自适应噪声抵消系统的算法讨论与DSP实现研究

阐述了自适应滤波技术的发展及应用，研究并给出实现自适应噪声抵消技术的几种常用算法对算法的性能进行了计算机仿真比较，给出了仿真结果，最后以语音信号为例，在仿真成熟的基础上，提出了用DSP实时实现自适应噪声抵消的具体方案。     

基于CCD图像传感器的彩色插值算法研究

本文讨论了基于Bayer颜色滤波阵列的CCD图像传感器的几种彩色插值算法,包括邻域插值、线性插值、相关线性插值、立方卷积插值等。本文研究了基于绿色分量的CCD彩色插值算法,并对其进行了改进。基于本文方法进行实验,结果显示,可以改善普通线性插值算法引起的图像模糊。     

双线性插值放大算法在视频图像实时放大处理系统中的应用

文章设计并实现了基于FPGA的视频图像实时双线性插值放大。针对双线性插值算法的特点,对算法的硬件实现框架进行了深入研究,提出了一种合理的双一维线性插值模块框架,完成算法的硬件实现,并将其设计应用在视频图像实时处理系统。仿真结果表明,应用该方法进行插值计算不仅结构简单、实时性好,而且可实现变倍率的视频图像实时放大。     

插值算法在视频终端中的实现

阐述了三种插值算法应用于图像放大时的优缺点，论证了插值算法在视频终端的必要性。详细地说明了邻近取样法和双线性内插法，并且给出了在定点DSP和浮点DSP这两种插值算法的源代码。     

一种新的变步长LMS算法及在DSP上实现

最小均方(LMS)自适应滤波算法易于实现,并在很多领域得到了广泛的应用,但它存在着难于同时获取较快的收敛速度与较小的稳态误差这一矛盾,而固定步长LMS算法无法解决.基于这一矛盾,在此提出一种新的变步长LMS自适应滤波算法,用最佳Wiener解和反正切函数建立了步长因子与误差之间一种新的非线性函数关系,该算法具有良好的收敛性能.并通过DSP验证,结果表明该方法实现简单,不依赖模型,具有较强的稳健性.     

基于协方差矩阵的CFA插值盲检测方法

从数字图像中盲检测数码相机采用的CFA插值算法,可以为数字图像取证提供重要的技术手段。该文基于线性插值模型,利用协方差矩阵构建插值系数方程组,并将估计的插值系数构成特征向量空间,采用支持向量机作为分类工具,提出了一种对不同的CFA插值算法进行准确分类的盲检测方法。实验表明,该文方法对于不同的CFA插值算法均能达到较高检测正确率。同时,相比现有的CFA插值检测方法,该文算法对加性高斯白噪声和有损JPEG压缩具有更好的鲁棒性。     

应用于CMOS图像传感器的联合降噪插值算法研究

提出了一种可应用于CMOS图像传感器的联合并行图像预处理算法,其中,色彩插值算法采用双线性插值法和边缘导向插值法相结合的方式来完成色彩还原,而降噪算法采用带阈值的空间自适应滤波降噪算法,在硬件语言描述算法时,将两种算法的处理过程进行了联合处理.实验仿真结果表明,通过对算法进行ISE仿真和Matlab显示处理,得到色彩饱和度较高的彩色图像,峰值信噪比(PSNR)为30～36 dB.整个处理过程有效地简化了片上系统(SOC)的图像处理过程,提高了算法的运算速度,节省了芯片面积且降低了系统功耗,为CMOS图像传感器的片上系统集成化设计提供了技术支持.     

基于自适应插值算法的视频图像缩放技术及其FPGA实现

首先介绍了一种改进的自适应插值算法,并在此基础上论述了基于自适应插值算法的FPGA系统的设计与实现。期望通过该文的研究能够对视频图像缩放效果的提升有所帮助。     

基于多核DSP平台的实时图像细节增强

图像细节增强在图像处理领域有着广泛的应用,通常为取得更好的细节增强效果需要较大的计算复杂度,但这在有较高实时要求的如视频增强等应用中是不现实的。本文我们提出了一个并行框架的新方法,该方法基于最近提出的梯度域双边滤波方法(Gradient Domain Bilateral Filter,GDBF)进行实时图像细节增强,并在TM320C6678的多核DSP平台加以实现。借助并行增强方法,在图像基底层及细节层高效分离的同时,细节层也被进一步增强。另外,文章的并行框架选取固定点而非浮点进行计算。对与输入图像采用比特位移策略,达到了较高的计算精度。试验结果表明本文的方法处理单幅1080p的图像时间小于30ms,达到了基于多核DSP的实时图像细节增强要求。     

基于色差空间的Bayer 图像的迭代插值算法

单CCD/CMOS 传感器相机捕捉图像信息靠在传感器表面覆盖一层颜色滤波阵列(CFA),经过CFA 后每个像素点只能获得物理三基色(红,绿,蓝)其中一种分量。另外缺少的两种颜色分量,需要通过周围像素的值来估算。首先利用55 模板内的像素来估计插值的方向并用最优的权重系数来插值G 分量。其次利用了基于有理函数的二维插值算子在色差空间插值R(B)处缺少的B(R)分量。再次利用色差插值G 处缺少的R 和B 分量。最后,使用方差约束条件,迭代插值过程被重复多次直到达到了最优的插值结果。通过在24 幅柯达图片以及笔者相机拍摄的图片上的Matlab 仿真实验,结果显示,被提出的算法无论是在视觉方面还是在量化的数据方面都表现出了优势。     

利用协方差矩阵检测CFA插值的相机来源鉴别方法

针对数字图像取证技术中的相机来源鉴别问题,利用相机成像过程中颜色滤波阵列(CFA)插值的线性模型,采用协方差矩阵对CFA插值系数进行统计估计,有效地降低了现有方法存在的估计误差,并以估计的CFA系数为特征,利用SFFS方法从240维特征中优化选择了36维组成特征向量,最后使用支持向量机作为分类器,对22种不同品牌不同型号的相机拍摄的图像进行了来源鉴别.实验表明,本文算法对数字图像的相机来源鉴别检测,其平均正确率达到了96.5%,优于现有的相机来源鉴别算法.     

