图像显示器是人类接受外部信息的重要手段之一。而立体显示则能再现场景的三维信息，提供场景更为全面、详实的信息，在医学、军事、娱乐具有广泛的应用前景。而现有的3D立体显示设备价格都比较贵，基于此，本人研究了基于SDRAM存储器和FPGA处理器的3D头盔显示设备并且设计出硬件和软件系统。该系统图像效果好，并且价格成本便宜，从而具有更大的实用性。本文完成的主要工作有三点： 1.设计了基于FPGA处理器和SDRAM存储器的3D头盔显示器。该方案有别于现有的基于MCU、DSP和其它处理芯片的方案。本方案能通过线性插值算法把1024×768的分辨率变成800×600的分辨率，并能实现120HZ图像刷新率，采用SDRAM作为高速存储器，并且采用乒乓操作，有别于其它的开关左右眼视频实现立体图像。在本方案中每时每刻都是左右眼视频同时输出，使得使用者感觉不到视频图像有任何闪烁，减轻眼睛疲劳。本方案还实现了图像对比对度调节，液晶前照光调节(调节输出脉冲的占空比)，立体图像源自动识别，还有人性化的操作界面(OSD)功能。 2.完成了该系统的硬件平台设计和软件设计。从便携性角度考虑，尽量减小PCB板面积，给出了它们详细的硬件设计电路图。完成了FPGA系统的设计，包括系统整体分析，各个模块的实现原理和具体实现的方法。完成了单片机对AD9883的配置设计。 3.完成了本方案的各项测试和调试工作，主要包括：数据采集部分测试、数据存储部分测试、FPGA器件工作状态测试、以电脑显示器作为显示器的联机调试和以HX7015A作为显示器的联机调试，并且最终调试通过，各项功能都满足预期设计的要求。实验和分析结果论证了系统设计的合理性和使用价值。 本文的研究与实现工作通过实验和分析得到了验证。结果表明，本文提出的由FPGA和SDRAM组成的3D头盔显示系统完全可以实现高质量的立体视觉效果，从而可以将该廉价的3D头盔显示系统用于我国现代化建设中所需要的领域。
上传时间： 2013-07-16
上传用户：xiaoxiang
人脸自动识别技术是模式识别、图像处理等学科的一个最热门研究课题之一。随着社会的发展,各方面对快速有效的自动身份验证的要求日益迫切，而人脸识别技术作为各种生物识别技术中最重要的方法之一，已经越来越多的受到重视。对于具有实时，快捷，低误识率的高性能算法以及对算法硬件加速的研究也逐渐展开。 本文详细分析了智能人脸识别算法原理，发展概况和前景，包括人脸检测算法，人眼定位算法，预处理算法，PCA和ICA 算法，详细分析了项目情况，系统划分，软硬件平台的资源和使用。并在ISE软件平台上，用硬件描述语言(verilog HDL)对算法部分严格按照FPGA代码风格进行了RTL 硬件建模，并对C++算法进行了优化处理，通过仿真与软件算法结果进行比对，评估误差，最后在VirtexII Pro FPGA 上进行了综合实现。 主要研究内容如下： 首先，对硬件平台xilinx的VirtexII Pro FPGA 上的系统资源进行了描述和研究，对存储器sdram,RS-232 串口，JTAG 进行了研究和调试，对Coreconnect的OPB总线仲裁机理进行了两种算法的比较，RTL 设计，仿真和综合。利用ISE和VC++软件平台，对verilog和C++算法进行同步比较测试，使每步算法对应正确的结果。对软硬件平台的合理使用使得在项目中能尽可能多的充分利用硬件资源，制板时正确选型，以及加快设计和调试进度。其次，对人脸识别算法流程中的人脸检测，人眼定位，预处理，识别算法分别进行了比较研究，选取其中各自性能最好的一种算法对其原理进行了分析讨论。人脸检测采用adaboost 算法，因其速度和精度的综合性能表现优异。人眼定位采用小块合并算法，因为它具有快速，准确，弱时实的特点。预处理算法采用直方图均衡加平滑的算法，简单，高效。 识别算法采用PCA 加ICA 算法，它能最大的弱化姿态和光照对人脸识别的影响。 最后，使用Verilog HDL 硬件描述语言进行算法的RTL 建模，在C++算法的基础上，保证原来效果的前提下，根据FPGA 硬件特点对算法进行了优化。视频输入输出是人脸识别的前提，它提供FPGA 上算法需要处理的数据，预处理算法在C++算法的基础上进行了优化，最大的减少了运算量，提高了运算速度，16 位计算器模块使得在算法实现时可以根据系统要求，在FPGA的ip 核和自己设计的模块之间选择性能更好的一个来调用，FIFO的设计提供同步和异步时钟域的数据缓存。设计在ISE和VC++软件平台同时进行，随时对verilog和C++数据进行监测和比对。全部设计模块通过仿真，达到预定的性能要求，并在FPGA 上综合实现。
上传时间： 2013-07-13
上传用户：李梦晗
