基于改进Sobel算子的实时边缘检测系统设计与FPGA实现

为了提高边缘定位精度和实用性,本文以FPGA为硬件平台设计了基于改进Sobel算子的实时边缘检测系统.首先,利用CCD相机采集视频并存储到SDRAM存储器中;然后通过改进的Sobel算子对视频每一帧进行边缘检测,运用非极大值抑制算法细化边缘;最后将边缘图像经VGA接口模块进行实时显示.结果显示,本系统边缘定位更加准确,实时性较高.     

基于FPGA的静态背景下移动目标检测

基于现场可编程门阵列(Field Programmable Gate Arrays, FPGA)硬件平台和背景差分算法设计一个静态背景下的视频移动目标检测与跟踪系统,并详细给出系统的实现过程.检测结果表明:采用FPGA硬件实现系统设计,极大地提高了系统的处理速度,在静态背景下,可以实时、准确地检测和跟踪到移动目标.     

基于DM642的图像边缘检测算法研究与实现

实时图像处理技术已经成为最热门的研究课题之一.本文给出基于DM642平台实现实时图像处理系统的设计方案,在分析常用图像边缘检测算子基础上,引入适用于具有灰度渐变、噪声较多图像的边缘检测算子,结果证明在该系统下能实时完成视频图像的处理,给出的边缘检测算子能较好的消除噪声的影响,边缘轮廓清晰.     

基于FPGA的瓶盖边缘在线视频检测装置的设计

设计并实现了一个采用OV7670视频模块,以FPGA作为控制单元的瓶盖边缘在线视频检测装置。运用Verilog语言编程,该装置实现了外接VGA显示器菜单式参数设置,完成了实时视频图像的Roberts边缘检测,提高了图像处理速度。通过改进检测算法,有效地抑制了噪声,获得了清晰、连贯的边缘图像。该设计改善了工作环境,避免了对人体的损害。     

基于FPGA的Camera Link接口技术转换实现

为了提高视频图像传输的实时性、有效性,设计了一款基于FPGA的Camera Link接口转换技术实现系统.系统前端通过模拟摄像机完成对视频图像的采集,采用FPGA完成对视频数据的处理,用Camera link接口完成对视频图像的高速传输,最终实现了对视频的实时传输,同时也提高视频图像的有效性.     

道路交通视频检测系统初探

提出一种实时自适应的道路交通视频检测方法,提高了视频监测系统在长时间运行条件下对光线变化、阴影和系统噪声的适应性.利用图像边缘检测和模式识别2种方法对前景目标车辆进行提取的算法,保证了准确率和效率.实时交通视频实验结果表明,该方法取得了较好的成果,为道路交通信息系统提供保障.     

基于TMS320DM642的疲劳检测系统硬件设计

为了解决因疲劳/瞌睡驾驶而造成的交通事故，研究了各种疲劳检测算法。针对疲劳检测算法中大数据量、高速传输、复杂运算的实际需要，设计了以SAA7115 为视频采集AD，DSP器件TMS320DM642为核心处理器，SAA7105为视频输出DA，利用FPGA控制输出，以实现增强显示功能的实时视频处理系统。该系统可以满足多路视频的实时采集、处理、显示的需求，可以作为疲劳检测算法的硬件平台，同时也可以作为视频处理、图像处理的硬件平台。     

PSoC软硬件协同设计的嵌入式实时视频监控系统简

针对自动视频监控系统中计算密集度高的特点,提出了基于片上可编程系统(PSoC)软硬件协同设计的实时视频监控系统.首先,利用可编程门阵列(FPGA)设计了前景对象检测算法的时间关键步骤;然后,通过在嵌入式Nios-II处理器上执行高级语言编程实现其他非时间关键任务;最后,使用流协议将定制和并行处理组件集成到视频处理链.文中提出的方案软硬件协同设计,有效利用了FPGA资源,并在DE2-70板上实现.实验结果表明,文中设计的视频监控系统的实时处理能力明显优于其他几种现存的系统.?更多还原     

PSoC软硬件协同设计的嵌入式实时视频监控系统

针对自动视频监控系统中计算密集度高的特点,提出了基于片上可编程系统(PSoC)软硬件协同设计的实时视频监控系统.首先,利用可编程门阵列(FPGA)设计了前景对象检测算法的时间关键步骤;然后,通过在嵌入式Nios-II处理器上执行高级语言编程实现其他非时间关键任务;最后,使用流协议将定制和并行处理组件集成到视频处理链.文中提出的方案软硬件协同设计,有效利用了FPGA资源,并在DE2-70板上实现.实验结果表明,文中设计的视频监控系统的实时处理能力明显优于其他几种现存的系统.     

用FPGA实现嵌入式视频图像信号实时采集

提出了一种基于FPGA的嵌入式视频图像信号实时采集系统,采用SAA7111A对信号进行A/D变换,并用FPGA与SDRAM实现大容量的双帧缓存.详细说明双口存储器、有限状态机的实现及隔行扫描到逐行扫描的转换、乒乓互锁工作机制等.本系统可用在安全监控、工业图像检测、机器视觉等领域.