ProE 輪胎特征創(chuàng)建
上傳時間： 2013-04-15
上傳用戶：eeworm
OpencV是用來實現(xiàn)計算機(jī)視覺相關(guān)技術(shù)的開放源碼工作庫，是計算機(jī)視覺、圖像處理、模式識別、計算機(jī)圖形學(xué)、信號處理、視頻監(jiān)控、科學(xué)可視化等相關(guān)從業(yè)人員的好工具。本書介紹了大約200多個典型的技術(shù)問題，覆蓋了基于OpenCV基礎(chǔ)編程的主要內(nèi)容，利用大量生動有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網(wǎng)上最新資料為藍(lán)本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設(shè)計方法。全書結(jié)構(gòu)清晰、合理，范例實用、豐富，理論結(jié)合實踐，即使讀者只是略懂計算機(jī)視覺原理，也能人手對相關(guān)理論方法直接進(jìn)行編碼實現(xiàn)。 "基于OPENCV的計算機(jī)視覺技術(shù)實現(xiàn)"的圖書目錄…… 前言 第一章 使用OpenCV實現(xiàn)計算機(jī)視覺技術(shù) 1.1 計算機(jī)視覺技術(shù) 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法 本章小結(jié) 第二章 OpenCV的編程環(huán)境 2.1 OpenCV環(huán)境介紹 2.2 OpenCV的體系結(jié)構(gòu) 2.3 OpenCV實例演示 本章小結(jié) 第三章 OpenCV編程風(fēng)格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計 3.4 函數(shù)實現(xiàn) 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫 本章小結(jié) 第四章 數(shù)據(jù)結(jié)構(gòu) 4.1 基本數(shù)據(jù)結(jié)構(gòu) 4.2 數(shù)組有關(guān)的操作 4.3 動態(tài)結(jié)構(gòu) 本章小結(jié) 第五章 數(shù)據(jù)交互 5.1 繪圖函數(shù) 5.2 文件存儲 5.3 運(yùn)行時類型信息和通用函數(shù) 5.4 錯誤處理函數(shù) 5.5 系統(tǒng)函數(shù) 本章小結(jié) 第六章 圖像處理 6.1 邊緣檢測 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學(xué) 本章小結(jié) 第七章 結(jié)構(gòu)與識別 7.1 輪廓處理函數(shù) 7.2 計算幾何 7.3 平面劃分 7.4 目標(biāo)檢測函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進(jìn)行人臉檢測 本章小結(jié) 第八章 圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實用系統(tǒng)函數(shù) 本章小結(jié) 第九章 視頻處理（CvCAM） 9.1 使用HighGUI對視頻進(jìn)行讀寫處理 9.2 CvCam對攝像頭和視頻流的使用 本章小結(jié) 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態(tài)學(xué)（morhing functions） 本章小結(jié) 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結(jié)構(gòu)與函數(shù)介紹 11.3 隱馬爾可夫模型中的函數(shù)介紹 11.4 人臉識別工具 本章小結(jié) 第十二章 核心庫綜合例程 12.1 檢測黑白格標(biāo)定板內(nèi)指定矩形區(qū)域內(nèi)的角點 12.2 解線性標(biāo)定方程組程序 本章小結(jié) 第十三章 運(yùn)動與跟蹤 13.1 圖像統(tǒng)計的累積函數(shù) 13.2 運(yùn)動模板函數(shù) 