近年来，语音识别研究大部分集中在算法设计和改进等方面，而随着半导体技术的高速发展，集成电路规模的不断增大与各种研发技术水平的不断提高，新的硬件平台的推出，语音识别实现平台有了更多的选择。语音识别技术在与DSP、FPGA、ASIC等器件为平台的嵌入式系统结合后，逐渐向实用化、小型化方向发展。 本课题通过对现有各种语音特征参数与孤立词语音识别模型进行研究的基础上，重点探索基于动态时间规整算法的DTW模型在孤立词语音识别领域的应用，并结合基于FPGA的SOPC系统，在嵌入式平台上实现具有较好精度与速度的孤立词语音识别系统。 本系统整体设计基于DE2开发平台,采用基于Nios II的SOPC技术。采用这种解决方案的优点是实现了片上系统，减少了系统的物理体积和总体功耗；同时系统控制核心都在FPGA内部实现，可以极为方便地更新和升级系统，大大地提高了系统的通用性和可维护性。 此外，由于本系统需要大量的高速数据运算，在设计中作者充分利用了Cyclone II芯片的丰富的硬件乘法器，实现了语音信号的端点检测模块，FFT快速傅立叶变换模块，DCT离散余弦变换模块等硬件设计模块。为了提高系统的整体性能，作者充分利用了FPGA的高速并行的优势，以及配套开发环境中的Avalon总线自定义硬件外设，使系统处理数字信号的能力大大提高，其性能优于传统的微控制器和普通DSP芯片。 本论文主要包含了以下几个方面： （1）结合ALTERA CYCLONE II芯片的特点，确定了基于FPGA语音识别系统的总体设计，在此基础上进行了系统的软硬件的选择和设计。 （2）自主设计了纯硬件描述语言的驱动电路设计，完成了高速语音采集的工作，并且对存储数据芯片SRAM中的原始语音数据进行提取导入MATLAB平台测试数据的正确性。整个程序测试的方式对系统的模块测试起到重要的作用。 （3）完成高速定点256点的FFT模块的设计，此模块是系统成败的关键，实现高速实时的运算。 （4）结合SOPC的特性，设计了人机友好接口，如LCD显示屏的提示反馈信息等等，以及利用ALTERA提供的一些驱动接口设计完成用户定制的系统。 （5）进行了整体系统测试，系统可以较稳定地实现实时处理的目的，具有一定的市场潜在价值。
上传时间： 2013-05-22
上传用户：ABCD_ABCD
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-04-24
上传用户：yangbo69
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
人脸识别技术作为生物识别技术之一，是模式识别在图像领域中的具体运用，其应用前景非常广阔，可以应用到身份证件的鉴别、自动门禁控制系统、银行取款机、家庭安全，图片检索等领域。 人脸识别系统主要分为人脸检测定位，特征提取和人脸分类三部分。人脸的检测和定位，即从输入的图像中找到人脸及人脸存在的位置，并将人脸从背景中分离出来。在特征提取部分，先对原始人脸数据进行特征提取，之后原始数据由维数较少的有效特征数据表示并存储在数据库中，接下来进行人脸分类，在识别待测人脸图像时，将待测图像的特征数据与数据库中存储数据相比对，判断是否为库中的某一人，从而实现自动识别人脸的目的。 在过去的十年里，人脸识别技术一直是图像处理领域里具有挑战性的课题，随着研究的深入，许多人脸检测及识别算法被提出来。其中基于主成分分析的Eigenface的算法及其变形已经成为测试人脸识别系统性能的基准算法；同时Adaboost人脸检测算法，在PC上基本可以达到实时，在嵌入式产品广泛应用的今天，只有让人脸识别算法在嵌入式平台上实现，才能获得更广阔的应用，本文研究了在嵌入式平台上Adaboost人脸检测算法的性能。 嵌入式是后PC时代的一个亮点，目前已经应用在社会生活的方方面面。嵌入式产品的开发平台分为包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作为嵌入式开发平台，研究人脸识别在ARM平台的性能，为实用的嵌入式人脸识别系统的设计提供参考。 本文从PC平台的软件实现入手，分别实现了PC平台下的AdaBoost人脸检测算法和PCA人脸识别算法,分析了现象及结果，接下来搭建了基于ARM嵌入式系统的硬件平台，对AdaBoost人脸检测算法进行了硬件平台的移植，并得出相应实验效果。
