多种中值滤波算法在可重构架构上的映射实现

为了满足图像应用对椒盐噪声高性能实时处理的需求,解决传统设计方法仅能针对特定滤波算法实现固定参数的限制,在粗颗粒度可重构架构上映射实现了多种中值滤波算法.通过分析中值滤波算法的计算数据特点,探索出滤波算法在重构架构的数据并行和重用方法.同时,通过优化可重构计算单元的微结构设计来适应中值滤波算法的映射,扩展重构计算单元的输出端口设计,引入分布式跨域寄存器.实验结果表明,采用SMIC 130 nm CMOS工艺实现100 MHz系统主频,可以获得最高75.21×106像素/s的像素处理速率.可重构方法可以灵活实现多种中值滤波算法,满足不同复杂度和分辨率下图像的实时处理需求.     

一种基于四阶统计量的递推LMS算法

提出一种基于四阶统计量一维切片的LMS算法,并且给出其递推形式.该算法能够有效地抑制相关高斯噪声的影响,性能优于传统的基于相关的LMS算法;递推形式降低了其计算复杂度,能够满足实时处理的要求.采用相关高斯色噪声进行数值仿真,结果表明该方法的有效性.该算法可在雷达、声纳及通信系统中用于多径系数估计.     

基于概率神经网络的锋电位实时分类算法

为了实现便携式实时处理的实用型脑-机接口(BMI),提出了一种基于概率神经网络(PNN)的锋电位信号实时分类算法,并完成了该算法基于现场可编程门阵列(FPGA)的实现.该算法通过训练数据的快速导入完成PNN的训练,再由PNN实现锋电位的分类工作.文中通过调用FPGA片上DSP48Es资源实现单精度浮点的乘加运算,采用并行流水结构加速向量间距离的计算,通过查找表和坐标旋转数字计算方法完成PNN激活函数的准确逼近.实验结果表明,在完成高达93.82%准确率的情况下,基于FPGA的PNN实现方法比基于Matlab的方法快47.43倍,达到了便携式实时处理的设计要求.     

一种宽带脉冲信号检测算法

提出了一种能够实时检测雷达脉冲信号的自相关算法。相对原有相关算法,该算法提高了窄带脉冲信号脉宽和到达时间的测量精度,并具备对宽带脉冲信号检测和时域参数估计的能力,且易于硬件实现。讨论了不同信噪比下使用最优门限能够达到的测量精度,并将该算法在FPGA中实现。仿真结果证明该算法在实时处理环境中具有较好的检测性能。     

基于CUDA 和卡尔曼预测的实时电子稳像方法

针对传统电子稳像方法无法实现视频的实时处理的问题, 提出以SURF(Speed Up Robust Features)配准算法为基础, 基于CUDA(Compute Unified Device Architecture)编程实现算法的加速, 并利用卡尔曼预测器进行实时预测。算法利用CUDA 并行编程实现帧间特征点的提取和配准, 获得帧间运动矢量; 利用卡尔曼预测器获得稳定后的运动矢量, 实现对当前帧的运动矢量的补偿, 以达到实时稳像的目的。仿真实验结果表明, 该方法可有效去除视频帧间的抖动, 稳像效果良好, 实现了视频的实时处理。     

自适应格形算法的并行实现

本文提出一种基于自适应格形算法的并行实现方法。它节省硬件,处理速度高,但不影响算法的性能,适用于高速、高性能的实时处理。     

引导滤波算法的CUDA加速实现

针对引导滤波算法运算速度慢、无法实时处理的问题, 提出基于统一计算设备架构(CUDA: Compute Unified Device Architecture)实现引导滤波算法的加速。利用CUDA 并行编程实现图像邻域窗口像素值求和,进而获得图像邻域均值; 通过利用寄存器和纹理存储器, 同时优化算法步骤, 获得引导滤波关键参数, 进而实现对算法的整体优化。实验结果表明, 与基于CPU 实现引导滤波算法相比, 基于CUDA 并行处理可在很大程度上提高运算速度, 基本达到了实时处理的要求。     

