基于形态学的边缘检测系统与FPGA实现

针对传统的Sobel算子边缘定位不够精确,对图像中的噪声响应较大的问题.提出一种基于形态学的边缘检测系统.采用4个方向的Sobel算子分离出图像的边缘点与非边缘点,将边缘点在梯度方向上进行形态学的膨胀操作;将非边缘点视为噪声点,采用腐蚀操作.为了便于工程应用,采用FPGA芯片对算法进行硬件加速.实验结果显示,该方法边缘定位更加精确,对噪声的响应更小.     

一种改进的Camshift算法及其ARM实现

基于视频序列的运动目标跟踪在安防、军事等领域用途广泛,针对传统Camshift算法易受颜色相近物体的干扰、丢失目标的情况,提出了一种改进的Camshift算法;该算法检测SIFT特征点,并进行FREAK特征匹配,通过判断每一帧跟踪结果的跟踪精度修正跟踪矩形框,从而改善跟踪精度。为便于工程应用,在Linux系统上进行了算法移植,实现了基于ARM的运动目标跟踪系统。实验结果证实改进算法对部分遮挡、颜色相近干扰等情况具有稳定性,能够实现对运动目标的准确跟踪。     

基于主动视觉的人脸检测与跟踪算法研究

基于融合Kalman滤波的Camshift算法与Adaboost算法相结合的方法,提出了一种基于主动视觉的人脸检测与跟踪算法.利用Adaboost算法与融合的Camshift算法实现人脸自主检测与跟踪;根据目标形心与视场中心的位置关系以及人脸区域与视场的面积关系,设计了云台控制算法.该控制算法通过对云台摄像机进行水平、垂直和变焦控制,达到自动调整云台摄像机参数的目的.基于硬件平台对所提出的主动视觉算法进行实验验证,实验结果显示,主动视觉算法具有较高的运行效率,能够实时的检测和跟踪人脸目标,扩大了摄像机的跟踪范围.     

动态矩阵控制在网络控制系统中的应用研究

针对单输入单输出NCS中存在的有限随机长时延问题,本文采用DMC算法设计控制器,通过控制器对网络中传输的信息进行时延补偿和进一步处理,使系统的输出达到预先给定的要求.最后通过DMC算法和和传统PID算法的仿真实验,证实了采用DMC算法处理NCS中时延问题的可行性和有效性.     

强化课程群建设构筑自动化品牌专业

本文针对自动化工程类专业教学体系存在的问题进行研究,对存在的问题进行详细分析,提出整合资源精选教学内容,构建自动化工程类优秀课程群的教学思路,最终达到使学生在综合素质和解决问题能力方面得到培养。本研究对工科院校的教学研究和教学改革具有一定的借鉴意义。     

一种改进Camshift算法及其ARM实现

基于视频序列的运动目标跟踪在安防、军事等领域用途广泛。针对传统Camshift算法易受颜色相近物体的干扰,丢失目标的情况,提出了一种改进的Camshift算法。该算法检测SIFT特征点并进行FREAK特征匹配,通过判断每一帧跟踪结果的跟踪精度修正跟踪矩形框,从而改善跟踪精度。为便于工程应用,在Linux系统上进行了算法移植,实现了基于ARM的运动目标跟踪系统。实验结果证实改进算法对部分遮挡、颜色相近干扰等情况具有稳定性,能够实现对运动目标的准确跟踪。     

基于超混沌AES图像加密算法

为提高图像加密算法的安全性能, 提出了一种改进的AES（Advanced Encryption Standard）超混沌加密算法。该算法根据超混沌系统产生的混沌序列进行排列组成S盒, 对明文图像做像素值替换;利用加入外部密钥的混沌序列分别对图像像素点进行行、 列位置置乱, 并对加密算法的安全性能进行了深入分析。仿真实验结果表明, 该算法具有更高的系统安全性, 不仅具有较大的密钥空间和较高的密钥敏感性, 而且能有效抵抗统计攻击和差分攻击等。     

自动化专业层次化、开放式实践教学体系探索与实践

自动化专业以实施"卓越工程师教育培养计划"为契机,从学生的工程实践能力和专业创新能力培养入手,通过对学生专业能力训练的细化分析,构建了模块化、层次化的实践教学体系;依托专业实验室开放,将创新性实践环节引入课程体系。实践表明,这种层次化、开放式的实践教学体系在很大程度上提高了学生专业学习的积极性,使学生的工程实践能力和创新精神得到了强化和提升。     

预测函数控制在网络控制系统的应用

传感器、控制器与执行器的数据经网络进行传输与交换的闭环控制系统称为网络控制系统.由于网络的引入,网络带宽的限制使得控制系统中不可避免的引入了一些新问题.目前网络控制系统的分析与设计已成为控制界研究的新热点.本文根据网络控制系统特点,提出了存在随机时延的网络控制系统的预测函数控制策略,通过此策略设计控制器从而解决了网络控制系统的时延补偿问题.通过仿真实验证明,本文所提出的控制策略对于随机时延的网络控制系统具有很好的补偿效果.     

Rossler超混沌系统的多变量广义预测控制

提出了一种改进的自适应多变量广义预测控制算法(β-MGPC),可实现输入输出维数不等时的超混沌控制。控制部分变量可将超混沌系统引导到指定的平衡点,仿真结果表明了该算法的有效性。这种方法无需求解丢番图方程,减少了控制算法的计算量。