线状目标实时检测算法的研究

提出了一种基于FPGA和DSP的算法并设计了相应的硬件系统,能对大小为256×256像素、帧频为25帧/s的视频图像进行实时处理。即先对输入图像采用改进的Sobel算子提取边缘,再用改进的Hough变换算法进行直线检测。解决了传统的Sobel算子提取的边缘较粗及Hough变换算法计算量大、难以实时实现的难题。     

基于龙格-库塔的弹道微分方程解算的FPGA实现

针对火控计算中求解弹道微分方程组的速度、精确度以及资源配置间的冲突,设计了一种在FPGA硬件平台上实现、基于龙格-库塔的微分方程组求解器。通过在方程组之间以及方程内的计算步骤中采用多通道二级并行的方式实现算法硬件加速。实验结果表明,对于精度要求高、计算复杂度大的微分方程组,FPGA硬件实现的运算性能较传统的软件实现方式加速性能明显。     

基于视频重建的颤振探测与图像复原方法

提出了一种基于单次曝光视频重建的颤振探测与图像去模糊的方法,该方法对采样区域处的像素进行编码曝光,并由此重建出一系列视频图像,通过视频图像的位移矢量构建点扩展函数,最终复原模糊图像。该方法不需要额外硬件,在系统复杂度和成本上有着一定优势。仿真结果表明,该方法可以较好地复原图像。     

图像区域不变矩的快速计算方法

为了实时提取图像中任意尺寸窗口区域的不变矩,提出了一种快速计算方法。该算法通过构造一组积分图像,避免了在直接计算中出现的大量重复运算,使得图像中任一子窗口区域的不变矩都可以通过组合几个查找表运算得到。由于查找表运算的加法和乘法次数是恒定的,从而使得不同尺寸窗口区域的不变矩的计算均能在相同时间内完成。实验结果表明,该方法不会引起计算精度的损失,极大地降低了计算复杂度。对于从300×300pixels图像中提取的所有81×81pixels的窗口区域的不变矩这一任务而言,快速算法仅需31ms,比直接计算的速度提高了324倍。     

多源图像融合算法实时优化方法北大核心CSCD

针对红外与可见光图像融合的实时性要求,介绍了一种解决目前高清或超高清多源图像拉普拉斯金字塔图像融合算法的实时实现方法。基于视频数据流设计了拉普拉斯金字塔并行流水线处理结构,分析了各流水线之间的时延及优化思路。通过片上缓存的方式补偿时延时间差,实现了算法的流水等长,保证了处理数据的完整性。该方法可以在赛灵思7系列及以上的可编程门阵列(field programmable gate array,FPGA)芯片上实现双通道1080×1920@60 Hz视频图像的5层拉普拉斯金字塔融合。实验结果显示,该实时并行处理方法融合效果良好,一帧图像的融合仅需10.535 ms,处理时延小于1 ms。     

基于FPGA的实时大气湍流图像复原算法及实现

由于大气湍流的影响,远距离光学成像设备获取的图像会出现严重的退化现象,例如几何畸变、运动模糊和离焦模糊等。目前主流的湍流复原算法通常依赖于非刚性配准、重建,或者从长时的视频序列中寻找稀有的“幸运区域”,这些方法均需要庞大的计算量或者提前获得完整视频数据,无法满足实际应用场景的实时性要求。因此,提出一种可在FPGA中实现的实时湍流复原算法。该方法利用大气湍流的随机性,通过连续帧信息对图像进行时间域的滤波,解决了图像几何畸变的问题;然后,将频域的维纳滤波转换为较为容易实现的空间域卷积,解决了图像模糊的问题。实验表明,本文算法不仅满足了实时性要求,同时有效地实现了湍流图像的复原。     

多子直方图均衡微光图像增强及FPGA实现

针对微光图像对比度低,目标难以识别的问题,对微光图像增强算法进行了研究。提出了一种多子直方图均衡增强算法,该算法首先将直方图按面积平均分割成4个子直方图,利用平均像素数量作为阈值切割直方图降低过度增强现象,然后加入尺度因子对动态范围进行调整,最后分别对子直方图均衡得到增强效果。此算法用Verilog语言在现场可编程门阵列（FPGA）上具体实现,并给出了主观和客观的评价,改进算法能产生更清晰的图像,在硬件平台上也能实时显示增强效果,一帧图像处理时延约为0.45 ms。实验结果表明,改进算法不会产生饱和、噪声放大的现象,图像细节保持较好,满足视频图像处理实时性要求,得到了具有较好视觉效果的增强图像。     

单目视觉的同时三维场景构建和定位算法

同时场景构建和定位算法是机器人自主导航的重要组成部分.针对传统算法不能应用于室外环境和缺乏定量分析的缺点,提出了一种单摄像机恢复场景三维结构和摄像机位姿的新算法.提出了视频序列关键帧提取方法,降低了运算复杂度;利用特征点对和摄像机内参量计算场景三维结构和关键帧的位姿并提出一种估计关键帧位姿的简便方法;最后,提出一种兼顾优化效果和运算复杂度的自适应光束法平差算法优化场景结构和摄像机位姿,并生成适于机器人导航的数字高程图.室内和室外多种场景下的定量和定性实验结果表明,绕行误差低于4%,该算法能够接近实时准确实现同时场景构建和摄像机定位.     

