教学课程资源库 更多>>

关键词： Zynq-7000   图像处理   FPGA   ARM   片上系统  

摘要： 随着电子技术、计算机技术和半导体工艺的发展，嵌入式数字图像处理系统在不断提高计算性能的同时，其功能也越加丰富。大量研究表明，采用FPGA实现嵌入式图像处理系统能够获得较高的计算性能。因此从计算性能的角度考虑，FPGA是嵌入式图像处理应用的理想选择方案。但是功能完善的嵌入式图像处理系统除了提供必要的图像处理功能，还可能需要提供图像采集、图像显示、网络通信、数据存储、人机交互等其它附加功能。这将使传统的FPGA图像处理方案在系统结构升级、设计方法和成本控制等环节上面临挑战。 Xilinx公司推出的Zynq-7000系列产品集成了最新工艺的ARM处理器和FPGA可编程逻辑器件。作为新一代的可编程片上系统，Zynq-7000提供了“ARM+FPGA”单片解决方案，非常适合计算密集、功能丰富的嵌入式应用设计。采用Zynq-7000实现的嵌入式图像处理系统，既能够通过FPGA获得较高的计算性能，又能够依靠ARM处理器提供完善的应用功能。 本文研究了基于Zynq-7000的嵌入式数字图像处理系统的设计方案和实现方法。采用Verilog硬件描述语言设计了VGA图像显示驱动模块，在Vivado开发环境中利用HLS工具进行了图像处理实验，进行了UBUNTU操作系统移植，完成了整个系统的建立与测试工作。围绕嵌入式数字图像处理系统的建立与测试，本文主要研究了以下内容。 （1）Zynq-7000片上系统的结构特点、设计优势及图像处理应用； （2）采用Zynq-7000实现嵌入式图像处理系统的方法； （3）图像采集和图像显示在Zynq-7000上的实现； （4）若干图像处理方法及其在Zynq-7000上的实现； （5）嵌入式图像处理系统的硬件平台集成； （6）应用层控制软件的设计； （7）相关设计工具（Vivado、SDK、HLS等）的使用方法。

关键词： 羊绒鉴别   图像处理   参数提取   统计分析   贝叶斯模型  

摘要： 本文研究主要依托中阿高校合作科研项目《中阿合作羊绒产业中羊绒纤维特征参数检测方法研究》进行,随机选取宁夏灵武羊绒市场流通的羊绒与羊毛纤维作为研究对象,利用数字图像采集系统采集两类纤维各1500根的样本图像,结合数字图像处理基本技术,对采集到的图像进行处理,得到单像素宽且边缘连续的纤维鳞边缘图像,进而提取表征纤维特性的8个特征参数和4个组合参数,统计分析各参数特性,最后运用贝叶斯理论建立了两类纤维的鉴别模型,实现了羊绒与羊毛纤维的高精度自动化鉴别。本文主要研究成果如下：(1)研究了羊绒与羊毛纤维图像光学采集条件,确定适宜的采集方式,即光学显微镜采用反射式照明方式,物镜采用景深大、工作距离长的25倍物镜、样本制取须严格按照国际标准IS017751：2007进行。(2)研究确定了纤维图像预处理的最佳方案：源图像→图像灰度化→边缘增强→图像去噪→边缘提取→形态学处理。其中各阶段的最佳处理方法为：图像灰度化采用加权平均值法,边缘增强采用拉普拉斯锐化,图像去噪采用中值滤波,二值化阈值采用128,形态学处理采用膨胀和细化。(3)提取了表征两类纤维特性的8个特征参数(即纤维直径、鳞片高度、鳞片周长、鳞片面积、相对鳞片周长、相对鳞片面积、径高比、方形度)和4个组合参数,即(dh)2、h2·Ad、(dh)2/Ad、 (Dh)2/(Ad·Pd)。在参数测量中,设计了分段测量纤维直径的方法,该方法可有效克服纤维的弯曲给参数测量带来的影响,其测量精度高于常用的三角形法和中轴线法。(4)重点对各参数的分布特征、两类错误概率和相关性进行了统计分析,研究发现：各参数分布参数均服从正态分布；通过各参数的判别临界值、两类错误概率值、交叠面积,计算得8个特征参数正判率由大到小依次为,相对鳞片面积>径高比>相对鳞片周长>直径>鳞片高度>方形度>鳞片面积>鳞片周长,4个组合参数正判率由大到小依次为,h2·Ad>(dh)2>(dh)2/Ad>(dh)2/(Ad·Pd)；各参数间存在线性相关、线性无关、非线性相关三种关系。(5)依据参数间相关性、正判率等关系,选择4种参数组合建立了鉴别两类纤维的贝叶斯鉴别模型。通过对4种模型鉴别结果的分析,发现参数个数、参数正判率、参数间相关性都对鉴别模型的精度有所影响,且参数个数越多、参数正判率越高、参数间相关系数越小的模型鉴别精度越高。依据此原则,最终确定了九参数的最优参数组合贝叶斯鉴别模型,实验表明,其鉴别精度达98.9%,实现了羊绒与羊毛纤维的计算机高精度自动化鉴别。

