arm文件夹 内放的是和LPC2134启动有关的代码 arm_pc 文件夹内放的是 uc/os有关的代码 Project_Data内放的是项目有关的文件 BootLoader和LPC2134启动有关的代码 OS_SOURCE放的是UC/OS 2.52的源文件 UCGUI内放的是UCGUI的源代码（增加了我用的屏的驱动文件LCD12864L.C和LCD12864L.H） SourceInsight内放的是SourceInsight有关的工程文件 MDK内放的是MDK3.20有关的工程文件 MySource内放的是硬件驱动代码以及应用层代码 用ZLG提供的UCOS基于MDK的模板移植的
标签： UCOS_UCGUI_MDK_LPC 2134 移植
上传时间： 2013-07-17
上传用户：huangzchytems
近年来，图像处理与识别技术得到了迅速的发展。人们已经充分认识到图像处理和识别技术是认识世界、改造世界的重要手段。目前，图像识别技术已应用到很多领域，渗入到各行各业，在医学、公安、交通、工业等领域具有广阔的应用前景。 这篇论文介绍了一种基于DSP＋FPGA构架的实时图像识别系统。DSP作为图像识别模块的核心，负责图像识别算法的实现；FPGA作为图像采集模块的核心，负责图像的采集，并且完成预处理工作。图像识别算法的运算量大，并且控制复杂，对系统的性能要求很高。DSP的特殊结构和优良性能很好地满足了系统的需要，而FPGA的高速性和灵活性也保证了系统实时性，并且简化了外围电路，减少了系统设计难度。 系统使用模板匹配和神经网络算法对数字0～9进行识别。模板匹配一般适用于识别规范化的数字、字符等小型字符集（特别是同一字体的字符集）。由于结构比较简单，系统处理能力强，模板匹配的识别速度快并且识别率高，取得很好的效果。神经网络所具有的分布式存储、高容错性、自组织和自学习功能，使其对图像识别问题显示出极大的优越性。 研究表明，在DSP+FPGA的构架上实现的图像识别系统，具有结构灵活、通用性强的特点，适用于模块化设计，有利于提高算法的效率。系统可以充分发挥和结合DSP和FPGA的优势，准确快速地实现图像识别。通过软、硬件的灵活组合，系统可以实现图像处理大部分的相关功能，使之能够运用到工业视觉检测、汽车牌照识别等系统中。
上传时间： 2013-06-18
上传用户：com1com2
射击训练是基本的军事训练科目，改善训练环境、改进训练质量，在现代军队建设中具有重要的意义。本文首先从国内外自动报靶技术的研究现状出发论述了自动报靶技术的发展，在此基础上提出了基于嵌入式机器视觉的智能报靶系统设计实现。 本文讨论了基于机器视觉的嵌入式报靶系统终端硬件组成、相关图像格式和Linux操作系统，分析了嵌入式Linux操作系统、Qt/E和开源计算机视觉库OpenCV关于ARM9处理器的移植，研究了图像校正、图像灰度化及二值化、图像分割与裁剪和识别判靶的相关算法，提出了颜色模板判靶的理论，并通过以ARM嵌入式图像处理识别模块为核心，采用功能模块设计理念的实现方案，从底层的操作系统及相关软件的移植入手到图像采集传输、图像处理、识别判靶等步骤，解决了依托ARM处理器结合USB摄像头完成自动图像识别报靶的问题。文中给出了报靶系统的详细硬件组成方案，并在嵌入式Linux操作系统下依托Qt库和开源计算机视觉库（OpenCV）解决了软件组成与具体实现，最终在此基础上论述了本课题设计的实验装置及详细的实验结果。
上传时间： 2013-07-18
上传用户：yuanyuan123
基于手姿态的人机交互是以实现自然的人机交互为研究目标，可提高计算机的可操作性，同时使计算机能够完成更加复杂的任务。而基于ARM的嵌入式系统具有功耗低、体积小、集成度高等特点，嵌入式与具体应用有机地结合在一起，具有较长的生命周期，能够根据特定的需求对软硬件进行合理剪裁。结合嵌入式技术的手姿态跟踪设备能够实时的检测出人机交互系统中人手的位置与角度等数据，并将这些数据及时反馈给计算机虚拟系统来进行人机交互，提高跟踪设备的可靠性和空间跟踪精度。 通过对嵌入式开发过程以及对控制系统构成的分析，确定了手姿态信号输入方案及系统的软硬件总体设计方案。通过对目前流行的众多嵌入式处理器的研究、分析、比较选择了S3C2440处理器作为系统开发硬件核心，详细介绍了S3C2440的相关模块的设计，包括存储单元模块、通信接口模块、JATG接口电路。