搜索资源列表
c_fusejiance
- 此程序使用的集成环境为TI公司的CCS。程序的平台是使用合众达的VPMDM642 c_fusejiance是用DSP进行肤色检测。人体的皮肤颜色是人体的一个重要特征，肤色检测被广泛的应用于人脸跟踪、人脸检测、手语识别、敏感图像过滤等领域中. -use of this procedure for the integrated environment TI's CCS. Procedures for the use of the platform is up to the UCO i
AVRCam
- 这是一个基于颜色特征的物体识别程序，包括上位机源代码、下位机源代码和非常详细的说明文党。该程序上位机用Java写成，在windows/UNIX/Linux等系统下均可以编译和运行，而下位机代码则运行于ATMEL公司出品的AVR系列ATMega单片机，采用avr-gcc编译。该程序可以同时识别10个不同颜色不同形状的物体，达到每秒29帧的处理速度，采用OV6620 CMOS图像传感器。-This is a feature based on the color of the object recog
GD_SDK
- 本文提出了一种基于数字图像处 进行检测就显得更加重要。因此有必要寻求 术的表面裂纹检测算法。运用这种算法能精 一种行之有效的检测技术。 确的检测裂纹的位置、长度等特征。将这种 随着计算机技术的高速发展，计算机为 裂纹检测算法运用到裂纹自动检测系统以 -This paper presents a digital image based on the Department detection becomes even more important. It is neces
5
- 以两片由TI 公司生产的数字信号处理器TMS320C6203B 为核心,用可编程逻辑阵列CPLD 进行逻辑控 制,采用现场可编程门阵列FPGA 作图像的预处理和进行双数字信号处理器(DSP) 之间的通讯,实现了实时相关的图像 处理。此系统实时性好,可直接利用数字图像的灰度特征,在低信噪比的情况下目标跟踪点漂移小,目标跟踪能够较好 地适应不同灰度分布的背景。
Fingerprint_Identify
- 本项目名称是：基于FPGA的指纹识别模块设计。 主要内容为：本模块采用xilinx公司的Spartan 3E系列XC3S500E 型FPGA作为核心控制芯片，通过富士通公司的MFS300滑动式电容指纹传感器对指纹图象进行提取，然后对提取的指纹图像进行灰度滤波、图像增强、二值化、二值去噪、细化等预处理，得到清晰的指纹图象，再从清晰的指纹图象中提取指纹特征点，存入外部FLASH作为建档模板。指纹比对时，采用同样的方法获得清晰的指纹图像，建立比对模板，然后将比对模板与建档模板利用点模式匹配
20090903FPGA
- 本文论述并设计实现了一个脱机自由手写体数字识别系统。文中首先对待识别数字的预处理进行了介绍，包括二值化、平滑滤波、规范化、细化等图像处理方法；其次，探讨了如何提取数字字符的结构特征和笔划特征，并详细地描述了知识库的构造方法；最后采用了以知识库为基础的模板匹配识别方法,并以MATLAB作为编程工具实现了具有友好的图形用户界面的自由手写体数字识别系统。实验结果表明，本方法具有较高的识别率，并具有较好的抗噪性能。-In this paper, designed and implemented an o
The-detection-of-traffic-lights
- 交通信号灯的检测是复杂场景下交通灯识别的重点。采用了色彩分割与关联滤波方案进行交通灯的检测。首先，建立交通信号灯的高斯模型，利用高斯向量与多色彩空间结合的方法进行图像分割。然后，采用基于区域增长与相似性判定的关联滤波，对色彩分割后的图像进行处理。最后，使用基于canny算子的边缘提取算法获取方向指示灯轮廓特征，并使用基于改进hu不变矩和马氏距离对方向指示信号灯进行分类。-The detection of traffic lights is the focus of traffic lights
shixibaogao
- 该实验报告对指纹识别系统整体的构建进行了说明，其中还包括遇到的问题以及解决过程的分析。对指纹识别系统的总体设计和各部分设计进行了相应说明，首先将整个系统分为三个部分：指纹预处理，特征值提取和指纹特征匹配；其中指纹预处理部分又可分为：指纹图像的分割、均衡、增强、二值化、细化等部分。每部分选择最优化的算法，首先用C语言进行软件实现，然后与硬件相结合，以DSP TMS320VC5416为平台，在DSP集成开发环境CCS上进行算法调试。 -The test reports on fingerprin
tnn7_code_201212141110
- 人脸检测与跟踪是一个重要而活跃的研究领域，它在视频监控、生物特征识别、视频编码等领域有着广泛的应用前景。该项目的目标是在FPGA板上实现实时系统来检测和跟踪人脸。人脸检测算法包括肤色分割和图像滤波。通过计算被检测区域的质心来确定人脸的位置。该算法的软件版本独立实现，并在matlab的静止图像上进行测试。虽然从MATLAB到Verilog的转换没有预期的那样顺利，实验结果证明了实时系统的准确性和有效性，甚至在不同的光线、面部姿态和肤色的条件下也是如此。所有硬件实现的计算都是以最小的计算量实时完成的