随着电子技术和计算机技术的飞速发展，视频图像处理技术近年来得到极大的重视和长足的发展，其应用范围主要包括数字广播、消费类电子、视频监控、医学成像及文档影像处理等领域。当前视频图像处理主要问题是当处理的数据量很大时，处理速度慢，执行效率低。而且视频算法的软件和硬件仿真和验证的灵活性低。 本论文首先根据视频信号的处理过程和典型视频图像处理系统的构成提出了基于FPGA的视频图像处理系统总体框图；其次选择视频转换芯片SAA7113，完成视频图像采集模块的设计，主要分三步完成：1)配置视频转换芯片的工作模式，完成视频转化芯片SAA7113的初始化：2)通过分析输出数据流的格式标准，来识别奇偶场信号、场消隐信号和有效行数据的开始和结束信号三种控制信号，并根据控制信号，用Verilog硬件描述语言编程实现图像数据的采集；3)分析SRAM的读写控制时序，采用两块SRAM完成图像数据的存储。然后编写软件测试文件，在ISE Simulator仿真环境进行程序测试与运行，并分析仿真结果，验证了数据采集和存储的正确性；最后，对常用视频图像算法的MATLAB仿真，选择适当的算子，采用工具MATLAB、System Generator for DSP和ISE，利用模块构建方式，搭建视频算法平台，实现图像平滑滤波、锐化滤波算法，在Simulink中仿真并自动生成硬件描述语言和网表，对资源的消耗做简要分析。 本论文的创新点是采用新的开发环境System Generator for DSP实现视频图像算法。这种开发视频图像算法的方式灵活性强、设计周期短、验证方便、是视频图像处理发展的必然趋势。
上传时间： 2013-05-20
上传用户：fudong911
人脸识别技术继指纹识别、虹膜识别以及声音识别等生物识别技术之后，以其独特的方便、经济及准确性而越来越受到世人的瞩目。作为人脸识别系统的重要环节—人脸检测，随着研究的深入和应用的扩大，在视频会议、图像检索、出入口控制以及智能人机交互等领域有着重要的应用前景，发展速度异常迅猛。 FPGA的制造技术不断发展，它的功能、应用和可靠性逐渐增加，在各个行业也显现出自身的优势。FPGA允许用户根据自己的需要来建立自己的模块，为用户的升级和改进留下广阔的空间。并且速度更高，密度也更大，其设计方法的灵活性降低了整个系统的开发成本，FPGA 设计成为电子自动化设计行业不可缺少的方法。 本文从人脸检测算法入手，总结基于FPGA上的嵌入式系统设计方法，使用IBM的Coreconnect挂接自定义模块技术。经过训练分类器、定点化、以及硬件加速等方法后，能够使人脸检测系统在基于Xilinx的Virtex II Pro开发板上平台上，达到实时的检测效果。本文工作和成果可以具体描述如下： 1. 算法分析：对于人脸检测算法，首先确保的是检测率的准确性程度。本文所采用的是基于Paul Viola和Michael J.Jones提出的一种基于Adaboost算法的人脸检测方法。算法中较多的是积分图的特征值计算，这便于进一步的硬件设计。同时对检测算法进行耗时分析确定运行速度的瓶颈。 2. 软硬件功能划分：这一步考虑市场可以提供的资源状况，又要考虑系统成本、开发时间等诸多因素。Xilinx公司提供的Virtex II Pro开发板，在上面有可以供利用的Power PC处理器、可扩展的存储器、I/O接口、总线及数据通道等，通过分析可以对算法进行细致的划分，实现需要加速的模块。 3. 定点化：在Adaboost算法中，需要进行大量的浮点计算。这里采用的方法是直接对数据位进行操作它提取指数和尾数，然后对尾数执行移位操作。 4. 改进检测用的级联分类器的训练，提出可以迅速提高分类能力、特征数量大大减小的一种训练方法。 5. 最后对系统的整体进行了验证。实验表明，在视频输入输出接入的同时，人脸检测能够达到17fps的检测速度，并且获得了很好的检测率以及较低的误检率。
上传时间： 2013-07-01
上传用户：84425894
温度是生活中最基本的环境参数。温度的监测与控制，对于生物生存生长，工业生产发展都有着非同一般的意义。温度传感器的应用涉及机械制造、工业过程控制、汽车电子产品、消费电子产品和专用设备等各个领域。传统的常用温度传感器有热电偶、电阻温度计RTD和NTC热敏电阻等。但信号调理，模数转换及恒温器等功能全都会增加成本。现代集成温度传感器通常包含这些功能，并以其低廉的价格迅速地占据了市场。Dallas Semiconductor公司推出的数字式温度传感器DS1820采用数字化一线总线技术具有许多优异特性。其一，它将控制线、地址线、数据线合为一根导线，允许在同一根导线上挂接多个控制对象，形成多点一线总线测控系统。布线施工方便，成本低廉。其二，线路上传送的是数字信号，所受干扰和损耗小，性能好。本课题旨在分析和设计基于数字化一线总线技术的温度测控系统。本系统采用FPGA实现一个温度采集控制器，用于传感器和上位机的连接，并采用Microsoft公司的Visual C++作为开发平台，运用MSComm控件进行串口通信，进行命令的发送和接收。
