该文就多媒体信息的主体之一-图像信号的压缩和解压进行了分析,并结合实际课题所设计的数字图像监控系统对其中的图像解码过程进行了软硬件的实现.首先我们在ANALOG DEVICE公司的ADSP-2189上进行了解码系统的验证,就解码输出的质量进行了主观评价.通过软件仿真,我们还进一步得到了解码过程中,哪些指令占用较多的指令执行时间,哪些指令会成为硬件实现时的瓶颈.它为我们的FPGA优化设计提供了理论上的依据.综合考虑设计方案的复杂程度、系统规模、系统时延、器件成本等各项因素,通过对各种FPGA器件性能与开发工具的选择比较,决定选用Altera公司的FLEX10K器件来做最终的硬件实现.它不仅为图像解码系统的ASIC实现做了一定的理论分析和技术准备,也为FPGA技术在数字信号处理领域的应用开辟了新的研究方向.在硬件设计过程中,根据FPGA技术的优点,采用"自上而下"和"自下而上"相结合的设计方法,将整个系统进行功能模块分割并分别实现.所有处理模块均采用VERILIG语言编写,对其中的主要模块都进行了优化设计.通过这些优化不仅提高了解压性能,还减少了处理时间和所占用的硬件空间.最后通过仿真表明了所实现的图像解码系统具有良好的性能,具有一定的使用价值.
上传时间： 2013-06-26
上传用户：再见大盘鸡
随着图像处理和模式识别技术的进步，基于生物特征的识别技术成为蓬勃发展的高技术之一，根据IBG(InternationalBiometricGroup)组织对生物特征市场的统计和预测，该领域的收入的年增长率30-50％，到2008年，全球总收入将达到46.39亿美元。而基于指纹特征的识别技术由于其独特的可靠性，稳定性，方便快捷的特点，恰好符合了市场的需求。目前指纹识别技术是生物识别领域中应用最广泛的识别技术，也是研究与应用的一个热点。 SOPC片上可编程系统和嵌入式系统是当前电子设计领域中最热门的概念。NiosⅡ是Altera公司开发的一种采用流水线技术、单指令流的RISC嵌入式处理器软核，可以将它嵌入FPGA内部，与用户自定义逻辑结合构成一个基于FPGA的片上系统。与嵌入式硬核相比较，嵌入式软核具有更大的灵活性。而FPGA的高速性、恰恰满足了指纹识别系统对速度的要求。 本文对指纹识别技术中各个环节的算法进行了较为深入的研究，结合NiosⅡ嵌入式处理器的特点，对算法进行了合理的选择与优化，形成了一套完整的指纹识别算法，并提出了一种基于FPGA的指纹识别系统硬件设计方案。 论文的内容主要包括以下几个方面： 1、对指纹图像预处理、后处理和匹配算法进行了改进，提高了算法的性能；设计了一种适用于快速匹配的指纹特征数据结构；提出了一套基于特征点匹配的指纹识别算法。实验结果表明该算法速度快、误识率较低、可靠性较高，可以满足实用的要求。 2、本着增加系统集成度、减小系统体积、提高便携性、降低功耗和成本，同时提升系统的性能的原则，使用Altera公司提供的外围设备IP核配合NiosⅡ处理器软核搭建了一个单片嵌入式系统，然后以内嵌NiosⅡ软核的FPGA和FPS200指纹采集器为核心芯片，外配片外RAM和Flash存储器以及小键盘和LCD显示屏等器件，设计了一个便携式指纹识别系统，提出了一套基于FPGA的硬件设计方案。 3、利用NiosⅡ开发板对硬件设计方案进行了初步的验证，实现了指纹采集芯片FPS200与FPGA的接口，并进行了算法的移植。 实验结果表明本文所提出的系统设计方案是可行的。基于FPGA的自动指纹识别系统在速度、功耗、体积、扩展性方面有着独特的优势，具有广阔的发展空间。最后提出了对这一设计继续改进的思路和下一步研究的内容。
上传时间： 2013-07-28
上传用户：hxy200501
图像增强技术是数字图像处理领域中的一项重要内容，随着数字图像处理应用领域的不断扩大，快速、实时图像处理技术成为研究的热点。超大规模集成电路技术的飞速发展为数字图像实时处理技术提供了硬件基础，尤其是FPGA(Field Programmable Gate Array，现场可编程门阵列)凭借其高速并行、可重配置的架构和基于查找表的独特结构等优点使得在数字信号处理领域的应用持续上升。国内外，越来越多的实时图像处理应用逐渐转向FPGA平台。 本文基于FPGA的图像增强技术研究主要是针对空间域方法，这种方法是指在空间域内直接对像素灰度值进行运算处理，算法简单并且存在并行性，非常适合于用硬件实现。FPGA可以灵活地实现并行、实时处理图像数据，正是利用这一特点，本文提出了一种基于FPGA的图像增强处理系统设计。该系统采用SOPC技术，完成图像增强处理。文中给出了系统设计思路，并分析了该系统的结构及功能实现，说明了系统实现过程。其硬件平台的核心部分是Altera公司Stratix系列的．FPGA EPlS40芯片，采用自顶向下的设计方法构造图像增强处理功能模块，利用硬件描述语言vHDL对图像增强模块进行电路描述，并进行设计优化、仿真，在生成系统配置文件后加载到FPGA上进行板级调试。完成了基于FPGA的图像增强算法模块的设计，重点设计实现了点运算增强处理模块、中值滤波器模块，并对中值滤波器进行了改进设计实现，采用FPGA完成了对图像增强算法的硬件加速。
上传时间： 2013-06-16
上传用户：songrui
神经网络（模式识别模块）软件开发包!!!可以识别任何事物，适用于图像识别、语音识别、自动控制等诸多领域，具有简单、易学、开发周期短、识别率高等特点。
上传时间： 2015-02-22
上传用户：youth25
模式识别PCA+LDA的C++源代码，用于图像的主分量分析
上传时间： 2015-04-08
上传用户：cazjing
模式识别的一些预处理，包括：图像压缩的例子：行程编码算法RCL， 手写体数据变换成像素位图的算法。
上传时间： 2014-01-12
上传用户：气温达上千万的
模式识别中的脱机字符识别，包括手写数字识别之Fisher线性判别，手写数字识别之模板匹配法，数字识别之神经网络法及细化算法。
上传时间： 2013-12-25
上传用户：qunquan
该程序把数字图像处理与小波变换结合起来，可以出色地完成如图像对比度增强和图像融合等其他方法处理效果不佳的处理技术。
上传时间： 2014-01-25
上传用户：cursor
人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需要在耳识别过程中增加一个耳区域定位步骤，这并不影响耳特征的提取，而眼毛对虹膜的遮挡将直接影响虹膜特征的提取。头发对于耳的遮挡可以容易地避免，而眼毛对于虹膜的遮挡是生理结构决定的，也是难以避免的。其次，就目前的技术而言，虹膜采集需要测试者与采集装置之间的位置在机器发出的语言提示下进行不断地调整，同时要瞪大眼睛，使虹膜尽可能暴露，初试者通常要反复多次调整才能够达到要求，而耳采集方式与脸采集方式基本相同，测试者很容易达到拍摄图象的要求条件。最后，虹膜采集装置的成本要高于耳采集装置。
上传时间： 2013-12-20
上传用户：坏坏的华仔
模式识别应用范围广泛，在机器学习，图像处理，运动目标检测与跟踪方面具有较大的应用价值。是本好书，值得推荐。
标签： 模式识别
上传时间： 2015-10-10
上传用户：kikye
