统的设计方案。 2．应用模块化的硬件设计方法，构建了新一代嵌入式视频检测系统的硬件平台。该系统由异步FIFO模块、图像空间转换模块、SRAM帧存控制模块、图像预处理模块和图像检测模块等组成，较好地解决了图像采样存储、处理和传输的问题，并为以后系统功能的扩展奠定了良好的基础。 3．在深入研究了线性与非线性滤波几种图像处理算法，分析比较了各自的优缺点的基础上，本文提出一种适合于FPGA的快速图像中值滤波算法，并给出该算法的硬件实现结构图，应用VHDL硬件描述语言编程、实现，仿真结果表明，快速中值滤波算法的处理速度较传统算法提高了50％，更有效地降低了系统资源占用率和提高了系统运算速度，增强了检测系统的实时性能。 4．研究了基于视频的交通车流量检测算法，重点讨论背景差分法，图像二值化以及利用直方图分析方法确定二值化的阈值，并对图像进行了直方图均衡处理，提高图像检测精度。并结合嵌入式系统处理技术，在FPGA系统上研究设计了这些算法的硬件实现结构，用VHDL语言实现，并对各个模块及相应算法做出了功能仿真和性能分析。 5．系统仿真与验证是整个FPGA设计流程中最重要的步骤，针对现有仿真工具用手动设置输入波形工作量大等弊病，本文提出了一种VHDL测试基准(TestBench)方法解决系统输入源仿真问题，用TEXTIO程序包设计了MATLAB与FPGA仿真软件的接口，很好地解决了仿真测试中因测试向量庞大而难以手动输入的问题。并将系统的仿真结果数据在MATLAB上还原为图像，方便了系统测试结果的分析与调试。系统测试的结果表明，运动目标的检测基本符合要求，可以排除行走路人等移动物体(除车辆外)的噪声干扰，有效地检测出正确的目标。 本文主要研究了基于FPGA片上系统的图像处理及检测技术，针对FPGA技术的特点对某些算法提出了改进，并在MATLAB、QuartusⅡ和ModelSim软件开发平台上仿真实现，仿真结果达到预期目标。本文的研究对智能化交通监控系统的车流量检测做了有益探索，对其他场合的图像高速处理及检测也具有一定的参考价值。
上传时间： 2013-07-13
上传用户：woshiayin
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
图像检测\模板匹配的Visual C++代码
上传时间： 2013-12-26
上传用户：cjl42111
混合高斯模型 图像检测 可以应用于视频和图片
上传时间： 2017-02-11
上传用户：talenthn
机器视觉教程2-进行图形图像检测处理的理论基础知识。
上传时间： 2017-04-19
上传用户：jichenxi0730
视频序列中运动目标的检测是计算机视觉和图像编码研究领域的一个重要课题，在机器人导航、智能监视系统、交通监测、医学图像处理以及视频图像压缩和传输等领域都有广泛的应用。FPGA作为当今主流的大规模可编程专用集成电路，可以满足高速图像处理的需要。使用FPGA可以充分利用硬件上的并行性，从本质上改善图像处理的速度，使对大数据量的图像处理达到实时性。本文提出基于FPGA的运动目标检测系统，对以后算法的改进，输入输出图像大小的变化，图像采集和显示设备更换等都具有灵活性。 本文对目前运动目标检测的主要算法研究分析，根据背景减法的适用环境和特点提出改进的W4运动检测算法。该算法具备背景减法的优点，并且克服了W4运动检测算法在环境变化较快或环境变化较频繁条件下对运动目标进行检测的局限性。 本文首先在MATLAB中对改进的W4运动检测算法进行仿真，然后将算法移植到FPGA中实现。设计图像采集、图像检测和VGA显示等模块，完善运动目标检测系统。根据算法和运动目标检测系统的特点提出一种基于改进的W4算法的快速检测方法，该方法以块为单位进行运动目标检测，可以有效地提高图像处理的速度，使系统满足实时性要求。
上传时间： 2013-07-20
上传用户：sn2080395
基于彩色眼底图像的血管分割，分割效果良好，可用于眼底图像检测
上传时间： 2017-11-22
上传用户：wenxi2016
红外图像检测技术因具有非接触、快速等优点，被广泛应用于电力设备的监测与诊断 中，而对设备快速精确地检测定位是实现自动检测与诊断的前提。与普通目标的可见光图像相比， 电力设备的红外图像可能存在背景复杂、对比度低、目标特征相近、长宽比偏大等特征，采用原 始的 YOLOv3 模型难以精确定位到目标。针对此问题，该文对 YOLOv3 模型进行改进：在其骨干 网络中引入跨阶段局部模块；将路径聚合网络融合到原模型的特征金字塔结构中；加入马赛克 （Mosaic）数据增强技术和 Complete-IoU（CIoU）损失函数。将改进后的模型在四类具有相似波纹 外观结构的电力设备红外图像数据集上进行训练测试，每类的检测精度均能达到 92%以上。最后， 将该文方法的测试结果与其他三个主流目标检测模型进行对比评估。结果表明：不同阈值下，该 文提出的改进模型获得的平均精度均值优于 Faster R-CNN、SSD 和 YOLOv3 模型。改进后的 YOLOv3 模型尽管在检测速度上相比原 YOLOv3 模型有所牺牲，但仍明显高于其他两种模型。对 比结果进一步验证了所提模型的有效性。
上传时间： 2021-10-30
上传用户：