同时设计了系统的外围电路像系统时钟电路、电源电路、系统复位电路。 选择更适合于ARM开发的Linux系统作为软件开发平台。实现了Linux系统向开发板的移植、Bootloader的启动与编译、设备驱动程序的开发；根据手姿态信号输入方案系统采用分模块、分层次的方法设计了系统的应用程序——串口通信程序及手姿态识别子程序。通过分析常用的手姿态识别算法，系统采用基于神经网络的动态时间规整与模板匹配相结合的动态手姿态识别算法。并依据相应的软硬件测试方法对系统进行了分模块调试及系统的集成。
上传时间： 2013-07-11
上传用户：songyuncen
针对CC2430/CC2530芯片的Zigbee开发套件可与IAR for MCS-51 集成开发环境无缝连接，操作方便、连接方便、简单易学，是学习开发Zigbee产品最好最实用的开发工具。通过USB接口连接电脑，具有代码高速下载，在线调试，断点、单步、变量观察，寄存器观察等功能，实现对CC2430/CC2530系列无线单片机实时在线仿真、调试。该开发套件模板能够协助初学者和设计人员快速评估及进行多种Zigbee应用开发，熟悉掌握硬件原理和协议栈。
上传时间： 2013-05-31
上传用户：riiqg1989
指纹识别是在指纹图像上找到指纹的特征，通过计算机模糊比较的方法，把两个指纹的特征模板进行比较，计算出它们的相似程度，最终得到两个指纹的匹配结果。本文对现已存在的多种指纹识别算法进行编程比较，并对细化算法提出改进。同时采用基于ARM7TDMI内核的32位处理器S3C44B0作为主控制器，半导体电容传感器FPS200作为指纹数据采集设备，构建了自动指纹识别系统。论文完成主要工作如下： 1、指纹采集模块的设计：根据FPS200的相关寄存器资源和管脚特性，完成指纹传感器FPS200的电路设计；研究FPS200主要寄存器的功能和图像采集方式，给出FPS200在三种工作方式下的工作流程，并且对三种工作模式进行分析。 2、指纹识别算法研究：通过对现已存在的多种图像预处理算法进行编程实现和对比研究发现，细化后的图像多存在短线、断线、毛刺等干扰以及细化不彻底的现象，为此提出了新的修复算法：分析目标点周围纹线的走向趋势，选择去除或者保留周围的相连点，较好地解决了细化不彻底的问题；再对细化后的图像采用方形模板进行纹线跟踪，去除伪特征点，克服了逐步递进的纹线跟踪算法过于复杂、不易实现等问题。 3、采用Sansung公司基于ARM7TDMI内核的32位RISC处理器S3C44B0，构建了自动指纹识别系统。该系统主要包括电源管理部分、指纹图像采集模块、存储器模块、JTAG调试接口以及与外设连接的串行接口。硬件部分主要完成指纹采集模块接口的设计与开发，软件部分主要完成指纹图像采集程序、指纹识别算法程序和串口通信程序的开发，此外还通过串口实现指纹数据上传到上位机，在VB环境下实现了简易的人机交互软件，提供指纹图像的直观显示，用于对指纹识别程序进行测试，并对测试结果进行了分析。
上传时间： 2013-05-22
上传用户：Andy123456
语音识别是通过识别和理解过程把人类的语音信号转变为文本或命令的技术。近年来语音识别技术由于其重要性和研究难度成为研究的热点。随着嵌入式的发展，嵌入式语音识别技术成为语音识别领域发展的新的重要方向。 在此背景下，本课题进行基于ARM的嵌入式语音识别系统的研究。论文分别从理论分析、系统硬件平台的总体设计、系统软件的分析定制等方面，对语音识别在ARM上的应用做了研究。 1、在理论上，详细介绍了语音识别的发展历史与研究现状；具体阐述语音识别技术的基本原理和主要研究方法，并推导了语音识别技术中最常用到的两种算法DTW和HMM的数学模型，为进一步的语音识别研究打下基础。 2、在硬件平台方面，本文分析设计了语音识别系统的总体方案，主要包括以下三部分：语音识别系统的控制部分、语音的输入输出部分以及语音程序的存储部分；文中详细介绍了各部分的作用以及它们之间的连接方式，此外根据实际需要，选择确定了语音芯片等外围电路芯片的型号并扩展了外围电路。 3、在系统软件选择定制方面，不仅要求各部分自身功能完善，能够满足本课题的需求，而且要求各部分相互之间满足一定的兼容性，即定制的系统具有稳定性，可以有效的工作。