随着遥感技术的快速发展,采用遥感图像进行船只目标跟踪的应用需求日渐突出。本文围绕船只目标跟踪应用,分别从预处理环节的水陆分割、船只目标跟踪算法、船只目标跟踪的SoPC(System on Programmable Chip)实现三方面展开研究:(1)针对...
详细信息
随着遥感技术的快速发展,采用遥感图像进行船只目标跟踪的应用需求日渐突出。本文围绕船只目标跟踪应用,分别从预处理环节的水陆分割、船只目标跟踪算法、船只目标跟踪的SoPC(System on Programmable Chip)实现三方面展开研究:(1)针对大尺幅遥感图像的水陆分割应用,本文提出了一种结合区域统计特性分析和Otsu的分割方法。由于引入区域统计特性分析,克服了传统Otsu算法对灰度变化敏感的缺陷;通过采用单维特征进行区域属性表征,有效降低了算法运算量。研究结果表明,该算法在保证分割准确性的前提下,具有较快的处理速度,能满足后续船只目标跟踪应用对水陆分割环节准确性和实时性的要求。(2)针对实际应用需求,本文设计了一种光学遥感场景下船只目标跟踪方法。该方法思路可概括为:对动态背景差分所检测到的候选目标,利用水陆分割结果和候选目标属性进行两级虚警剔除,然后基于特征匹配完成帧间目标航迹关联,实现目标稳定跟踪。其中,本文提出的基于目标特征匹配和置信度判断的方法可有效解决航迹关联过程中的碎云干扰问题,通过引入丢失预测机制可实现船只入云后的再跟踪。实验结果表明,该算法对系统震颤、短时云层遮挡、航迹交叉等问题有较好的鲁棒性。(3)在算法研究的基础上,完成了以双核ARM处理器为核心,以可编程逻辑为补充的嵌入式SoPC光学遥感图像船只目标跟踪系统设计。具体工作包括SoPC整体架构设计、基于算法各功能模块特点的软硬件划分、软件开发、硬件开发以及软/硬件交互机制设计。系统测试结果表明,本文开发的嵌入式SoPC船只目标跟踪系统能够满足实际应用对鲁棒性、实时性的要求。
随着物联网的快速发展,车用电子应用也从影音娱乐系统,转向为智能汽车与车联网。因此车载通讯市场对闪存的速度、容量、效能的要求越来越高,传统Nor Flash越来越难以满足市场要求。为了解决这一窘境,业界出现了OCTA Nor Flash,这种新型...
详细信息
随着物联网的快速发展,车用电子应用也从影音娱乐系统,转向为智能汽车与车联网。因此车载通讯市场对闪存的速度、容量、效能的要求越来越高,传统Nor Flash越来越难以满足市场要求。为了解决这一窘境,业界出现了OCTA Nor Flash,这种新型闪存的特点是高速度、高性能和低功耗,它有望给用户带来福音。目前,市场上还没有出现专门针对该器件的控制器,因此针对该芯片设计一款稳定的高性能的控制系统将具有很好的现实意义。本文以Zedboard为开发平台,采用软硬件协同设计的思想方法,提出一种新型Nor Flash的控制系统的设计方案,实现了对OCTA Nor Flash这种新型闪存器件的读写、编程和擦除等操作要求。该系统比传统的SPI Nor Flash控制器多了SOPI模式和DOPI模式(DDR模式),传统的SPI Nor Flash控制器的时钟频率在20-40MHz左右,而该系统的时钟频率可达200MHz(DDR模式下),数据的存取速度得到了很大的提升,所以该系统可用于高速数据存储的场合,如汽车电子。本文主要的工作内容如下:(1)分析了市场上主流的闪存器件的发展状况以及各种类型闪存的优缺点,讨论了OCTA Nor Flash的操作原理和时序要求。(2)分析了传统纯硬件或纯软件设计方法的缺陷,研究了软硬件协同设计方法的特点和开发流程。介绍了Xilinx的全可编程器件的特点、结构和其内部的AXI接口总线,并研究了软硬件协同开发工具。(3)以Zedboard开发板为平台,对该设计进行了软硬件划分,在Zynq-7000的PL端实现了硬件控制器,能够满足器件的操作时序要求,在PS端实现了驱动程序和应用程序的开发,经过测试证明该控制系统性能稳定、满足要求。
人机交互技术随着计算机技术的发展而不断进步,人们对于人机交互的便捷性、高效性的要求也越来越高。新的人机交互方式正朝着多样性、便携性的方向发展。手势识别正顺应这一发展潮流,能使人与计算机的交互变的像人与人之间的交流那样便捷、自然。手势识别技术已成为人机交互领域的一个重要研究课题。本文在认真研究了国内外关于手势识别的相关技术的基础上,采用了基于肤色、运动、形状及宽度等特征的手势分割算法。以方向角和运动速率作为手势识别特征,并运用动态时间规整模型（Dynamic Time Warping, DTW）对手势进行训练和识别。最后将识别效果以一个基于手势识别的图片浏览器的形式表现出来。本设计以Xilinx公司的ZedBoard板作为系统硬件开发平台,采用软硬件协同设计的思想将视频图像采集,图像预处理,手势分割,特征提取及识别、显示集合到一个嵌入式系统中。图像预处理的硬件加速由Zynq芯片中的FPGA部分完成,视频图像采集,手势分割,特征提取及识别等算法由ARM处理器部分完成。这种设计方案能够充分利用FPGA强大的并行运算能力与丰富的逻辑资源以及ARM在实现复杂算法和搭建操作系统方面的优势。本设计完成的主要工作包括：（1）在Zynq芯片的可编程逻辑部分完成硬件工程的搭建,主要包括硬件加速IP核的生成与挂载,图像传输通道的配置以及HDMI高清显示等。其中,硬件加速IP核由高层次综合工具VivadoHLS设计完成。（2）在ZedBoard板上搭建嵌入式Linux系统,主要包括Linux系统移植,交叉编译环境的搭建以及OpenCV库和Qt库的移植等。（3）在ARM部分实现系统软件设计,主要包括硬件加速IP和图像传输通道IP的控制,手势分割、特征提取和识别算法的实现,以及利用Qt实现系统操作界面的设计等。本设计采用软硬件协同设计的思想实现了基于Zynq的手势识别系统,达到了预期的效果,系统具有实时性好、识别率高和界面友好等特点。
暂无评论