基于小波变换的图像融合算法及性能评价

在阐述小波图像融合算法的基础上,针对小波分解后各频域融合算子和融合规则的选择,提出一种新的基于FPGA动态可重构的图像融合算法。该方法对小波分解后的图像低频子带采用平均融合算子处理,在高频子带的融合中依据小波系数树状结构特点提出了一种新的自适应融合方法,最后经过小波逆变换得到融合图像。核心算法集成到一片FPGA中实现,提高算法的实时性,降低系统的实际功耗,有效地减少融合图像的失真。对多组图像进行实验,实验结果表明,该方法是有效的。     

基于小波提升机制的快速图像融合算法

由于提升小波变换相对于传统小波变换具有运算简单、执行速度快、节省内存空间等优点,因此将小波提升机制应用于图像融合处理中.基于提升机制的图像融合算法不仅能够有机融合源图像的互补信息,提高图像的清晰度,同时能够大大提高图像融合的实时性,为遥感图像处理及目标自动识别与跟踪等实时系统的实现提供一定的支持.     

一种基于掩模技术的图像融合算法

以图像的融合技术为研究对象,利用小波这一有效的信号处理工具对图像进行多尺度的分解,在图像区域特征的指导下选取有效信息构造出合理高效的图像融合方案。     

一种基于二代Curvelet变换的图像融合新算法

基于Curvelet变换,提出了一种新的融合算法.首先将图像进行Curvelet变换,然后对低频系数和高频系数采用不同的融合规则将Curvelet系数融合,最后进行重构得到融合结果.对该方法得到的融合图像进行了主客观评价和对比.实验结果表明,该方法得到的融合图像在图像边缘等细节上比其他方法得到的图像具有更好的视觉效果,在均方误差、峰值信噪比、相似度等客观指标上都优于其它方法.     

一种基于图像块分割的多聚焦图像融合方法

针对多聚焦图像，提出了一种基于图像块分割的图像融合方法，采用块区域局部对比度将多聚焦图像分割成三部分：聚焦清晰区域、聚焦模糊区域以及两者之间的边界区域，对于清晰区域和模糊区域，直接选取清晰块区域作为融合后相应块区域；对于边界区域，建立了基于对比度的像素选取方法进行融合处理，实验对比结果表明，该方法明显优于拉普拉斯金字塔融合算法和离散小波变换融合算法。     

一种新的基于局部小波统计特性的多聚焦图像融合算法

改进了局部小波对比度的定义.提出一种利用小波变换实现多聚焦图像融合的方法.基于新的对比度的融合过程,由源图像上计算的视觉重要性构造融合图像对应的小波系数,因而融合图像更符合人的视觉特性.仿真结果利用熵、交叉熵、均方根误差对该方法的融合性能进行了评价与分析,实验结果表明,该融合方法充分保留图像的细节信息,并具有良好的稳定性.     

一种基于小波变换的图像融合新方法

图像融合是多传感器信息融合在图像处理领域的一个重要应用，以小波变换为工具是这一领域研究方法上的重大突破。在小波变换的基础上，对基于区域的融合算法进行了深入研究，提出了一种多光谱图像融合的新算法，并与其它几种算法进行了比较，仿真结果表明该算法简单，稳定性好，图像增强效果好，在图像增强中是一种比较可取的有效算法。     

一种基于四元数小波变换的图像融合方法*

目的基于四元数小波变换理论提出了一种新的图像融合方法。方法基本思想主要包括3步:首先,对图像进行四元数小波分解,得到各个尺度下的高频子带和低频子带。其次,对高频子带和低频子带分别采用区域最大值法和系数平均的融合准则,得到融合的四元数小波融合系数。最后,利用四元数小波逆变换得到融合图像。结果用所提方法得到了6组测试图像在主观和客观上的融合结果。结论实验表明,所提方法比离散小波变换、对偶数复小波变换和曲线波变换的图像融合方法更有效。     

一种基于小波神经网络的图像融合方法

图像融合结合图像处理、信号处理、计算机和人工智能等相关技术．通过对多源图像数据信息的提取合成,从而获得同一场景目标较为准确全面的图像描述．神经网络具有强大的非线性映射逼近能力,将神经网络用来进行滤波融合,避免了传统滤波图像变模糊问题．通过小波神经网络自适应动量快速学习算法进行图像滤波融合,能从根本上避免局部最优,且加快收敛速度,具有很强的学习和泛化能力,也避免了网络结构盲目设计．仿真实验表明,用本方法实现的融合图像更加符合人的视觉特性．     

基于FPGA的AES加密算法可重构设计

在信息的传输过程中,对信息进行加密处理是保证信息安全的关键。用FPGA技术实现了AES加密算法并针对算法的反馈工作模式,通过采取等效解密过程、就算法中的关键函数进行优化、实现密钥扩展与加／解密的并行进行等措施降低了算法实现的硬件复杂度,提高了数据处理速度,仿真过程验证了设计的正确性。     

基于FPGA的动态图像跟踪算法研究

设计了一种基于FPGA的动态图像跟踪系统,并对其系统整体组成及各子功能模块,特别是图像数据处理模块的算法进行了详细介绍.说明了该系统跟踪效果的优越性及软件跟踪算法的正确性.     