实时测温系统波长带宽的优化设计

本文在着重讨论系统的测温不确定度及温度分辨力的基础上 ,对其工作波长的带宽进行了优化设计。实验表明 ,采用优化设计的波长带宽之后 ,在测温范围 40 0～ 12 0 0℃内 ,测温不确定度及系统的温度分辨力均符合设计要求。证明了系统波长带宽设计的正确性     

Real time interpolation algorithm based on Lanczos kernel

In order to improve the timeliness and reliability of color image scaling algorithms,a high effective real-time color image scaling algorithm was proposed,which first generated the kernel look up table that could be used for whole target image based on Lanczos kernel,and interpolation of all target image pixels had only fixed point operation which had low computational complexity.Meanwhile,an optimized method for rasterizing pixels of target image was proposed,which needed little memory space but embraced high efficiency of memory utilization.The experiment results show that the proposed algorithm achieves good image quality,and the computational complexity is far more less than classic image scaling algorithms.So the proposed algorithm can effectively implement real-time resizing of color images and color videos in any scaling factors.     

红外成像制导仿真图像实时生成系统设计与研制

为了更加逼真地模拟红外目标及战场背景,基于图像生成及显示计算机、硅桥MOS电阻面阵控制计算机系统、128×128 MOS电阻阵列及电源、实时通讯反射内存网络(反射内存卡及光纤)、目标及背景红外图像实时生成软件和MOS电阻面阵控制软件等6部分组成了某红外图像实时生成系统;该系统采用的高速光纤反射内存实时通讯网络、超大规模D/A控制板等使得帧刷新频率达到了200 Hz以上、长线传输不受环境电磁干扰、更易于向256×256MOS电阻阵列扩展等,同时保证了在五轴转台的恶劣环境下可靠工作.     

红外告警算法在DSP上的优化技术研究

红外视频数据量的增加和红外视频帧频的提高,对实时红外告警系统提出了更高要求,文中基于DSP 6455红外告警处理平台,从软件及硬件两个层面讨论了红外告警算法的优化技术,并给出了一个红外告警算法的优化实例。     

利用VB编程实现实时数据曲线绘制

实时动态数据曲线的绘制与显示，是各种工业测控系统的重要功能。而实现方法也不尽相同。提出了一种基于VB编程，简单易懂的实时数据曲线绘制方法，实际使用证明完全能够满足实时监控要求。文中通过一个实例介绍了其实现的具体方法。     

Shape-based interpolation of multidimensional grey-level images

Shape-based interpolation as applied to binary images causes the interpolation process to be influenced by the shape of the object. It accomplishes this by first applying a distance transform to the data. This results in the creation of a grey-level data set in which the value at each point represents the minimum distance from that point to the surface of the object. (By convention, points inside the object are assigned positive values; points outside are assigned negative values.) This distance transformed data set is then interpolated using linear or higher-order interpolation and is then thresholded at a distance value of zero to produce the interpolated binary data set. Here, the authors describe a new method that extends shape-based interpolation to grey-level input data sets. This generalization consists of first lifting the n-dimensional (n-D) image data to represent it as a surface, or equivalently as a binary image, in an (n+1)-dimensional [(n+1)-D] space. The binary shape-based method is then applied to this image to create an (n+1)-D binary interpolated image. Finally, this image is collapsed (inverse of lifting) to create the n-D interpolated grey-level data set. The authors have conducted several evaluation studies involving patient computed tomography (CT) and magnetic resonance (MR) data as well as mathematical phantoms. They all indicate that the new method produces more accurate results than commonly used grey-level linear interpolation methods, although at the cost of increased computation.     

Shape-based interpolation of tree-like structures in three-dimensional images

Many three-dimensional (3-D) medical images have lower resolution in the z direction than in the x or y directions. Before extracting and displaying objects in such images, an interpolated 3-D gray-scale image is usually generated via a technique such as linear interpolation to fill in the missing slices. Unfortunately, when objects are extracted and displayed from the interpolated image, they often exhibit a blocky and generally unsatisfactory appearance, a problem that is particularly acute for thin treelike structures such as the coronary arteries. Two methods for shape-based interpolation that offer an improvement to linear interpolation are presented. In shape-based interpolation, the object of interest is first segmented (extracted) from the initial 3-D image to produce a low-z-resolution binary-valued image, and the segmented image is interpolated to produce a high-resolution binary-valued 3-D image. The first method incorporates geometrical constraints and takes as input a segmented version of the original 3-D image. The second method builds on the first in that it also uses the original gray-scale image as a second input. Tests with 3-D images of the coronary arterial tree demonstrate the efficacy of the methods.     

一种图像非线性锐化算法在工业检测中的应用

针对工业检测中,检测图像经常受检测相机分辨率和相机移动造成的图像模糊情况,介绍了一种图像非线性复合锐化方法,该方法对于被检测目标边缘、被检测物表面裂缝瑕疵等需要辨别的元素起到了明晰的分辨作用,有助于更精准的可视化探伤。对于该算法进行了Matlab仿真,经处理前后的图像对比,验证此算法达到了预期效果。