上传时间： 2013-05-31
上传用户：saharawalker
语音识别技术就是能使计算机“听懂”人类的语言，然后根据其含义来执行相应的命令，从而实现为人类服务。 随着语音识别的深入研究，对它的技术应用主要有两个方面： 一个方向是大词汇量连续语音识别系统，主要应用于计算机的听写机，以及与电话网或者互联网相结合的语音信息查询服务系统，这些系统都是在计算机平台上实现的； 另外一个重要的发展方向是小型化、便携式语音产品的应用，这些应用系统大都使用专门的硬件系统实现。 随着后PC年代的到来，后一种发展将成为语音识别技术和嵌入式系统交叉研究的一个非常热门的话题，将进一步推动语音识别技术往智能化方向发展。 论文主要研究语音识别系统及其在ARM嵌入式平台上的实现。 根据嵌入式系统平台的特性和系统的实际需求，对目标平台的硬件和软件系统进行适当的剪裁定制，并且对语音识别中的算法进行改进和优化，同时为了加强系统的交互性，增加了控制界面，为实际应用提供很好的人机交互操作。 首先论文对嵌入式系统及嵌入式操作系统进行研究，通过实际比较后选用嵌入式Linux作为系统的操作系统； 然后对语音识别技术进行研究，并根据实际要求，采用Mel倒谱参数作为系统语音参数提取算法，DTW作为系统识别的模式匹配方法，并根据ARM嵌入式平台的要求，分别对上述两个算法进行优化设计，同时利用QT跨平台语言对应用控制程序进行代码实现，并移植到目标板上，构建出一个完整的嵌入式语音识别系统。 最后，对整个系统进行整体测试，通过实验结果表明，系统达到了预期设计的便携、智能及很好的交互性的目的。
上传时间： 2013-04-24
上传用户：1054154823
生物识别技术是根据人体自身所固有的生理特征或行为特征来进行身份识别。与传统识别方法相比，生物特征的身份识别技术不存在携带不便、丢失、遗忘等问题。虹膜识别以其精确度高、稳定性好、高独特性、非接触等特点作为一种新兴的生物识别技术使它受到国内外研究人员的重视。 近年虹膜识别理论的发展十分迅速，到目前为止已经有虹膜识别系统投入了商业应用，但大多数此类系统都需要PC作为运行平台而缺乏灵活性。但是嵌入式应用是虹膜识别技术走向实际应用的必然趋势。因此本文提出了一个利用DSP+ARM实现虹膜识别嵌入式应用的一个方案。本系统由6个模块组成：电源管理和监控、虹膜图像采集、虹膜图像处理(DSP)、存储器(SDRAM和FLASH)、人机交互(ARM)以及数据传输部分。 在硬件设计方面介绍了DSP的有关知识和DSP系统硬件设计的过程，讲解了DSP系统各硬件模块的设计与调试。在软件设计方面介绍了利用CCS开发的设计流程和调试经验并且对于如何固化代码使系统硬件自举进行详细阐述，另外还介绍了如何基于WINCE利用ARM系统进行人机界面快速开发。 最后，文章对未来工作方向进行了简要的说明。
上传时间： 2013-04-24
上传用户：hwl453472107
数字识别系统源代码 使用说明 第一步：训练网络。使用训练样本进行训练。（此程序中也可以不训练，因为笔者已经将训练好的网络参数保存起来了，读者使用时可以直接识别） 第二步：识别。首先，打开图像（256色）；再次，进行归一化处理，点击“一次性处理”；最后，点击“R”或者使用菜单找到相应项来进行识别。识别的结果显示在屏幕上，同时也输出到文件result.txt中。 该系统的识别率一般情况下为90%。 此外，也可以单独对打开的图片一步一步进行图像预处理工作，但要注意，每一步工作只能执行一遍，而且要按顺序执行。 具体步骤为：“256色位图转为灰度图”－“灰度图二值化”－“去噪”－“倾斜校正”－“分割”－“标准化尺寸”－“紧缩重排”。 注意，待识别的图片要与win.dat和whi.dat位于同一目录，这两文件保存训练后网络的权值参数。