考虑到以上的因素，本课题针对特定的语音识别系统的需求，对交叉编译环境、U-boot、内核、根文件系统等均进行了量身定制。最终选用Crosstool来制作专门编译Linux-2.6.22.6的交叉编译工具；选用比较稳定的支持tftp下载的u-boot-1.2.0作为引导程序；选用Linux-2.6.22.6作为嵌入式操作系统内核，并对其进行剪裁定制，特别是增加了UDA1341TS音频驱动和网卡驱动部分；选用了带有mdev功能的busybox-1.9.1来制作根文件系统。 在以上三方面的基础上，本课题对语音识别程序系统进行了实验研究。实验包括音频驱动、语音录制、语音训练、语音识别程序的编译以及语音识别等程序在ARM上的移植。 最后，本论文采用DTW模型，完成了语音模板的训练和语音识别的任务。经过实验测试，该系统有效完成了预期的语音识别任务。
上传时间： 2013-05-30
上传用户：wsx123
随着现代科学技术的发展和人民生活水平的提高，人们对住宅的安全性提出了更高的要求。由于视频监控具有直观、方便、信息内容丰富等的特点，而被广发的应用各种安防系统中。现有的家居监控系统智能化程度低，无法更好的适应家居安防系统的要求，因此研究并开发出适合人们需要的智能化家居视频监控系统具有重要的意义。 本课题针对现有家居视频监控系统的问题，选用SAMSLING公司基于ARM9核的S3C2410芯片作为CPU，扩展了USB摄像头、Internet芯片、红外传感器模块、液晶屏、键盘等外围设备，设计出一种基于ARM的智能家居网络视频监控系统。该系统的功能主要包括：摄像头采集图像并在LCD上进行显示；在户外PC上可以通过网络查看ARM端家中情况，图像经过压缩后进行传输；截取图像进行人脸检测；当检测到人脸时，GPRS发送短信通知主人有入侵情况发生；检测到人脸的图像压缩后进行存储。 本文介绍了系统各个硬件型号的选取，硬件的性能参数，硬件引脚和寄存器参数，设计了各个硬件之间的接口电路。系统的软件部分采用嵌入式Linux作为操作系统，在目标板上移植了引导程序、Linux裁剪后的系统和文件系统，在此基础上实现了摄像头图像采集和LCD上的显示、基于肤色和模板匹配的人脸检测算法、基于DCT变换的有损图像压缩算法、GPRS短信发送、图像网络传输等软件功能。 试验结果表明，本系统能够较好的实现预期的功能，具有较好的稳定性和应用前景。
上传时间： 2013-04-24
上传用户：四只眼
Altium+Designer+Summer+08破解文件 （模板生成License网络、单机版皆可）
标签： AltiumDesigner 08 破解文件
上传时间： 2013-04-24
上传用户：mpquest
摘要:"红外弱小目标检测"是红外搜索跟踪系统、红外雷达预警系统、红外成像跟踪系统的核心技术,因此红外小目标的检测是当前一项重要的研究课题.目前的发展方向是研究运算量小、性能高、利于硬件实时实现的检测和跟踪算法.该文在前人研究的基础上,着重研究了Marr视觉计算理论在红外小目标检测技术中的应用.从Marr算法的理论基础——高斯平滑滤波器与拉普拉斯算子的相关知识以及Marr的计算视觉理论基础开始,进行了 2G(Laplacian of Gaussian,高斯—拉普拉斯)滤波器、LoG(Laplacian ofGaussian,高斯—拉普拉斯)模板以及 2G滤波器在人类视觉、边缘检测、边缘处理的物理意义以及神经生理学意义方面的分析讨论,提出了易于FPGA(Field Programmable Gate Array,现场可编程门阵列)实现的基于Marr计算视觉的红外图像小目标检测方法.该方法可根据目标大小自动设计检测模板,在滤除不相关的噪声的同时又保留闭合的目标边缘,从而检测出目标.将该方法用FPGA实现,满足了检测过程中的实时性.考虑到工程中的应用,该文对该方法在FPGA中的具体实现给出了设计总体思路和详细流程.由于FPGA具有对图像数据的实时处理能力,而且该算法在FPGA中的具体实现中对资源的合理使用进行了综合考虑,因此该算法能够实时、有效地实现目标检测.并在此基础上对小目标的检测研究前景进行展望.
上传时间： 2013-07-04
上传用户：萌萌哒小森森