Bayer图像无损压缩算法及其FPGA实现

结合Bayer CFA格式图像的特点,提出了一种基于Bayer图像的无损压缩算法,该算法简单高效,可以在无损压缩下取得较高的图像恢复质量,非常适用于遥感图像、医学影像等对图像质量要求很高的场合。在对各种算法进行仿真评估的基础上提出了基于COMS图像传感器IBIS5-A-1300的无损压缩FPGA实现方案,整个结构采用流水线设计,同时用少量行缓存代替传统的大容量存储,节省了存储资源,加快了运算速率,减小了电路规模。经验证明完全满足对Bayer图像实时处理的要求,为后续实时压缩编码和传输提供了有利条件。     

电视跟踪系统中数字相关器的研究

本文提出了一种序列分级搜索二值图象相关检测的电视跟踪方法,它综合了SSDA法和序列分级搜索法的优点,可以简化算法,将多比特的相关检测变成二值图象的相关检测,使实现处理的硬件规模减小,运算速度提高;采用平滑滤波改善图象信噪比,可以提高二值图象相关检测的性能,用并行运算实现相关检测的实时处理。本文对二值图象相关检测的性能作了分析和计算机模拟。结果表明,当图象信噪比为1、几何失真因子为10％时,该方法仍有较好的性能。这种方法不仅可用于电视跟踪,也可以用于二维成象的雷达、红外跟踪系统。     

基于改进引导滤波的实时红外图像去噪研究

针对红外图像对比度低、边沿模糊、图像噪声明显以及去噪算法复杂度普遍高的缺点,提出应用于红外图像去噪的改进的引导滤波算法,并与传统的引导滤波去噪算法进行对比,以验证该算法提高图像质量的能力与算法处理的效率.该方法利用Sobel滤波代替传统引导滤波求统计特征的方法来获取图像特征,在保证去噪效果的前提下,极大简化了算法复杂度,并移植该算法至TMS320C6748DSP平台进行测试.实验结果表明,程序经优化后,达到实时处理的要求.     

软测量技术在铁矿石表面温度检测中的应用

针对进行熔滴试验来分析铁矿石的高温性能中铁矿石表面温度很难直接获得的困难,提出了运用软测量技术实现在线检测铁矿石的表面温度,以取代原有的拉格朗日插值法进行表面温度离线估算。该方法采用L-M优化算法,通过建立神经网络软测量模型,并结合神经网络的离线学习,建立输入变量和目标变量的对应关系,实现试样试验中铁矿石表面温度的在线检测。仿真结果和对比实验比较结果均表明该方法是合理可行的。     

物理实验不确定度评定中两变量相关系数的一种近似算法

物理实验中两个变量的相关关系可以看成是这两个变量在某种意义上相同、相异、相反关系的总和．据此，用两个变量的同异反联系数近似地代替这两个变量的相关系数，从而简化了大学物理实验中作不确定度评定时相关系数的繁琐计算，为从微观角度分析相关系数的构成提供了新思路，也是对大学物理实验教学改革的一种有益探索．     

利用光谱反射特性测定茶鲜叶的叶绿素含量

介绍了一种利用光谱反射特性，快速、无损测定茶鲜对叶绿素含量的方法．经计算机逐步回归计算，当取波长５６２ｎｍ和６７６ｎｍ处归一化值进行二元一次回归时，方程的相关系数达０．９７６，数据回代的平均相对误差小于５％，可望取代传统理化测定叶绿素的方法．     

基于张量黎曼度量的序列图像匹配光流场计算方法

使用序列图像的灰度-时空张量描述子来描述图像特征,并在此基础上提出了一种基于张量黎曼度量的序列图像匹配光流场计算方法. 该方法使用张量的黎曼度量给出序列图像特征描述子间距离的定义,并使用改进的Hausdorff距离取代欧式距离来完成黎曼度量的计算,据此构造序列图像匹配相关函数,以提高图像在噪声及遮挡情况下的匹配能力;在上述基础上,给出匹配光流场算法. 仿真结果显示,该算法相对于传统基于微分的光流场计算方法（H-S算法,L-K算法）和传统的基于灰度的块匹配算法在计算精度、抗噪声等方面更有优势.      

