一种基于FPGA的Sobel边缘检测算法与仿真研究

Sobel边缘检测算子是离散型差分算子,用来运算图像亮度函数的梯度近似值。在图像的任何一点使用该算子,将会产生对应的梯度矢量或法矢量。根据FPGA的并行流水线性以及硬件处理速度快、可编程、可重配置等特点,提出Sobel边缘检测算法:分别计算水平梯度和垂直梯度,将2个方向的梯度值结合起来,通过一个门限值后再输出二值图像。并在FPGA平台上进行了仿真。仿真结果表明,利用该算法能够取得良好图像边缘检测的效果。     

基于SDRAM的FPGA实时图像采集系统的设计

针对基于FPGA的实时图像采集系统提出了一种基于SDRAM的实现方法,FPGA中采用模块化设计方法,详细给出了系统的硬件框图,并对SDRAM控制器的控制方法、各模块功能和软件部分进行了具体的设计.仿真结果表明,该系统设计灵活、工作稳定可靠、体积小、成本低,完成了高速数据的大容量存储,可满足于高性能的实时图像采集系统要求.     

基于小波分析的图像边缘检测

本文介绍了数字图像的小波算法的基本原理，论述了二维图像的小波分析的边缘检测的原理，以及小波函数的构造。利用小波分析的边缘检测算法，对原始图像进行检测，具有良好的检测效果。     

基于改进形态学人脸图像的边缘检测算法

如何确定人脸特征并对这些特征进行有效提取是至关重要的。本文提出的形态学边缘检测算子,能够有效地检测出人脸图像边缘,并保持人脸边缘的平滑性。与传统的边缘检测算子相比,该算法性能好,计算量小,实用性强。     

基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测,通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取,实现了边缘的精确检测。实验结果显示,该算法能够有效地提取图像目标的轮廓信息,很好保持图像纹理,具有理想的抗干扰性能,保证了检测结果的准确性。     

基于遗传BP网络的植物根系图像边缘检测

为实现对护坡植被根系图像的轮廓提取和边缘检测,提出一种遗传算法和误差反向传播算法相结合的混合算法来训练前馈人工神经网络.将描述边缘的特征向量,作为神经网络的输入信号,构造三层前馈网络.在网络训练过程中,构造的边缘特征量抗噪性佳,且可有效提取边缘的真实信息.仿真实验表明:设计的神经网络抗噪性强,边缘定位精度高,提取后图像更接近根系真实轮廓图像,更有利于植物固坡研究中根系形态的监测.     

基于Visual C++. NET的昆虫图像自动识别系统的研究

随着软件技术的迅速发展以及数字图像处理技术的广泛应用,自动识别系统将越来越成为现代社会的一种必然应用趋势.针对当前农业中存在的虫害威胁,本文从图像处理技术出发,利用Visual C++. NET作为平台,开发了一套昆虫图像自动识别软件系统,来对常见昆虫模式进行特征提取,然后再进行聚类分析,从而达到对测控对象进行自动测试和识别的目的.在实际应用当中,主要以获得昆虫图像为对象,并在静态情况下得出了比较满意的结果.     

基于CT图像板材节子边缘检测的研究

板材CT图像的边缘提取是实现板材三维重建的关键步骤。针对板材CT图像低对比度、低动态范围、板材缺陷边缘提取困难等问题,采用数学形态学方法对板材二值化处理后的图像进行边缘提取,并与传统的Sobel、Prewitt、LoG和Canny算子对原始板材CT图像边缘提取效果进行对比。结果表明,这种方法能较好地检测出板材节子的边缘信息,提取的边缘清晰完整,准确性较高,能为后续的板材CT图像三维重构奠定基础。     

基于模糊理论的树冠图像边缘检测算法研究

介绍了一种变量施药的靶标识别方法,采用T-S模糊模型,根据绿色植物和背景颜色的特征值(R、G、B)差异性,采用超绿指标[Excess green,ExG]来区别靶标与背景的隶属度,定义了噪声和边缘隶属度函数,根据模糊推理结果,对植物叶片图像去除噪声后再进行边缘检测,可有效检测图像边缘。降低算法的复杂度,提高了效率,在抗噪性能方面能有效地避免噪声的干扰、节约时间、运算速度快。     