基于FPGA的神经网络硬件可重构实现

针对软件实现神经网络速度慢的缺点,介绍了一种神经网络在FPGA上可重构实现的设计方法.设计中依据成熟的BP算法公式,以一个三层的BP网络为例,利用Verilog HDL硬件语言自顶向下设计各个模块,使网络训练时将前向模块、误差反传模块和相应的控制模块同时配置到FPGA中进行网络训练;而当训练好的网络正常工作时,只在FPGA中配置前向模块和相应的控制模块就可以高速运行该神经网络.实验结果表明,该系统结构能极大地提高BP网络的学习速度.     

一种新的基于FPGA的立体图像差异性算法

提出了一种新的基于FPGA的立体图像差异性算法,它以块匹配算法为基础,根据FPGA的特点,对图像相关性的公式进行设计优化,并结合穷尽方式搜索和预测方式搜索,提高算法的执行速度.设计基于FPGA的立体图像差异性算法IP核,充分利用FPGA独特的并行处理机制和强大的运算能力以提高系统的处理速度和性能.系统测试结果表明,基于FPGA的立体图像差异性算法,可以达到每秒33帧的处理能力,处理速度能够达到PC机的二百倍以上,具有较好的实时性;且能够连续处理500帧图像数据,具有较好的稳定性.     

实现FPGA高效动态可重配置的触发器电路

设计了一种在现场可编程逻辑阵列(FPGA)内可供配置的触发器电路结构.主要特点是:不需要浪费FPGA内组合逻辑的资源,就可以独立配置出56种全部常用类型的D触发器电路或锁存器电路;以FPGA在配置简单时序电路时增加50%面积的代价降低了配置为复杂时序电路时70%的延时和90%的面积.同时针对Xilinx Virtex系列FPGA动态重配置速度较慢的缺点,在触发器电路中加入了抓捕与写回电路;提出了通过硬件电路来实现重配置状态保存和写回的方法.与Xilinx Virtex器件完全用软件实现的方法相比,加快了FPGA动态重配置电路的速度.     

基于FPGA的可重构性数字逻辑实验方法

在介绍可编程器件FPGA及其可重构性的基础上,举例说明了基于FPGA的数字逻辑实验的可重构方法,并讨论了基于FPGA的数字逻辑实验的可重构方法相对于传统数字逻辑实验教学的优势。     

基于FPGA的高速图像采集系统

提出了一种基于FPGA的高速图像采集系统硬件方案.论述了高速、高分辨率图像采集系统的工作原理,从迸发数据暂存、大容量数据转存、高解析度、高帧频图像的实时传输及大容量数据终端传输等内容的研究完成了系统设计.对硬件电路的测试结果表明,该系统能够对图像传感器产生的高速大容量数据流进行采集存储,以FP-GA为核心处理器设计的高速图像采集系统大大简化了系统硬件结构,提高了系统可靠性.     

一种基于FPGA的DDS算法的简化实现

在分析了传统的DDS算法的基础上,提出了一种改进方案,使得系统的复杂度降低,更趋于模块化,产生的波形频率更准确.输出采用一个周期8个采样点的定点输出,系统时钟频率为80MHz,信号的谐波小于70dB.输出信号的范围为DC到10MHz,信号频率的步长为0.1Hz,相应的转换速度为12.5ns.     

一种适合FPGA实现的开平方算法

随着嵌入式等实时系统技术的发展,越来越多的数字信号处理要求将开平方等运算用硬件实现.本文介绍了一种改进的不恢复余数的开平方算法,分析了它的一些优点,用VHDL语言在Xilinx公司的FPGA器件上实现了该算法;分别设计了被开方数是16位和8位的电路,并进行了比较.实验结果表明,与其他算法比较,改进的不恢复余数的开平方算法具有输出延时小和占用资源少的优点,同时随着被开方数的增加,最高频率下降幅度不大,具有较好的实用价值.     

基于FPGA的双倍速率动态存储器设计

文章介绍了双倍速率动态存储器的系统命令和结构,给出了一种基于状态机的DDRSDRAM控制器的设计,利用状态机对读写操作进行控制以提高系统性能,并实现了FPGA的控制器仿真。