蓝牙23跳系统信道跳频序列汉明相关性的改善

测试结果表明,蓝牙23跳系统的信道跳频序列并没有很好的汉明相关特性。从序列构造中的结构特征来看,汉明相关性恶化的主要原因,是码序列相邻分组中偶、奇码段都有恒定的段间隔(例如23跳为8)。针对这个原因,探讨性地给出一个方法,将恒定的段间隔修改为利用一个随机产生的固定段间隔表,测试发现,此措施可以显著地改善汉明相关性能。     

基于光照不变特征的数字散斑相关方法

边坡问题是中外工程建设中的主要工程地质问题之一,准确、可靠的边坡变形监测方法对预防滑坡灾害起着至关重要的作用.将数字散斑相关方法应用在边坡变形监测中,可以快速得到准确的边坡位移场信息,具有操作简单、非接触式等优点.但是在野外测量环境下,光照变化对图像的灰度唯一性产生了较大影响,从而导致测量精度的下降.在数字散斑相关方法求解边坡变形场的基础上,使用局部敏感直方图替换原始图像对应位置的灰度值,作为图像的光照不变特征,克服了光照变化对图像灰度信息的影响,并通过数值模拟实验对算法精度进行验证.实验结果表明,该方法大幅提高了边坡变形计算精度,为研究边坡破坏机理和发展过程,提供了一种经济有效的监测方法.     

Lab空间的改进k-means算法彩色图像分割

为减弱经典k-means 算法中ＲGB( Ｒed Green Blue) 空间各个颜色分量高度线性相关以及欧氏距离的尺度相关性对图像分割结果产生的影响,并克服ＲGB 空间色彩分布不匀的缺陷,提出了一种基于Lab 颜色空间的改进k-means 聚类彩色图像分割方法。首先,将颜色空间从ＲGB 转换为Lab 空间,每个像素点都可以由L、a、b 3 分量组合进行表示。其次,用马氏距离替换欧氏距离进行改进,应用改进后的k-means 算法对图像像素点进行聚类,从而实现分割目的。通过实验证明该改进算法比经典k-means 算法具有更好的分割效果和准确度。     

采用VB中的RDO实现与远程数据库的连接

经过分析比较 ,我们采用VB中提供的访问远程ODBC的RDO(远程数据对象 )接口 ,取代早期开发的网上用户查询软件中的DAO(数据存取对象 )接口 ,并且在采用时钟中断数据加入方法取代循环数据加入方法后 ,使与服务器建立联系的时间由原来的 17秒减少到 1秒之内 .     

基于动态协方差建模的纵向数据特征筛选方法

为了使统计分析有效进行,特征筛选问题在超高维领域已被众多学者广泛研究;针对现存特征筛选方法不 能灵活处理超高维纵向数据的组内相关性问题,提出一个基于动态协方差建模的迭代特征筛选方法,并称之为迭代的动态特征筛选方法;在每次迭代过程中,均使用修正的 Cholesky 分解代替静态协方差矩阵建模方法对纵向数据的组内协方差矩阵进行动态建模,获得灵活的组内协方差矩阵估计,然后将所得估计代入广义估计方程中,并基于广义估计方程特征筛选方法的思想建立特征筛选准则进行筛选,最后当迭代算法收敛时得到最终的筛选子模型;引入随机模拟和酵母细胞周期循环基因表达数据集对迭代的动态特征筛选方法和基于广义估计方程的特征筛选方法以及其他 2 个经典的独立特征筛选方法进行测试,结果表明:迭代的动态特征筛选方法不仅可以快速地筛选出重要协变量,而且还能够更加灵活地处理纵向数据的组内相关性,拥有更高的筛选精度。     

流化床风帽压力波动信号相关性实验研究

在研究流化床气固两相流流化状态时,采集、分析流化床中压力波动信号是主要的研究手段之一,近来,使用风帽压力波动信号替代壁面压力信号成为研究热点。借助冷态鼓泡流化床实验装置,在不同风量下,采集布风板不同位置风帽入口静压波动信号,分析风帽整体压力信号的相关性问题。首先分析信号时域图和箱型图,然后应用主成分分析方法计算不同位置风帽压力波动信号的相关性,最后利用风压信号独立性,分析不同风量对床内流化状态的影响。结果发现:不同床料会对流化床中风帽压力造成影响;风帽的压力信号随着风量的改变仍然保持不相关性;能够利用不同位置风帽压力波动信号对床内流化状态进行监测,表明所提方法具有可行性。