基于FPGA+DSP的浅地表频域电磁探测数字处理系统

针对浅地表频域电磁探测对接收信号采集、传输和现场高效处理的要求,提出基于FPGA+DSP的浅地表频域电磁探测数字处理系统.在FPGA中实现数据采集、控制和传输FIFO(First Input First Output)模块,采用新式通用并行端口UPP(Universal Parallel Port)实现大数据传输,基于TMS320C6748平台,采用正交锁定放大方法,设计高效率数据处理算法,利用上位机软件通过RJ45网口对系统进行控制并显示结果.实测结果表明:该架构数字处理系统,对不同金属有着较强探测能力,加快了数据传输速率,缩短了系统工作时间,提高了工作效率.     

基于梯度和颜色直方图相融合方法的人脸跟踪

利用长短轴比例固定为1.4的椭圆模型模拟人脸,并融合梯度模型和颜色直方图模型进行人脸跟踪,给出了梯度模型和颜色直方图匹配度计算方法.因为两种模型之间在考虑的点集和利用的信息上具有互补性,所以提高了系统的鲁棒性.带加速度的运动预测则有效地减小了检测区域,提高了系统的速度.为降低光照变化的影响,使用一种简单的自适应亮度补偿算法,在光照较弱的条件下对待测图像进行补偿,从而提高了系统的适应性和实用性.实验表明:该方法在复杂背景中甚至在较暗的光照条件下都能取得较好的效果, 可以跟踪人脸任意方向的运动,速度可以达到20帧/s以上.     

基于链码的人体骨架建模

提出一种基于链码和曲率的人体骨架建模方法.先通过形态学方法得到人体骨架并将其简化后用邻域法求出骨架端点,然后用链码表示骨架遍历得到骨架分叉点,并通过上肢链码的曲率值得到骨架拐点,再对各个关键点进行相应的连接,建立人体骨架模型,进而表达人体上肢运动的有效信息.实验结果表明,该方法取得了较高的拐点检测准确率,且耗时较少,建模效果较好.     

基于C-均值聚类的二层次人像聚类算法

提出一种基于C-均值聚类的二层次人像聚类算法,解决了传统硬聚类中由于每个数据只能属于某一类而使得处于类边界的数据在检索时结果准确度不高, 以及对高维大数据量数据分类时存在的模糊聚类时间和空间复杂性过大等问题. 该算法为大规模人像数据库检索提供了一种可行的分类方法, 使得分类后的人像数据在有效提高检索速度的同时保证了检索的准确度.     

近地表电磁探测发射系统控制技术

结合近地表频率域电磁探测发射系统特点,引入均值电流和电压双环反馈.设计以DSP(Digital Signal Processor,DSP)为平台的数字双环反馈控制系统.构建电路z域反馈补偿模型,使系统稳定运行.实现低频时稳流、高频时稳压,减小了发射天线负载电流幅值的变化范围,降低了对发射天线参数设计的要求,避免天线高频时电流大幅度衰减引起的发射矩不足,以及低频时电流过大导致的发射电流不稳定的问题,同时对电路起保护作用.通过仿真对比引入并联双环反馈后高低频输出电流变化量为开环时输出电流变化量的8.5%.实测结果达到了设计目的,为近地表电磁探测发射系统的改进提供参考.     

基于粒子群优化算法的模糊C-均值聚类

利用粒子群优化（PSO）算法全局寻优、 快速收敛的特点, 结合模糊C 均值（FCM）算法提出一种新的模糊聚类算法. 新算法用PSO算法代替了FCM算法的基于梯度下降的迭代过程, 使算法具有很强的全局搜索能力, 很大程度上避免了FCM算法易陷入局部极小的缺陷; 同时也降低了FCM算法对初始值的敏感度. 实验结果表明, 与FCM相比本文算法聚类更为准确, 效率更高.