低剂量CT(low-dose CT,LDCT)图像的去噪任务是一个高度复杂且不确定的逆问题。现有的基于CNN的方法虽然有效,但提升空间有限且计算成本高。相比之下,将图像先验知识与模型相结合来辅助图像去噪是一种更有效的方法。提出了一种名为AWTV_GANet的LDCT图像去噪框架。该框架利用自适应加权总变分(adaptive weighted total variation,AWTV)展开和高斯注意力引导的方法,通过端到端的CNN模型,将噪声优化模型、边缘检测模型和图像重建模型集成在一起。实验证明,AWTV_GANet能够准确地去除伪影噪声,并恢复出更精细的结构细节,与其他方法相比具有优异的性能。
为满足监控领域摄像头驱动替换便捷性和快速开发的需求,基于AR9311芯心在Linux系统上设计了一种网络摄像头。该系统采用媒体处理软件平台(MPP)进行设计,摄像头驱动以应用层驱动库的方式进行调用,应用软件通过MPP提供的接口快速完成相关功能开发。文中以GC_2053摄像头为例,介绍了其在MPP架构下应用层驱动的设计,重点分析了如何通过VI视频采集模块获取视频图像,通过VPSS视频处理子系统模块处理图像,通过VENC编码模块进行编码输出码流。通过RTSP协议进行网络传输,通过解码软件VLC media player进行播放。经过测试,视频传输稳定,图像显示清晰,能够满足监控领域的要求。
暂无评论