检索结果-内蒙古大学图书馆

作者：高彬中国石油大学(华东)

学位级别：硕士

物体检测、目标跟踪等图像处理算法的嵌入式设计与实现节省了人力物力,提高了人们的工作效率。为保证图像处理算法的精度,边缘增强算法被用来进行数据预处理,而预处理算法使得嵌入式图像处理算法的设计和验证变得复杂。为简化嵌入式图... 详细信息

物体检测、目标跟踪等图像处理算法的嵌入式设计与实现节省了人力物力,提高了人们的工作效率。为保证图像处理算法的精度,边缘增强算法被用来进行数据预处理,而预处理算法使得嵌入式图像处理算法的设计和验证变得复杂。为简化嵌入式图像处理算法的开发流程,本文将探索边缘增强算法的Simulink-嵌入式一体化设计与实现。ARM嵌入式处理器采用精简指令集(RISC:Reduced Instruction Set Computer)架构,以其为核心的嵌入式图像处理平台支持操作系统,更加适合复杂的应用场景。Pand Board配置双核ARM Cortex-A9处理器、图形加速器和Linux操作系统,支持全高清多标准视频编解码,适合复杂图像处理算法的设计和开发。此外,通过Simulink对Pand Board的支持包,基于Simulink设计的图像处理算法可以直接被编译成Panda Board上的Linux应用程序,提高算法研发效率。本文通过将基于Simulink设计的图像二值化算法和边缘检测算法在Panda Board上加以实现的方式,证明了图像处理算法Simulink-Panda Board一体化设计与实现的可行性。现场可编程门阵列(FPGA,Field Programmable Gate Array)兼具数据快速处理能力和硬件设计灵活性。以FPGA为数据处理核心的嵌入式图像处理平台被广泛地应用于各种嵌入式图像处理场景中。在传统FPGA开发流程中,设计算法需要手动编写大量代码,算法验证所需代码量更大,通常验证任务会占用设计周期的一半或者更多。采用HDL(硬件描述语言)进行FPGA系统功能仿真,过程比较复杂,而且不能检测出系统级的错误,开发效率低下。HDL coder可以将Simulink设计的图像处理算法转换为硬件描述语言,然后进行FPGA系统功能仿真。这样的开发方式可以省去大量的代码编写工作,而且可以很方便的进行系统仿真。本文通过将基于Simulink设计的边缘锐化算法在FPGA嵌入式图像处理平台上加以实现的方式,证明了图像处理算法Simulink-FPGA一体化设计与实现的可行性。总之,本文通过边缘检测算法和边缘锐化算法的Simulink-嵌入式一体化设计与实现,证明了Simulink-嵌入式一体化开发的可行性,为图像处理算法的嵌入式设计与实现探索出了更加简便快捷的开发方式。

关键词：边缘增强算法 Simulink PandaBoard 边缘检测 FPGA 边缘锐化

来源：评论

学校读者我要写书评

暂无评论

一种针对超广角图像的边缘增强算法

一种针对超广角图像的边缘增强算法

引用

作者：向北海 410000 湖南省长沙市高新开发区尖山路39号长沙中电软件园总部大楼A658房

本发明提供一种针对超广角图像的边缘增强算法，包括以下步骤：获取超广角图像；构建超广角图像的边缘增强模型，求取超广角图像的圆心坐标和半径；将超广角图像从RGB空间变换到YUV空间，计算超广角图像上的每个像素点在Y分量上的均值... 详细信息

标准号: CN109472749B

本发明提供一种针对超广角图像的边缘增强算法，包括以下步骤：获取超广角图像；构建超广角图像的边缘增强模型，求取超广角图像的圆心坐标和半径；将超广角图像从RGB空间变换到YUV空间，计算超广角图像上的每个像素点在Y分量上的均值；选取超广角图像中到圆心距离大于0.5r的像素点组成的缓冲区域Ω1，对缓冲区域Ω1内的像素点进行均值补偿；选取超广角图像中到圆心距离大于0.5r且小于的0.75r像素点组成的缓冲区域Ω2，对缓冲区域Ω2内的像素点进行融合补偿；获得边缘增强后的超广角图像。计算超广角图像在Y分量上的均值后，通过均值补偿和融合补偿对超广角图像的边缘部分进行增强，获得拥有清晰度更高的超广角图像。本发明应用于图像处理领域。