循环侧抑制网络的红外图像预处理FPGA实现研究

在红外成像预处理中,循环侧抑制网络具有很好的增强图像边缘反差、突出边框的功能。由于循环侧抑制网络处理运算的复杂性,如何实时实现循环侧抑制网络的红外图像预处理成为关键问题。根据简化的循环侧抑制网络处理算法,并结合硬件计算特点,提出一种适合于硬件实现循环侧抑制网络的并行处理结构,采用流水线设计方式在FPGA中实时实现。试验证明：该算法在FPGA内具有与视频流同步的实时性,达到了增强反差、突出边框的效果。用于图像目标实时跟踪系统时,极大地提高了目标的跟踪精度和稳定性。     

基于光线追踪的实时可交互计算生成集成成像方法

为提高计算生成集成成像实时交互显示性能和灵活性,构建与集成成像再现系统结构一致的集成光场视见模型,通过该模型为单元图像阵列中每个像素生成一条逆向追踪的光线,使用光线追踪技术并行渲染光线为单元图像阵列像素着色.实验结果表明,顶点数为565 880的点云模型、面数为977 308的含纹理网格模型在透镜数为22×13、视点数为175×175的4K显示系统上显示帧率40fps以上,并实现了缩放、移动、旋转、显示微调等交互功能.该方法摆脱了虚拟相机模型,降低了算法复杂度,利于实现实时交互,能够应用于基于不同分布形式透镜阵列的集成成像显示系统.     

基于FPGA的近红外实时透雾成像方法

针对雾天图像的退化现象,提出采用近红外波段成像和视频图像处理技术相结合的透雾成像方法。根据视频图像相邻两场直方图相似性特点,提出了改进的直方图均衡化算法处理雾天降质图像。改进算法简化系统结构,降低逻辑设计复杂度,节约了高速存储器部分硬件资源。算法经过MATLAB仿真验证,并在FPGA视频图像处理平台上硬件实现。实验证明改进算法增强雾天图像的同时满足标准视频图像处理25帧/秒的实时性要求,结合近红外波段透雾能力使雾天能见距离提高1.5倍以上。     

基于FPGA的实时图像增强设计

局部直方图均衡是以全局直方图均衡化方法为基础,对图像中每个像素点所在的邻域范围求出灰度转换函数,然后仅应用在该中心点处。为了提高算法的运算速度,特别是在处理视频图像时,采取传统的DSP的设计方法在速度上很难满足需要,因此,利用FPGA实现是一个很好的选择。为使局部直方图均衡方法能够在FPGA上具体实现,从空间域的角度改进了图像灰度直方图均衡算法,并利用VHDL语言对算法进行了完全可综合的RTL级描述,最后在硬件平台上验证了结果。     

基于FPGA的运动目标实时检测跟踪算法及其实现技术

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列(FPGA)的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。     

低慢小飞行物实时检测原理与实验研究

飞鸟撞击飞机与无人机黑飞是威胁航班起降安全的两大隐患,上述的飞鸟和无人机都属于“低慢小”飞行物。为保卫机场净空区的安全,需要研制具有反低慢小功能的预警系统。对此,设计并实现了一套低慢小飞行物实时检测系统,基于FPGA(field programmable gate array)驱动相机阵列实时采集大视场天空视频,将适于硬件操作的奇偶分流算法与帧间差分算法相结合进行运动目标检测,系统帧率达到17帧/s@1 024×768 pixel,平均检测准确率为99.69%。采用千兆以太网、光纤和交换机将前端跑道视频传输至后端塔台指挥中心,支持3 km远距离传输。相比于传统基于软件串行处理的方式,该系统具有高实时性、低功耗与小体积的优势,适合部署在实际应用场景中。     

基于改进的Canny算子实时视频边缘检测系统在FPGA上的设计与实现

为了提高图像边缘检测的性能,缩短处理时间,提出了一种基于FPGA的实时视频边缘检测系统。该系统以EP2C8Q208C8为实验硬件平台,首先采用摄像头OV7670获取模拟视频数据,双端口SDRAM实现对图像数据的缓存,利用FPGA并行处理的特点,采用Verilog HDL硬件描述语言实现改进的Canny边缘检测算法,最终实现在VGA显示屏上显示图像边缘的效果。实验结果表明,较传统的边缘检测算法,该系统边缘检测定位精度高,对噪声的抗干扰能力强,能够准确快速的输出图像边缘信息。     

深空背景弱小目标实时检测算法研究

根据深空背景的特点,提出一种基于FPGA和DSP的检测算法,并设计相应的硬件系统,能对大小为512×512像素、帧频率为40帧/s的视频图像进行实时处理。先在FPGA中用最大中值滤波抑制空间成像噪声,解决了图像预处理运算量大对处理速度要求高的难题,再在DSP中用使用改进的双差分法进行运动目标分割,克服了单差分提取目标轮廓不准的缺点,最后结合候选目标的特征,采用基于逻辑的最近邻关联方法提取目标航迹。试验结果证明该算法满足了深空背景弱小目标实时检测的要求。     

一种基于FPGA的系数对称3×3卷积器的设计

针对实时图像的预处理,介绍了使用 Cyclone 系列 FPGA 器件并采用流水线技术来设计 3×3 的卷积器,详细地论述了卷积器各个功能模块的实现方法。