【摘 要】
:
图像信号在采集、传输和记录过程中,很容易受到各种噪声信号的干扰,使得获得的图像的视觉效果下降。对于实时性要求高的图像处理系统而言,用软件来实现噪声的预处理相对来说是比较耗时的。采用集成化的整体解决方案,将信号采集和滤波处理完全的由FPGA来完成,从而提高图像信号采集速度以及图像处理效率。
论文部分内容阅读
图像信号在采集、传输和记录过程中,很容易受到各种噪声信号的干扰,使得获得的图像的视觉效果下降。对于实时性要求高的图像处理系统而言,用软件来实现噪声的预处理相对来说是比较耗时的。采用集成化的整体解决方案,将信号采集和滤波处理完全的由FPGA来完成,从而提高图像信号采集速度以及图像处理效率。
其他文献
The diurnal fluctuation in soil temperature may influence soil organic carbon(SOC) mineralization, but there is no consensus on SOC mineralization response to the cyclical fluctuation in soil temperat
Ammonia(NH3) volatilization is one of the important pathways of nitrogen loss in alkaline soil, and the NH3 concentration in soil headspace is directly linked with the NH3 volatilization. Ammonia was
To elaborate soil moisture and grain size characteristics of 3 typical micro-areas in Minqin oasis-desert ecotone,samples were collected in runoff generation area and accumulated area using soil profi
摘要目的由于对比度差且密度混杂,常规CT检查很难检测深静脉血栓形成(DVT)。双能CT(DECT)通过应用噪声优化单能推理图(MEI)和碘图(IM)可优化碘剂的对比度。
在目前的智能监控研究中,阴影消除是运动目标跟踪与检测的研究热点。根据公安工作的实际情况,针对阴影导致目标形状畸变和目标形状损失等问题,提出了一种基于HSV颜色空间的阴影检测及消除的改进方法:首先对序列图像进行预处理消除噪声干扰,然后利用阴影区域在色调和亮度上的特征,在HSV色彩空间实现对阴影检测并消除,最后采用形态学中的腐蚀和膨胀算法填充缺失的边缘轮廓。通过实验比对表明,该方法能较好地消除阴影,得
近些年来,伴随着时代的快速发展,科学技术水平的不断提升,有效的促进了我国档案领域的迅速兴起,再加之受到信息化时代发展的影响,越来越多的信息技术、计算机技术、以及更多的科学技术被应用于现代档案管理工作中,并取得了十分理想的成果。其中,二维条码技术作为当前档案管理工作中一种较为常见的应用技术,不仅有效提高了档案管理水平,还可以对档案信息文件进行长期的储存,极大的保障了文件信息的安全保密性。为此,通过结
基于特定场景的先验信息,通过分析多个特征参量对弱小目标检测的性能,利用各参量对弱小目标检测的长处,设计了一种基于多特征融合的目标检测算法。以空域匹配模型、区域加权信息熵和频域滤波自适应阈值分割3种方法为单特征量,基于各个特征量对特定应用场景下的大量目标检测的先验结果,利用概率论的知识,构造了有利于提升计算速度和检测概率的两种多特征融合方法。实验表明,该方法能够有效地提高单帧弱小目标的检测性能。
已有的椒盐噪声滤波方案的颜色还原或细节保护方面均有不足,提出了一种基于滤波窗口像素分量间关联性差异的脉冲噪声检测与滤波算法。针对像素分量分析滤波窗口中像素的差异,并结合分量间的关联度提高噪声检测正确率;滤波阶段,对向量滤波改进,提高参考向量的可靠性,将噪声像素与参考向量进行最优对齐,从而实现像素亮度与颜色的最佳复原。对比试验结果证明,本算法具有较高的颜色还原与细节保护性能,脉冲检测与滤波效果均明显
针对光照变化、姿态变化等条件下人脸鲁棒性差的难题,提出了一种改进主成分分析与低秩投影的鲁棒性人脸识别算法。首先利用改进主成分分析对人脸图像进行学习,形成低秩稀疏误差矩阵,然后根据稀疏误差图像计算平滑度和边缘,并进行加权实现人脸识别,最后进行仿真实验。结果表明,相对于当前经典人脸识别算法,本文算法获得更高的人脸识别率,并且具有较强的鲁棒性。
由于多种因素影响,激光图像结构非常复杂,传统方法难以获得高精度的分割结果,为了提高激光图像的分割精度,提出一种改进神经网络的激光图像分割方法。首先对激光图像进行去噪处理,消除噪声对图像分割的不利影响,然后采用改进神经网络对激光图像进行分割,最后采用多幅激光图像进行仿真性能测试。实验结果表明,改进神经网络以较少时间准确分割出激光图像中的目标区域,可以有效抑制噪声对分割结果的干扰,且比当前经典激光图像