关键词：超广角图像像素点缓冲区域边缘增强圆心距离边缘增强算法图像处理领域圆心坐标融合构建应用

来源：评论

学校读者我要写书评

暂无评论

一种针对超广角图像的边缘增强算法

一种针对超广角图像的边缘增强算法

引用

作者：向北海 410000 湖南省长沙市高新开发区尖山路39号长沙中电软件园总部大楼A658房

标准号: CN109472749A

关键词：超广角图像像素点缓冲区域边缘增强圆心距离边缘增强算法图像处理领域圆心坐标融合构建应用

来源：评论

学校读者我要写书评

暂无评论

有关特征提取的若干VLSI算法

引用

微电子学与计算机 1991年第3期8卷 29-33页

作者：刘小林徐美瑞北京计算机学院

特征提取是模式识别中一个必不可少的步骤.本文对几种特征提取操作提出了VLSI 并行算法。图象的线性边缘增强算法和非线性边缘增强算法采用的结构是一种线性阵列结构,时间均为O(n),这里n 为图象的行数.两种计算图象直方图的算法采用了... 详细信息

特征提取是模式识别中一个必不可少的步骤.本文对几种特征提取操作提出了VLSI 并行算法。图象的线性边缘增强算法和非线性边缘增强算法采用的结构是一种线性阵列结构,时间均为O(n),这里n 为图象的行数.两种计算图象直方图的算法采用了二维脉动阵列,时间是O(n),这里假定图象是n×n 象元阵列.

关键词： VLSI 并行算法特征提取模式识别边缘增强算法超大规模集成电路

来源：评论

学校读者我要写书评

暂无评论

数字视频实时增强算法研究及硬件实现

数字视频实时增强算法研究及硬件实现

引用

作者：马兴睿华中科技大学

学位级别：硕士

随着数字视频处理的应用领域不断扩大,其实时处理技术成为研究的热点。VLSI技术的迅猛发展为数字图像实时处理技术提供了硬件基础。其中FPGA(现场可编程门阵列)的特点使其非常适用于进行一些基于像素级的视频图像处理。本文在数字视频... 详细信息

随着数字视频处理的应用领域不断扩大,其实时处理技术成为研究的热点。VLSI技术的迅猛发展为数字图像实时处理技术提供了硬件基础。其中FPGA(现场可编程门阵列)的特点使其非常适用于进行一些基于像素级的视频图像处理。本文在数字视频实时降噪算法和边缘增强算法方面进行研究并提出基于FPGA的实现方案。　　在视频降噪方面,从帧内与帧间两个角度对视频降噪方法进行了研究。帧内视频降噪方法主要包括邻域平均法、次序统计滤波器;由于帧间滤波方法(时空滤波器)考虑了视频图像帧间相关性强的特点,因此具有更好的去噪效果,帧间视频降噪方法主要包括时域平均滤波算法和时域递归滤波算法。重点研究了递归滤波算法的原理和关键参数k对视频滤波效果的影响,提出基于运动检测的递归滤波算法并给出该算法在FPGA上的实现方案。实现时采用流水线设计,可以有效的提高处理速度,适合实时视频图像处理的要求。对帧存结构及控制时序和去隔行算法两个关键技术进行研究并给出实现、仿真结果。　　在边缘增强方面,介绍了图像模糊产生的原因和边缘增强也就是图像锐化的常用方法和机理,包括梯度法和拉普拉斯算子法,给出拉普拉斯算子实现图像锐化的具体FPGA实现方案,提出一种多端口移位寄存器的实现方案,给出实现结果。