关键词： 图像增强   图像压缩   图像分割   MATLAB  

摘要： 图像增强技术是对于图像进行各种处理的统称,其目的是加工图像以突出我们需要的信息,同时将不需要的信息削弱。当图像包含更多的信息时,对存储空间以及传输信道的容量产生了更高的要求。在现有的图像压缩技术中,如何进一步满足获得更大的图像数据压缩比的要求,并尽可能把图像损失降到最小,是我们需要深入研究的内容。图像分割是从处理图像到分析图像过渡的关键步骤,在图像技术中占据重要的位置。图像分割有助于对特征目标的测量,并且基于图像分割的目标表达、特征提取和参数测量等,可以将一幅图像从原始状态转化为相对抽象且紧凑的形式,有利于更高层的图像分析和理解。本文从图像增强、图像分割以及图像压缩编码三个角度进行研究,并通过MATLAB工具箱进行相关仿真所得到的结论是:对于灰度图像来说,四种滤波器中,高斯滤波器和巴特沃斯滤波器是效果最好的两种,其中巴特沃斯滤波器中D0取值由20到70时锐化和平滑效果越来越明显,当D0不变而阶数变化时,由仿真结果可以看出四阶效果最明显。高斯滤波部分的D接近0.1时锐化效果最明显。对于彩色图像,均值滤波对于椒盐噪声效果最显著,中值滤波中,五乘以五的模板要远远好于三乘三的模板。对比几种分割方法,通过改变参数值,我们可以看到迭代法是相对于其他几种方法来说,分割的更细致,细节更加清楚。边缘算子中,canny算子得到分割最细致的图像,其他各算子都有或多或少的细节丢失。

关键词： 图像去雾   图像增强   图像复原   数字图像处理  

摘要： 随着计算机技术的发展,计算机视觉已经成为信息科学、计算机科学等各个科研领域的研究热点,并应用于军事侦察系统、交通安全监控、卫星遥感系统等多个领域。然而,在雾天天气下,光学传感器采集的数字图像会因为大气的散射而被严重降质,使图像色彩饱和度降低,整体偏灰白色,局部对比度降低,景物的细节特征难以辨认。这使图像的观赏性下降,视觉效果不佳,影响对目标特征的提取,对图像后续的处理带来不利影响。因此,数字图像去雾成为目前计算机视觉领域一个重要的研究方向和研究热点。本论文的工作主要有以下几个方面:首先,总结归纳了两大类数字图像去雾算法,即应用图像增强算法增强雾天图像的方法以及基于物理模型的算法,全面地综述了现有的图像去雾算法。然后,本文提出了使用Quick Shift模式搜索聚类图像分割算法引导暗原色先验去雾。在该算法中,Quick Shift图像分割算法被用于把图像分为三通道灰度值相近的图像区域,对每个区域分别进行暗原色先验去雾,高效地去除边缘效应。Quick Shift图像分割算法的引导也被用于改进环境光强度的估计,使去雾效果更好。然后,本文提出了一个基于后向传播神经网络的新单幅图像去雾算法。该算法把有雾图像中RGB通道值作为特征,通过样本训练,使用后向传播神经网络挖掘有雾图像颜色与场景深度之间的关系。训练样本包括无雾图像、相应的深度图以及完全同一场景的有雾图像。神经网络训练完成之后,对其输入有雾图像的每个像素点的RGB通道值,就能估算出对应的场景深度,从而实现去雾。实验结果表明本算法能实现实时处理,去雾图像质量良好。最后,本文从现有的雾天数字图像处理算法中选取有代表性的算法,与本文提出的两个新算法进行比较验证,对这些算法进行了主观评价和客观评测。