13.3 對象跟蹤 13.4 光流 13.5 預(yù)估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測可變形體的輪廓 13.8 運(yùn)動目標(biāo)跟蹤與檢測 本章小結(jié) 第十四章 立體視覺第一部分——照相機(jī)定標(biāo) 14.1 坐標(biāo)系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機(jī)參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進(jìn)行攝像機(jī)定標(biāo) 14.6 OpenCV中的定標(biāo)函數(shù) 14.7 CVUT介紹 本章小結(jié) 第十五章 立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點匹配 15.3 三維重建 15.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十六章 立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關(guān)函數(shù)介紹 本章小結(jié) 第十七章 立體視覺第四部分——立體視覺實例 17.1 圖像校正實例代碼 17.2 基于窗口的稀疏點匹配及三維重建之一 17.3 基于窗口的稀疏點匹配及三維重建之二 17.4 Birchfield算法的OpenCV實現(xiàn) 本章小結(jié) 第十八章 常見問題解疑 18.1 安裝與編譯出錯解決方法 18.2 OpenCV庫基本技術(shù)問題 18.3 OpenCV在Linux下的相關(guān)問題 18.4 OpenCV庫中的陷阱和bug
標(biāo)簽： OpenCV 計算機(jī)視覺 技術(shù)實現(xiàn)
上傳時間： 2013-07-18
上傳用戶：huyiming139
專輯類-Pro-E教程及相關(guān)資料專輯-134冊-38.9G ProE-輪胎特征創(chuàng)建-7頁-0.3M.pdf
上傳時間： 2013-07-26
上傳用戶：shenlan
專輯類-微波相關(guān)專輯-共31冊-341M 寬帶匹配網(wǎng)絡(luò)的理論與設(shè)計（增訂本）473頁-10.1M-pdf版.pdf
上傳時間： 2013-04-24
上傳用戶：kkchan200
本文對家用電器中語音識別技術(shù)的DSP實現(xiàn)進(jìn)行了研究。文章介紹了語音識別技術(shù)的基本概念，討論了語音識別系統(tǒng)的組成和實現(xiàn)的技術(shù)；詳細(xì)分析了構(gòu)成語音識別系統(tǒng)的四個組成部分，包括語音信號數(shù)字化與預(yù)處理、語音的端點檢測、特征提取與模式匹配。著重介紹了實現(xiàn)端點檢測的短時平均能量與短時平均過零率分析，語音信號的線性預(yù)測分析及在此基礎(chǔ)之上的倒譜特征參數(shù)，以及實現(xiàn)模式匹配的常用的矢量量化技術(shù)、動態(tài)時間規(guī)整技術(shù)和隱馬爾可夫模型；根據(jù)提出的語音識別系統(tǒng)的構(gòu)成，介紹了在MATLAB6.5上實現(xiàn)了采用動態(tài)時間規(guī)整算法的識別系統(tǒng)的仿真分析。
標(biāo)簽： DSP 家用電器 語音識別技術(shù)
上傳時間： 2013-04-24
上傳用戶：zwei41
超聲波電源廣泛應(yīng)用于超聲波加工、診斷、清洗等領(lǐng)域，其負(fù)載超聲波換能器是一種將超音頻的電能轉(zhuǎn)變?yōu)闄C(jī)械振動的器件。由于超聲換能器是一種容性負(fù)載，因此換能器與發(fā)生器之間需要進(jìn)行阻抗匹配才能工作在最佳狀態(tài)。串聯(lián)匹配能夠有效濾除開關(guān)型電源輸出方波存在的高次諧波成分，因此應(yīng)用較為廣泛。但是環(huán)境溫度或元件老化等原因會導(dǎo)致?lián)Q能器的諧振頻率發(fā)生漂移，使諧振系統(tǒng)失諧。