关键词：数字视频实时降噪算法边缘增强算法现场可编程门阵列

来源：评论

学校读者我要写书评

暂无评论

一种基于机器学习的浮法玻璃缺陷检测系统及检测方法

一种基于机器学习的浮法玻璃缺陷检测系统及检测方法

引用

作者：陈琳 430081 湖北省武汉市和平大道947号

本发明公开了一种基于机器学习的浮法玻璃缺陷检测系统及检测方法，涉及玻璃检测技术领域，包括图像检测与处理系统、模型设计与测试系统、分析与比对系统；其中，图像检测与处理系统用于收集浮法玻璃图像数据，对图像数据进行处理，并... 详细信息

标准号: CN116542963A

本发明公开了一种基于机器学习的浮法玻璃缺陷检测系统及检测方法，涉及玻璃检测技术领域，包括图像检测与处理系统、模型设计与测试系统、分析与比对系统；其中，图像检测与处理系统用于收集浮法玻璃图像数据，对图像数据进行处理，并提取检测数据；模型设计与测试系统利用机器学习算法创建模型，使用标注好的数据集对模型进行训练，并对模型进行测试；分析与比对系统用于显示与比对缺陷数据，最终形成对比数据表格。本发明一个或多个实施例中，使用组合平滑滤波模型进行图像预处理，基于浮法玻璃选择合适的滤波器和参数，同时，为了加强缺陷边缘的强特征区间，采用边缘增强算法，对图像进行边缘检测和增强，提高了训练模型过程中的准确性。

关键词：浮法玻璃比对系统测试系统处理系统模型设计图像检测图像数据滤波器边缘增强算法机器学习算法缺陷检测系统图像预处理边缘检测玻璃检测对比数据基于机器平滑滤波缺陷边缘缺陷数据特征区间提取检测训练模型数据集比对标注分析图像测试检测创建学习

来源：评论

学校读者我要写书评

暂无评论

一种基于深度学习的图表图像数据识别方法及系统

一种基于深度学习的图表图像数据识别方法及系统

引用

作者：陈守红 518000 广东省深圳市南山区粤海街道大冲社区大冲商务中心(三期)4栋33B

本发明涉及图像分析技术领域，具体为一种基于深度学习的图表图像数据识别方法及系统，包括以下步骤：基于输入图表图像，采用直方图均衡化算法进行亮度调整，并使用边缘增强算法进行边缘锐化处理，进而增强图像特征，生成特征增强图像... 详细信息

标准号: CN118115819A

本发明涉及图像分析技术领域，具体为一种基于深度学习的图表图像数据识别方法及系统，包括以下步骤：基于输入图表图像，采用直方图均衡化算法进行亮度调整，并使用边缘增强算法进行边缘锐化处理，进而增强图像特征，生成特征增强图像。本发明中，通过直方图均衡化算法和边缘增强算法增强图像特征，为特征提取和图表解析奠定基础，采用卷积神经网络和深度语义分割算法，该方法能够精确捕捉图像中的细微差异，并实现图表组件的精细化分类，图神经网络和自然语言处理技术的应用优化了对图表深层逻辑和语义关系的解析，提供图表内容解读，综合解析数据集和重构图表数据集的生成，使得图表信息的解析与应用更加灵活和高效。

关键词：算法边缘增强算法直方图均衡化图表图像增强图像解析自然语言处理技术卷积神经网络图像分析技术边缘锐化捕捉图像解析数据亮度调整神经网络数据识别特征提取特征增强图表解析图表内容图表数据图表信息图表组件细微差异语义分割语义关系精细化解读重构应用图像分类灵活优化学习

来源：评论

学校读者我要写书评

暂无评论

一种融合边缘特征和深度学习的单目视觉里程计方法

一种融合边缘特征和深度学习的单目视觉里程计方法

引用

作者：王燕清陈长伟赵向军石朝侠肖文洁李泳泉 211171 江苏省南京市江宁区弘景大道3601号南京晓庄学院

本发明公开了一种融合边缘特征和深度学习的单目视觉里程计方法，涉及视觉里程计技术领域，由于在低纹理的运动场景中，图像中可提取的特征较少，视觉里程计在进行特征匹配时会出现特征数据缺失的问题，并造成位姿估计的精度下降。本发... 详细信息