关键词： 机器视觉   外观检测   数字图像处理   缸套  

摘要： 汽车作为人们最常使用的代步工具已经成为现代社会的重要组成部分。然而对于汽车发动机缸套零部件的检测却一直停留在人工目视检查阶段,不光是加工现场恶劣的检查环境影响,人工目视检查自身的准确率也不能够得到保证。因为人为主观因素以及周围环境的影响,很容易造成缸套工件的误判、漏判,以至于不良品的流出导致危险后果。随着现代工业技术的发展,机器视觉技术凭借其检测效率高、检测过程智能化的优势逐渐成为智能化工厂的宠儿。但是由于国内对于机器视觉技术的研究应用正处于开拓阶段,因此,本文对缸套的外观缺陷视觉检测进行了深入的系统研究与分析。论文综述了机器视觉技术、发展现状及其发展趋势,简要介绍了缸套外观视觉检测系统的总体结构设计,研究了与缸套外观图像检测的相关图像处理技术,并且针对缸套的特点提出了一种新的视觉检测算法方案,最后通过对此实验验证了整个系统方案的可行性。其中,论文的主要工作分为下面的几个方面:1、针对缸套工件的检测要求与特点,设计了一种基于机器视觉技术的检测系统的总体方案。在机械方面根据缸套工件的形状特点设计了一种便于缸套传动检测的机械结构;在视觉检测方案方面,依据缸套工件的检测方式以及检测的技术要求,设计了一种能够完成缸套全外观检测的视觉方案,并且对其光源照明模块进行了改善;软件方面,在使用Vision Pro图像处理软件及***编程平台下,完成对视觉检测系统的软件设计调试。并且最后成功搭建出硬件检测平台,进行了可行性论证;2、对于缸套工件中所涉及到的一些数字图像处理技术进行了深入研究。主要包括数字图像的预处理技术,边缘提取技术、数字图像的滤波技术以及阈值分割技术等。针对缸套工件的待检测图像进行了大量的仿真实验,根据实验结果选取最佳的图像处理技术方案;3、依据图像处理技术提取的一些图像特征,简要包括图像中感兴趣的面积、周长及最大长宽等一些特征参数,设计并调整出一套基于检测参数的专家决策算法方案。并且最后,经过硬件平台的投入使用验证了该算法方案的稳定性与准确性。

关键词： CCD图像传感器   高温温度场   辐射测温技术   数字图像处理  

摘要： 在对固体火箭发动机的研究中,温度指标的准确测量是十分重要的。而从温度(场)的信息中,可以得出发动机的工况和燃烧的反应进行情况,对推进剂的选择也有一定的帮助和指导意义。不仅如此,对于羽焰温度的精准观察,也成为集中讨论的焦点。随着CCD电荷耦合器件的发展越来越成熟,将CCD图像传感器应用于对高温目标的检测的技术得到了很好的发展。本课题来自于中国航天六院,其研究内容是进行固体火箭发动机羽焰温度场信息的测试工作。本论文设计了一套高速温度场测量装置,将CCD图像传感器所获得的图像送至上位机,并利用专门编写的软件进行后续的数据处理。本文通过对相关设备的各种性能参数进行详细的调研和对比,并采用业内常用CCD比色法进行了对比实验,最终明确了该系统的最终设计思路,同时在软件和硬件上都规划了具体的设计方案。不仅如此,在对软件的设计中,本文使用了MATLAB软件进行了代码的相关修订工作,从而保证了系统的顺畅运行和错误冗余的减少。最后,对本文的系统的运行的调试和系统的标定都给予了最大可能的完善。标定时,选用了标准的高温黑体炉。从800K至2000K,每100K取一个温度点,选择不同的曝光时间得到大量的数据。从中选取固定的曝光时间进行温度拟合。这样就保证了系统运行的可靠性,同时在技术层次也保证了相关技术指标能够正常、顺利的使用,同时还对代码进行了最大限度的优化,从而保证了系统可以实时快速的对羽焰温度场的信息采集分析。并给出了系统的下一步改进方案。