上传时间： 2013-06-25
上传用户：wzr0701
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
现阶段，中国的自动售货行业蓬勃发展。作为自动服务的核心部件，基于单片机的纸币识别系统已经越来越不能满足市场需求。 本文对基于uClinux操作系统和S3C4510B的纸币识别系统的各个方面进行了研究。研究表明，纸币识别系统要求能满足硬实时性，但uClinux操作系统的实时性不强。由于uClinux功能强大，免费且资源丰富，如能成功改进本纸币识别系统的实时性，纸币识别系统将在成本，性能和功能性等方面有更大的优势，所以对实时性进行改进将非常有意义。 在本纸币识别系统中，纸币特征采集子系统对实时性要求很高，需要满足硬实时的要求，所以是否能满足该子系统的实时性的要求，将是本纸币识别系统能否很好工作的关键所在。通过对当前多种uClinux实时性改进方案进行了解和研究，参考了RTAI和RTLinux的工作原理，提出了基于uClinux操作系统和S3C4510B的纸币识别系统的实时性改进方案。纸币特征采集子系统主要依靠码盘光耦产生的反馈信号生成硬件中断，然后通过处理该中断，实现对纸币特征的采集。在本文提出的方案中，为了提高系统对硬件中断的反应速度，避开uClinux对中断的慢处理，在操作系统与硬件之间建立了一个特殊的硬件抽象层来管理中断，并将纸币特征采集功能与操作系统剥离，放入一个单独的处理单元。通过这样的处理，使得中断产生时，硬件抽象层暂停uClinux操作系统的运行，直接将中断交由纸币特征采集处理单元处理，实时的完成纸币特征数据的采集。
上传时间： 2013-05-24
上传用户：shenlan
随着交通工具的迅猛发展，智能交通系统(Intelligent TransportationSystems，简称ITS)在交通管理中受到广泛的关注。而在ITS中，车牌识别(LicensePlate Recognition，简称LPR)是其核心技术。车牌识别系统主要由数据采集和车牌识别算法两个部分组成。由于车牌清晰程度、摄像机性能、气候条件等因素的影响，牌照中的字符可能出现不清楚、扭曲、缺损或污迹干扰，这都给识别造成一定难度。因此，在复杂背景中快速准确地进行车牌定位成为车牌识别系统的难点。 本文研究和设计了一种集图象采集，图象识别，图象传输等于一体的实时嵌入式系统。该平台包括硬件系统设计与应用程序开发两个方面，充分利用TI公司的C6000系列DSP强大的并行运算能力、以及FPGA的灵活时序逻辑控制技术，从硬件方面实现系统的高速运行。 本文的主要工作有两部分组成，具体如下： (1) 在硬件设计方面：实现由A/D、电源、FPGA、DSP以及SDRAM和FLASH所组成的车牌识别系统；设计并完成系统的原理图和印制板图；完成电路板调试，以及完成FPGA．在高速图像采集中的veriIog应用程序开发。 (2) 在软件开发方面：完成Philips公司的SAA7113H的配置代码开发，以及DSP底层的部分驱动程序开发。 该系统能够实现25帧每秒的数字视频流图像数据的输出，并由FPGA负责完成一幅720×572数据量的图像采集。DSP负责系统的嵌入式操作，包括系统的控制和车牌识别算法的实现。 目前，嵌入式车牌识别系统硬件平台已经搭建成功，系统软件代码程序也已经开发完成。本系统能够实现高速图像采集、嵌入式操作与车牌识别算法、UART数据通信等功能，具有速度快、稳定性高、体积小、功耗低等特点，为车牌识别算法提供一个较好的验证平台。
上传时间： 2013-07-30
上传用户：gdgzhym