标准号: CN111311666A

本发明公开了一种融合边缘特征和深度学习的单目视觉里程计方法，涉及视觉里程计技术领域，由于在低纹理的运动场景中，图像中可提取的特征较少，视觉里程计在进行特征匹配时会出现特征数据缺失的问题，并造成位姿估计的精度下降。本发明创新点是一种融合边缘特征和深度学习的单目视觉里程计方法，首先基于Canny边缘检测算法进行边缘增强算法的设计，边缘增强后的图像数据集作为卷积神经网络的输入并特征提取，卷积神经网络的输出再输入到循环神经网络中进行计算，最后输出整个模型对相机位姿估计，对特征提取优化。实验结果表明算法能够在模型训练时学习到更多的图像特征，提高位姿估计的准确度，并且在低纹理的场景中表现出优越的性能。

关键词：里程计位姿估计卷积神经网络边缘特征单目视觉特征提取纹理视觉边缘增强算法循环神经网络图像数据集边缘增强模型训练特征匹配特征数据图像特征运动场景准确度输出融合算法学习相机图像场景优化

来源：评论

学校读者我要写书评

暂无评论

一种保护压板图像预处理算法

一种保护压板图像预处理算法

引用

作者：张颖王丽华张益辉吴灏傅伯雄董璇李炀苏克 100000 北京市西城区西长安街86号

本发明提供一种保护压板图像预处理算法，结合多层次融合边缘增强算法，基于双色彩空间与光照补偿的阴影去除算法和基于形变程度曲面的图像校正算法进行处理；基于形变程度曲面的图像校正算法提出了反映图片畸变情况的压板形变程度曲面... 详细信息

标准号: CN115511823A

本发明提供一种保护压板图像预处理算法，结合多层次融合边缘增强算法，基于双色彩空间与光照补偿的阴影去除算法和基于形变程度曲面的图像校正算法进行处理；基于形变程度曲面的图像校正算法提出了反映图片畸变情况的压板形变程度曲面，由于不同拍摄角度造成的畸变情况，并自适应地实现对畸变的校正，通过将各压板ROI图像校正至相同平面及角度，提高后续批处理的可操作性和准确度。本发明层次融合边缘增强算法和基于形变程度曲面的图像校正算法共同实现了对保护压板图像的预处理操作，消除了由于拍摄产生的图像畸变对压板个体差异的影响，为后续批处理操作奠定了基础。

关键词：形变图像校正算法畸变压板批处理边缘增强算法保护压板校正图像预处理算法预处理操作准确度个体差异光照补偿色彩空间图像畸变阴影去除自适应拍摄融合算法图像图片

来源：评论

学校读者我要写书评

暂无评论

一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法

一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法

引用

作者：曹卫星程涛杨高翔李兴荣朱艳姚霞 210000 江苏省南京市玄武区卫岗1号

本发明提出了一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法，该方法主要步骤如下：获取单时相GF‑2和双时相PlanetScope卫星影像，计算归一化植被指数NDVI；基于边缘增强算法获得亚米级空间分辨率的地物边缘强度图；... 详细信息

标准号: CN115641504A

本发明提出了一种基于作物物候特征与决策树模型的田块边界自动化遥感提取方法，该方法主要步骤如下：获取单时相GF‑2和双时相PlanetScope卫星影像，计算归一化植被指数NDVI；基于边缘增强算法获得亚米级空间分辨率的地物边缘强度图；使用自适应阈值分割算法分割地物边缘强度图，提取同质空间对象；基于农作物生长规律，获取作物旺盛生长期和收获期PlanetScope数据，进行田块对象识别；对所提取的田块对象进行去噪和平滑处理，最后将处理后的田块对象转化为矢量田块边界。该方法可以对田块破碎地区的中小型自然田块边界进行准确、快速提取，在智慧农业管理中具有极大的应用潜力。

关键词：田块边缘强度图地物归一化植被指数边缘增强算法决策树模型空间分辨率农作物生长旺盛生长期对象识别对象转化空间对象快速提取农业管理算法分割卫星影像应用潜力阈值分割矢量收获期双时相亚米级自适应去噪同质破碎遥感自动化

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：