关键词： 数字图像处理   针片状集料   主轴排列   离散程度  

摘要： 随着沥青混凝土的普遍应用,对其进行的研究也日新月异。目前主流的研究均是基于像马歇尔之类的宏观力学性能或者体积参数实验。而本文主要从数字图像处理这个角度出发,直接对混合料中的集料几何信息和位置分布进行统计。对集料的针片状含量、主轴分布、质心离散程度进行分析,从而了解并总结混合料内部集料在外界实验因素和制作过程中的分布规律。对沥青混合料在优化配合比方面以及更深一步对集料分布的研究有一定的启发意义。实验发现混合料中针片状集料的数量和分布,只与材料的原材料结构和制作工艺有关。后续的如增加击实次数和引入玻璃集料与其均无相关性。针片状集料基本出现在大粒径档,小粒径集料在生产后表面能均达到高水平,不易被压碎。同时等效椭圆长短轴之比分别为3:1,2.5:1,2:1去判别针片状集料时,不出现针片状集料突然增多现象。集料的主轴方向排列是受到一系列力作用的综合结果。实验表明在击实初期,击实功对于主轴排列的贡献就已完成,后续的击实已无明显影响。玻璃的大内摩擦角以及在试件中部的集料由于约束较多主轴排列更加稳定。同时值得提出的是各档集料的主轴排列和截面整体集料的排列无较高相关度。集料的离散程度受到击实功的影响较大。虽然有试模壁的限制,但是由于空隙率的存在,击实所产生的间接拉力使集料在截面上更加离散。在粒径方面,大粒径集料更能自主迁移,而小粒径集料只能绕着大粒径集料四处流淌,所以大粒径集料的离散程度要高。未来伴随着电子技术的迅猛发展,基于数字图像处理技术对于材料试验的研究必将是趋势所在。本文基于数字图像处理对于沥青混合料的研究,对沥青混凝土更深层次集料分布的研究有一定的启发作用。

ISBN: (纸本)9787118097498

关键词： 机器视觉   工业机器人   嵌入式系统   数字图像处理  

摘要： 工业机器人从诞生以来,就在人类的生产生活中扮演着重要的角色。从早期的专用机器人到如今便于开发管理的开放式、模块化的智能机器人,机器人的发展实现了跨越式的进步。其中,码垛机器人的出现解决了人工码垛负载量低,吞吐量小,劳动成本高,搬运效率低的缺点,在现代化工业生产中应用广泛。而随着工业自动化水平的提高,早期的示教型机器人已经不能满足工业生产需求,将机器视觉与工业机器人结合起来已经成为了大势所趋。然而传统的机器视觉系统中,用来进行图像处理的上位机在实时性上距离工业生产要求还有一定差距,这就对机器视觉系统的实时性提出了更高的要求。本文基于码垛机器人的自身特点和工业生产实际中的作业需求,采用基于DSP的嵌入式系统实现码垛机器人的机器视觉工作,以满足实时性要求,并在此基础上开展相关软硬件设计,以6关节机器人为核心建立了一个基于嵌入式机器视觉的机器人码垛系统。论文首先阐述了课题研究的目的与意义,详细介绍了机器视觉系统、嵌入式系统和码垛机器人的国内外研究现状,给出了论文研究的主要内容。其次,基于码垛机器人的结构特征,进行摄像机标定分析,并采用张正友相机标定法完成相机标定。第三,根据码垛机器人嵌入式控制系统设计要求,对不同的图像采集、预处理、识别、定位等算法进行了比较与分析,并在MATLAB中进行了仿真验证。第四,在DSP嵌入式处理器中进行算法移植,并实现了工件的识别定位等操作。最后,将嵌入式系统与上位机相连,将工件的识别定位结果传输到上位机,为后续码垛过程提供位置信息和操作依据。