上传时间： 2013-04-24
上传用户：fyerd
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
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： 2013-06-07
上传用户：kikye
臭氧（O3）作为一种无污染的强氧化剂，已在医学、卫生、食品、饲养业、养殖业、化工生产、大气净化、污水处理和饮用水杀菌消毒等行业广泛应用，取得了显著效果，其应用规模也越来越大。在使用中，如果臭氧浓度过高会加大设备造价同时对人体有危害，臭氧浓度太小又难以收到满意效果。因此在很多场合必须严格控制臭氧的浓度，以便达到既能杀菌消毒，又不危害人体健康的目的。目前，臭氧检测的方法分为两类，一类是采样后实验室分析，首先进行环境空气的样品采集，然后拿到实验室利用化学方法进行分析；一类是自动监测仪器法，利用臭氧自动监测仪进行环境空气中臭氧浓度的测定。然而在对臭氧消毒后空气中臭氧浓度检测的过程中，以上两种方法具有检测周期长、操作步骤复杂、设备体积大、不便于携带等缺点。因此设计一种检测方法简单、体积小、重量轻、低功耗、智能化程度高的便携式臭氧浓度检测仪具有一定的现实意义。 在硬件设计上，首先，为了完成臭氧浓度信号的提取，对臭氧传感器进行了精心的选择；其次，为了保证传感器稳定可靠的工作，重点设计了恒电位仪电路，同时为了满足后续A/D检测精度的要求，对检测到的电压信号进行了调理；最后，为了实现系统的基本功能，以ARM微处理器LPC2210为核心搭建了系统的硬件平台。 在软件设计上，为了提高系统的智能化程度，引入了μC/OS-Ⅱ操作系统。同时为了减少系统功耗尽量缩短CPU的运行时间。当仪器无人操作一段时间后，系统会自动关闭一部分外围器件并且使微处理器处于掉电状态以减少功耗。 在操作的可靠性方面，设计了一键开机功能；同时为了延长电池的使用寿命，设计了电源智能管理模块。
上传时间： 2013-05-21
上传用户：xiangwuy
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
我国是世界上设施农业面积最大的国家，设施面积占世界总面积的70-80％。目前国内设施温室应用的主要环境参数采控系统大多为进口产品，这些产品技术含量高，采控效果好，但相对价格较高，通常适用于现代化的大型或高档连栋温室。少数国产品牌无论技术水平还是采控效果均不甚理想，尤其缺少能够适用于我国常见的中小型日光温室的低成本智能采集控制装置。本文基于国家高技术研究发展计划(863计划)课题“设施农业精准生产技术系统构建与应用”，对设施温室环境和生物信息数据采集、传输、备份、调控问题进行了研究。 论文分析了目前国内中小型日光温室环境监控需求，提出并实现了一套网络型设施农业日光温室智能控制系统从硬件到软件的完整方案。主要研究工作如下： (1) 开发了面向常用环境信息传感器和生物信息传感器的数据采集模块，该数据采集模块具有可定制、可扩展的特点。 (2) 开发了基于CF卡的数据备份及存储模块，为实现现场数据的大容量存储和本地化自主控制提供了基础。 (3) 构建了传感器数据的局域传输网络和以太网络接口，满足了节点环境参数及视频信息宽带传输与温室集中监控的需要。 (4) 开发了面向中小型日光温室的可扩展核心设备管理模块，实现了在决策服务器支持下的环境参数本地自主调控。 (5) 移植了嵌入式操作系统、开发了设备驱动程序，使用户可以灵活方便地调用板载设备进行系统的二次定制开发。 (6) 对系统软件、硬件进行了模拟调试和现场实验，验证了系统在设施温室环境采控中的各项功能。 论文结构如下：首先分析了课题的研究背景、意义、研究现状和相应关键技术；然后在温室控制的需求分析上提出了智能控制系统的方案；接着给出了智能PAC系统子/主节点的硬件设计及实现，给出了基于U-BOOT与uClinux的智能PAC系统软件设计和驱动开发；其次设计了实验平台对智能PAC系统进行仿真调试和现场实验。论文最后展望了我国设施农业温室环境监控的发展。 现场实验表明，该智能PAC系统解决了日光温室环境和生物信息数据采集、传输、备份问题，并且具有可定制化、可编程、运行稳定可靠的特点，达到了预期的设计要求。
上传时间： 2013-04-24
上传用户：qw12