基于模糊理论的树冠图像边缘检测算法研究

介绍了一种变量施药的靶标识别方法,采用T-S模糊模型,根据绿色植物和背景颜色的特征值(R、G、B)差异性,采用超绿指标[Excess green,ExG]来区别靶标与背景的隶属度,定义了噪声和边缘隶属度函数,根据模糊推理结果,对植物叶片图像去除噪声后再进行边缘检测,可有效检测图像边缘。降低算法的复杂度,提高了效率,在抗噪性能方面能有效地避免噪声的干扰、节约时间、运算速度快。     

基于FPGA的地板图像采集和中值滤波设计

实木地板图像采集和预处理是基于计算机视觉的地板等级在线分选的重要步骤,由于图像数据量大,采用基于CPU架构的软件处理方法无法满足在线分选的实时性要求．该文充分利用FPGA的并行处理能力和流水线技术,设计了灵活度高、处理速度快的地板图像采集与预处理系统,设计的基于FPGA并行运算的快速中值滤波算法,有效解决了经典中值滤波算法比较次数多、比较速度慢的问题实验结果表明该文所设计的算法能够显著提高图像预处理速度。     

基于FPGA的FFT的实现

在信号处理中,FFT占有很重要的位置,其运算时间影响整个系统的性能。传统的实现方法速度很慢,难以满足信号处理的实时性要求。针对这一现状,本文研究了FFT算法的VHDL程序设计方法,讨论新一代大容量、高速FPGA实现FFT处理中的若干问题。结果表明,时序分析结果与计算结果相一致,验证了程序的正确性,而且利用FPGA实现FFT处理运算速度非常快,可以满足需要高速处理的应用场合。     

基于形态学的种子图像边缘检测方法

采集种子在传送带上的动态图像,运用数学形态学算子对图像边缘进行检测。结果显示,与传统的边缘检测算法相比,该方法可准确提取种子图像边缘,且具有很强的抗噪能力。     

改进的种子点生长模糊边缘检测算法

针对传统模糊边缘检测算法计算量大、效率低的弱点,利用图像边界点连续的特性,结合模糊边缘检测算法的思想,提出了一种基于模糊理论的改进种子点生长边缘检测算法。利用相应算法建立两张快速查找表,对图像中的像素点通过查表,选取种子点,根据边缘点的判断准则对其进行生长,最终实现边缘检测。实验证明,算法具有较高的效率和较强的抗噪能力。     

基于多重分形频谱分析的图像边缘检测

提出了一种基于多重分形频谱分析的图像边缘检测方法．该方法首先计算出图像像素点的粗粒化Hǒlder指数，并用核估计方法估计出图像与该粗粒化指数相对应的多重分形奇异频谱，然后根据图像的多重分形频谱值就可以检测出图像的边缘点．实验结果表明该方法是有效的，而且与传统方法相比具有更好的局部性．     

基于分形特征的图像边缘检测算法①

An image edge detection algorithm based on fractal character was developed. The method was rooted in the self-similarity of fractal image. The results of experiment showed that the proposed new algorithm for image edge detection was valid and effective.     

基于分形特征的图像边缘检测算法

基于分形图像的自相似特征,提出了一种新的图像边缘检测算法,实验结果证明该算法能有效提取图像边缘,具有较强的抗噪声性能。     

基于FPGA的信号发生器设计

作为调试设备,数字信号发生器是数字信号处理中不可缺少的一部分,广泛的应用在生产生活当中。由于FPGA集密度高,功耗低,体积小以及可靠性高等优点于一身,所以采用Altera公司生产的FPGA实现数字信号发生器的设计,该数字信号发生器能够产生可调频率的正弦波、方波、三角波和锯齿波。通过硬件系统测试,结果表明:系统精度较高、带负载能力较强、运行稳定。     

综合小波和模糊方法的图像边缘检测

为了更好地对图像边缘进行检测,提出一种基于小波局部极大模和模糊方法相结合的图像边缘检测算法．它将图像分为高频和低频部分分别进行处理．高频部分利用小波局部极大模的方法进行边缘检测,低频部分则利用模糊方法进行处理,并对两种边缘图像进行了融合．试验结果证实了该算法的可行性．