关键词： Web图像检索   图像文本识别   图像自动标注   贝叶斯推理网   数字图像处理  

摘要： 随着信息技术和互联网的飞速发展,网站数量激增,加上twitter,微信,微博等新媒体的广泛应用,信息资源已进入海量数据时代。在这些资源中,不仅包括易于处理的文本数据,还包括大量的图像、视频等多媒体数据。与文本相比,图像显得更为直观、生动,加上便携图像获取设备如智能手机的普及。数字图像的数量出现了飞速增长,几乎每年增加一倍。如何快速、准确地从海量网络资源中检索到感兴趣的Web图像成为迫切需要解决的问题。Web图像具有信息量高、数量巨大、非结构化、高层语义多样和不确定性的特点。使得信息检索领域的相关成果很难直接应用到Web图像检索领域。如何综合运用数字图像处理、模式识别、机器学习、信息检索等理论和技术,研究出性能高效的Web图像检索系统,为用户提供稳定可靠,准确度高的图像检索服务,具有重要的理论意义和现实价值。Web图像嵌入在网页中,不仅包含丰富的视觉信息,其所在网页的文本中也包含了大量与Web图像相关的信息。关于Web图像检索的研究主要基于这两类信息展开,包括三个方向:基于Web文本信息的检索模型TBIR、基于Web图像内容的检索模型CBIR和融合文本与图像信息的检索模型ABIR。TBIR从Web图像所在网页的文本中提取与Web图像相关的关键词用于Web图像的索引和检索。CBIR从Web图像的底层视觉信息中提取视觉特征用于Web图像的索引和检索。ABIR综合利用文本和图像信息用于Web图像的索引和检索。显然,同时使用文本和图像信息的ABIR具有更大的优势,但是这两种信息的结构不同(一个属于高层语义关键词信息,一个属于图像底层视觉特征信息),很难直接融合,怎样无缝地融合两者的信息依旧是Web图像检索领域的研究难点。直接使用图像视觉特征检索图像,需要用户提供样图或草图,给用户的图像检索造成极大的不便。而要将图像视觉特征转换为高层语义关键词,又存在“语义鸿沟”问题。因此,怎样将图像视觉特征映射为高层语义关键词是另一个要解决的难题。这两个难点导致ABIR的研究进展缓慢,还需要进行深入的研究。针对ABIR存在的问题,本文提出了一种基于网页信息和图像特征的Web图像检索模型,该模型将Web图像检索的信息源从两个(文本信息和图像特征)扩展到三个(文本信息、图像特征和图像中包含的文字),增加了Web图像索引的信息源。同时,通过图像自动标注解决“语义鸿沟”问题,将图像视觉特征映射为高层语义关键词。最后,利用贝叶斯推理网将三种信息源的关键词无缝地融合在一起,解决了异构信息的融合难题。词汇相似度计算是解决“语义鸿沟”问题的基础,也是本文提出图像检索模型中融合三种信息源的前提。因此,本文第四章详细介绍了基于知网的词汇相似度计算方法。图像中的文本分为场景文本和人工文本,这两种文本都与图像的内容和高层语义有很大的相关性。因此,将图像中包含的文本作为图像检索的信息源之一具有重要的意义。本文提出了基于笔画宽度检测的Web图像文本识别算法,将图像中的文字识别出来,增加了Web图像检索的信息源。图像自动标注是解决“语义鸿沟”问题的有效手段。本文提出的图像自动标注模型,通过三种经典的自动标注算法生成候选关键词集,然后通过词汇相似性计算候选关键词之间的内聚性和候选关键词与图像文本、Web文本关键词之间的一致性,将内聚性和一致性低于阈值的关键词作为“噪音”关键词从候选关键词中过滤掉。同时,将内聚性和一致性作为关键词的权重,为使用贝叶斯网络进行信息融合奠定基础。贝叶斯推理网络具有融合多种信息的能力,是一种基于概率的、不确定性推理网络。使用贝叶斯推理网的关键是如何确定各事件的初始概率和条件概率,本文引入了Page Rank(网页排名)确定初始概率,通过TF/IDF计算条件概率,构建了完备的贝叶斯网络图像检索网络。实验证明,本文提出的Web图像检索方法具有较高的图像检索质量。