傳統(tǒng)的解決辦法就是頻率跟蹤，但是頻率跟蹤只能保證系統(tǒng)整體電壓電流同頻同相，由于工作頻率改變了而匹配電感不變，此時換能器內(nèi)部動態(tài)支路工作在非諧振狀態(tài)，導(dǎo)致?lián)Q能器功率損耗和發(fā)熱，致使輸出能量大幅度下降甚至停振，在實際應(yīng)用中受到限制。所以，在跟蹤諧振點調(diào)節(jié)逆變器開關(guān)頻率的同時應(yīng)改變匹配電感才能使諧振系統(tǒng)工作在最高效能狀態(tài)。針對按固定諧振點匹配超聲波換能器電感參數(shù)存在的缺點，本文應(yīng)用耦合振蕩法對換能器的匹配電感和耦合頻率之間的關(guān)系建立數(shù)學(xué)模型，證實了匹配電感隨諧振頻率變化的規(guī)律。給出利用這一模型與耦合工作頻率之間的關(guān)系動態(tài)選擇換能器匹配電感的方法。經(jīng)過分析比較，選擇了基于磁通控制原理的可控電抗器作為匹配電感，通過改變電抗控制度調(diào)節(jié)電抗值。并給出了實現(xiàn)這一方案的電路原理和控制方法。最后本文以DSP TMS320F2812為核心設(shè)計出實現(xiàn)這一原理的超聲波逆變電源。實驗結(jié)果表明基于磁通控制的可控電抗器可以實現(xiàn)電抗值隨電抗控制度線性無級可調(diào)，由于該電抗器輸出正弦波，理論上沒有諧波污染。具體采用復(fù)合控制策略，穩(wěn)態(tài)時，換能器工作在DPLL鎖定頻率上；動態(tài)時，逐步修改匹配電抗大小，搜索輸出電流的最大值，再結(jié)合DPLL鎖定該頻率。配合PS-PWM可實現(xiàn)功率連續(xù)可調(diào)。該超聲波換能系統(tǒng)能夠有效的跟隨最大電流輸出頻率，即使頻率發(fā)生漂移系統(tǒng)仍能保持工作在最佳狀態(tài)，具有實際應(yīng)用價值。
上傳時間： 2013-04-24
上傳用戶：lacsx
建立在數(shù)據(jù)率轉(zhuǎn)換技術(shù)之上的寬帶數(shù)字偵察接收機(jī)要求能夠?qū)崿F(xiàn)高截獲概率、高靈敏度、近乎實時的信號處理能力。雙信號數(shù)據(jù)率轉(zhuǎn)換技術(shù)是寬帶數(shù)字偵察接收機(jī)關(guān)鍵技術(shù)之一，是解決寬帶數(shù)字接收機(jī)中前端高速ADC采樣的高速數(shù)據(jù)流與后端DSP處理速度之間瓶頸問題的可行方案。測頻技術(shù)以及帶通濾波，即寬帶數(shù)字下變頻技術(shù)，是實現(xiàn)數(shù)據(jù)率轉(zhuǎn)換系統(tǒng)的關(guān)鍵技術(shù)。本文首先介紹了寬帶數(shù)字偵察接收關(guān)鍵技術(shù)之一的數(shù)據(jù)率轉(zhuǎn)換技術(shù)，著重研究了快速、高精度雙信號測頻算法以及實驗系統(tǒng)硬件實現(xiàn)。論文主要工作如下： (1)分析了現(xiàn)代電子偵察環(huán)境下的信號特征，指出寬帶數(shù)字接收機(jī)必須滿足寬監(jiān)視帶寬、流水作業(yè)以及近實時的響應(yīng)時間。給出了一種頻率引導(dǎo)式的數(shù)字接收機(jī)方案，簡要介紹這種接收機(jī)的關(guān)鍵技術(shù)——快速、高精度頻率估計以及高效的數(shù)據(jù)率轉(zhuǎn)換。 (2)介紹了FFT技術(shù)在測頻算法中的應(yīng)用，比較了FFT專用芯片及其優(yōu)點和缺點，指出為了滿足實時處理要求，必須選用FPGA設(shè)計FFT模塊。 (3)在分析常規(guī)的插值算法基礎(chǔ)上，提出了一種單信號的快速插值頻率估計方法，只需三個FFT變換系數(shù)的實部構(gòu)造頻率修正項，計算量低。該方法具有精度高、測頻速率快的特點。 (4)基于DFT理論和自相關(guān)理論，提出了結(jié)合FFT和自相關(guān)的雙信號頻率估計算法。該方法先用DFT估計其中一個信號的頻率和幅度，以此頻率對信號解調(diào)并對消該頻率成分，最后利用自相關(guān)理論估計出另一個信號的頻率。 (5)基于DFT理論和FFT技術(shù)，研究了信號平方與FFT結(jié)合的雙信號頻率估計算法。根據(jù)信號中兩頻率分量的幅度比，只需一次一維平方信號譜峰搜索，就可以得到雙信號的和頻與差頻分量的估計值，并利用插值技術(shù)提高測頻精度。該算法能夠精確地估計頻率間隔小的雙信號頻率，且容易地擴(kuò)展到復(fù)信號，F(xiàn)PGA硬件實現(xiàn)容易。 (6)基于現(xiàn)代譜分析理論，研究了基于AR(2)模型的雙信號頻率估計算法。方法在利用AR(2)模型系數(shù)估計雙正弦信號頻率之和的同時，利用FFT快速測頻算法估計其中強(qiáng)信號分量的頻率值。算法仿真驗證和性能分析表明了提出的算法能快速高精度地估計雙信號頻率。 (7)給出了基于頻譜重心算法的雷達(dá)雙信號頻率估計的FPGA硬件實現(xiàn)架構(gòu)，并進(jìn)行了時序仿真。 (8)討論了雙信號帶寬匹配接收系統(tǒng)的硬件設(shè)計方案，給出了快速測頻及帶寬估計模塊設(shè)計。
上傳時間： 2013-06-02
上傳用戶：youke111
隨著圖像處理和模式識別技術(shù)的進(jìn)步，基于生物特征的識別技術(shù)成為蓬勃發(fā)展的高技術(shù)之一，根據(jù)IBG(InternationalBiometricGroup)組織對生物特征市場的統(tǒng)計和預(yù)測，該領(lǐng)域的收入的年增長率30-50％，到2008年，全球總收入將達(dá)到46.39億美元。而基于指紋特征的識別技術(shù)由于其獨特的可靠性，穩(wěn)定性，方便快捷的特點，恰好符合了市場的需求。目前指紋識別技術(shù)是生物識別領(lǐng)域中應(yīng)用最廣泛的識別技術(shù)，也是研究與應(yīng)用的一個熱點。 SOPC片上可編程系統(tǒng)和嵌入式系統(tǒng)是當(dāng)前電子設(shè)計領(lǐng)域中最熱門的概念。NiosⅡ是Altera公司開發(fā)的一種采用流水線技術(shù)、單指令流的RISC嵌入式處理器軟核，可以將它嵌入FPGA內(nèi)部，與用戶自定義邏輯結(jié)合構(gòu)成一個基于FPGA的片上系統(tǒng)。與嵌入式硬核相比較，嵌入式軟核具有更大的靈活性。而FPGA的高速性、恰恰滿足了指紋識別系統(tǒng)對速度的要求。 本文對指紋識別技術(shù)中各個環(huán)節(jié)的算法進(jìn)行了較為深入的研究，結(jié)合NiosⅡ嵌入式處理器的特點，對算法進(jìn)行了合理的選擇與優(yōu)化，形成了一套完整的指紋識別算法，并提出了一種基于FPGA的指紋識別系統(tǒng)硬件設(shè)計方案。 論文的內(nèi)容主要包括以下幾個方面： 1、對指紋圖像預(yù)處理、后處理和匹配算法進(jìn)行了改進(jìn)，提高了算法的性能；設(shè)計了一種適用于快速匹配的指紋特征數(shù)據(jù)結(jié)構(gòu)；提出了一套基于特征點匹配的指紋識別算法。實驗結(jié)果表明該算法速度快、誤識率較低、可靠性較高，可以滿足實用的要求。 2、本著增加系統(tǒng)集成度、減小系統(tǒng)體積、提高便攜性、降低功耗和成本，同時提升系統(tǒng)的性能的原則，使用Altera公司提供的外圍設(shè)備IP核配合NiosⅡ處理器軟核搭建了一個單片嵌入式系統(tǒng)，然后以內(nèi)嵌NiosⅡ軟核的FPGA和FPS200指紋采集器為核心芯片，外配片外RAM和Flash存儲器以及小鍵盤和LCD顯示屏等器件，設(shè)計了一個便攜式指紋識別系統(tǒng)，提出了一套基于FPGA的硬件設(shè)計方案。 3、利用NiosⅡ開發(fā)板對硬件設(shè)計方案進(jìn)行了初步的驗證，實現(xiàn)了指紋采集芯片F(xiàn)PS200與FPGA的接口，并進(jìn)行了算法的移植。 實驗結(jié)果表明本文所提出的系統(tǒng)設(shè)計方案是可行的。基于FPGA的自動指紋識別系統(tǒng)在速度、功耗、體積、擴(kuò)展性方面有著獨特的優(yōu)勢，具有廣闊的發(fā)展空間。最后提出了對這一設(shè)計繼續(xù)改進(jìn)的思路和下一步研究的內(nèi)容。
標(biāo)簽： FPGA 指紋識別 法的研究 硬件實現(xiàn)
上傳時間： 2013-06-07
上傳用戶：kikye