瑞泰开发板ICETEK-DM642的实验例程 实验5.1：发光二极管的显示编程––––––––––––––––––– 85 实验5.2：定时器控制发光二极管的显示–––––––––––––––– 90 实验5.3：音频输出––––––––––––––––––––––––– 94 实验5.4：BSL 测试––––––––––––––––––––––––– 97 实验5.5：FLASH 烧写和程序自启动（Boot Loader）–––––––––––99 第二章：基于 ICETEK-DM642-PCI 的基本图象算法实现–––––––––––104 实验5.6---实验5.19：视频驱动程序应用––––––––––––––––104 实验5.20：视频图像处理-取反––––––––––––––––––––122 实验5.21：视频图像处理-直方图统计–––––––––––––––––124 实验5.22：视频图像处理-直方图均衡化增强––––––––––––––126 实验5.23：视频图像处理-中值滤波–––––––––––––––––– 129 实验5.24：视频图像处理-边缘检测（Sobel 算子）––––––––––––132 实验5.25：视频图像处理-傅立叶变换––––––––––––––––– 136 实验5.26：视频图像处理-彩色空间变换–––––––––––––––– 140 第三章：基于ICETEK-DM642-PCI 的FPGA 实现OSD 功能及图象算法–––– 144 实验5.27---实验5.30：视频图像与图形的叠加–––––––––––––144 第四章：基于ICETEK-DM642-PCI 的复杂图象算法实现––––––––––– 148 实验5.31：视频图像处理-H.263 编码解码––––––––––––––––148 实验5.32：视频图像处理-JPEG2 编码解码–––––––––––––––153 实验5.33：视频图像处理-MPEG2 编码解码–––––––––––––––157 实验5.34：视频图像处理-运动图像检测––––––––––––––––162 第五章：基于ICETEK-DM642-PCI 的图象网络算法实现–––––––––––166 实验5.35：视频图像处理-JPEG 网络摄像机–––––––––––––––166 实验5.36：视频图像处理-双路JPEG 网络摄像机–––––––––––––170 实验5.37：视频图像处理-视频网络服务器––––––––––––––– 174 实验5.38：视频图像处理-视频网络客户端––––––––––––––– 179 第六章：基于ICETEK-DM642-PCI 的语音算法实现：–––––––––––––184 实验5.39：语音处理-数字回声–––––––––––––––––––– 184 实验5.40：语音处理-滤波处理–––––––––––––––––––– 187 实验5.41：语音处理-滤波处理1––––––––––––––––––– 189 第七章：基于ICETEK-DM642-PCI 的上位机通讯实验–––––––––––– 191 实验5.42：通信-异步串口––––––––––––––––––––––191 实验5.43：通信-PCI 总线–––––––––––––––––––––– 194 实验 5.44：视频图像处理-生成图像文件–––––––––––––––– 198
上传时间： 2013-05-31
上传用户：zxianyu
随着汽车技术的不断发展，越来越多的的人拥有了自己的汽车，基于汽车安全的汽车辅助系统也日益受到了人们的重视。汽车辅助安全系统可以对汽车驾驶过程中出现的紧急情况进行报警和控制。可以预见，基于汽车安全的辅助驾驶系统有着良好的发展前景和广阔的应用空间。 本文通过将图像检测技术和激光测距技术相结合，应用ARM+DSP的双核架构，设计出一款高性能的汽车主动安全系统。系统通过图像识别技术对行车路况进行监控，并通过激光测距技术对前方车距进行检测。当自车与前方的车距小于系统计算出来的安全车距，并有可能发生碰撞时，系统将予以报警，提醒驾驶员注意减速或制动，从而达到有效预防追尾碰撞事故发生的目的。本文的主要内容包括以下几个方面： 1)完成系统的整体硬件设计工作。针对汽车安全系统对准确性和实时性的要求，系统设计采用S3C2410作为系统的主控制器、TMS320DM6437作为系统的协处理器。双核架构的应用将大幅度提升系统在图像检测方面的运算能力。 2)为提高系统与各子模块的通信效率，系统采用CAN总线作为主控制器与其他子模块的主要通信总线。并开发出相应的驱动软件。 3)系统采用嵌入式Linux操作系统，应用Linux强大的事务管理能力，来提高系统的处理能力和响应速度。 4)通过对汽车碰撞过程的分析，研究开发出一套汽车防撞决策算法，对驾驶员预警和对车辆进行辅助制动，保障驾驶人员的安全。 最后，论文在总结全文工作的基础上，指出了系统的不足之处和进一步研究的工作方向。 总之，在汽车安全技术在国内刚刚起步的今天，对该系统的研究对于中国自主的汽车主动安全系统无论是在理论研究还是实际应用上都具有一定的价值。
上传时间： 2013-07-08
上传用户：y307115118