生物特征識別是指通過計算機(jī)，利用人體固有的生理特征，如指紋，靜脈來進(jìn)行個人身份鑒別的技術(shù)。由于生物特征唯一性和不變性，使得生物特征識別與傳統(tǒng)的方法如數(shù)字密碼和身份證相比，具有更高的安全性和易用性。傳統(tǒng)的高性能自動識別系統(tǒng)大多基于PC平臺聯(lián)機(jī)應(yīng)用，然而在實際應(yīng)用中往往對自動識別系統(tǒng)要求有更高的便攜性和易用性，嵌入式技術(shù)的快速發(fā)展使得實現(xiàn)這樣的系統(tǒng)變?yōu)榱丝赡堋?生物特征識別系統(tǒng)主要由通用模塊的控制系統(tǒng)與非通用模塊的圖像采集設(shè)備與識別算法組成。本文針對通用模塊與非通用模塊接口問題進(jìn)行研究和設(shè)計，實現(xiàn)了一個工作良好的嵌入式平臺。 本課題在設(shè)計核心板、擴(kuò)展板、轉(zhuǎn)接板的硬件基礎(chǔ)上，移植實時操作系統(tǒng)Linux，編寫各種接口與模塊的驅(qū)動、多路攝像頭切換程序，并很好的解決了攝像頭采集生物特征時光強(qiáng)控制問題，為很好的采集到清晰圖像提供了一個良好穩(wěn)定的硬件平臺。 本課題所設(shè)計的嵌入式系統(tǒng)通過測試，做了大量的實驗，并將所采集到的手指靜脈圖像進(jìn)行討論分析，具有實用價值。
上傳時間： 2013-06-03
上傳用戶：lguotao
隨著數(shù)字化和網(wǎng)絡(luò)化的發(fā)展，傳統(tǒng)的門禁系統(tǒng)由于鑒別方式、速度和性能等方面的限制，很難滿足安全可靠和網(wǎng)絡(luò)化的控制需求。由于識別技術(shù)的不斷成熟，基于人體生理特征的身份識別系統(tǒng)逐漸被人們開始采用，目前，從實用的角度看，指紋識別技術(shù)要比其它生物識別技術(shù)更安全和方便，這是因為人的指紋具有唯一性、不變性以及貼身性的特點。傳統(tǒng)的門禁控制器常采用單片機(jī)開發(fā)，利用串行通信接口向遠(yuǎn)程上位機(jī)傳送數(shù)據(jù)，多個門禁控制器一般組成RS485網(wǎng)絡(luò)，通信線路專用且不易于實現(xiàn)網(wǎng)絡(luò)控制和遠(yuǎn)程控制，而基于TCP/IP網(wǎng)絡(luò)通信的門禁系統(tǒng)通過局域網(wǎng)傳遞數(shù)據(jù)，很容易實現(xiàn)遠(yuǎn)程控制和分布式管理。 文中設(shè)計了基于指紋識別和以太網(wǎng)的智能網(wǎng)絡(luò)型門禁控制器。在ARM9和Linux操作系統(tǒng)上采用FPS200指紋傳感器采集指紋圖像和USB攝像頭采集視頻圖像，以及采用以太網(wǎng)控制器芯片AX88796，實現(xiàn)了基于TCP/IP協(xié)議的網(wǎng)絡(luò)門禁系統(tǒng)。 論文首先分析了門禁系統(tǒng)的研究背景、意義及國內(nèi)外的發(fā)展現(xiàn)狀，然后介紹了指紋識別網(wǎng)絡(luò)門禁系統(tǒng)的總體結(jié)構(gòu)，闡述了系統(tǒng)各個重要功能模塊的硬件資源。根據(jù)系統(tǒng)的硬件資源搭建了嵌入式Linux的軟件平臺，移植了相關(guān)模塊的驅(qū)動程序。論文研究了指紋識別算法，包括指紋圖像預(yù)處理和指紋圖像的特征提取和匹配，重點分析了指紋圖像分割法，利用灰度梯度和灰度方差的結(jié)合設(shè)置一個合適的局部閾值對指紋進(jìn)行分割。然后，闡述了門禁控制系統(tǒng)軟件的總體設(shè)計，并重點介紹Video4Linux采集圖像、指紋圖像采集、GoAhead Web Server的應(yīng)用以及系統(tǒng)運(yùn)用TCP/IP實現(xiàn)系統(tǒng)門禁控制器和上位機(jī)PC之間的網(wǎng)絡(luò)通信。 系統(tǒng)測試部分介紹了測試環(huán)境、測試方法以及測試內(nèi)容。測試結(jié)果表明，本課題設(shè)計的指紋識別網(wǎng)絡(luò)型門禁系統(tǒng)在穩(wěn)定性、可靠性以及實時性方面達(dá)到了較好的效果。文章最后提出了一些在工作中遇到的問題，并對近幾年來的一些新的研究趨勢做了簡單的總結(jié)與展望，指出了指紋識別網(wǎng)絡(luò)型門禁系統(tǒng)未來的研究方向。
標(biāo)簽： ARM 指紋識別 門禁系統(tǒng)
上傳時間： 2013-07-23
上傳用戶：pwcsoft
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
