X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
帮助中心 | 关于我们
欢迎来到合肥巢湖经开区网上技术交易平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00709898]视觉伺服系统中的嵌入式图像处理研究

交易价格: 面议

所属行业:

类型: 非专利

交易方式: 资料待完善

联系人:

所在地:

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

课题构建了基于高性能ARM处理器S3C6410和Linux操作系统的嵌入式图像采集处理软硬件平台。设计驱动程序及用户程序实现了图像的实时采集、上下位机同步显示及网络传输功能,提高了视觉伺服图像系统的硬件性能、图像处理能力及远程监控能力。提出了基于区域方差匹配度的多小波联合的图像融合处理方法,采用性能不同的小波基以及高频和低频不同的融合规则,充分利用了小波基的不同时频特性以及待融合图像的区域特性,对比相同条件下的单小波基融合结果。研究了基于不变矩特征及神经网络实现视觉伺服图像模式识别的方法,分别利用BP神经网络和ART-2神经网络实现了对图像的模式识别。与传统的模式识别方法相比,方法具有较高的识别率并克服了在模式识别中面对识别对象出现新模式时,网络的可塑性与稳定性的矛盾。课题研究提高了目标图像的信息量及识别率,具有较高的学术水平和应用价值,具有广阔的应用前景。
课题构建了基于高性能ARM处理器S3C6410和Linux操作系统的嵌入式图像采集处理软硬件平台。设计驱动程序及用户程序实现了图像的实时采集、上下位机同步显示及网络传输功能,提高了视觉伺服图像系统的硬件性能、图像处理能力及远程监控能力。提出了基于区域方差匹配度的多小波联合的图像融合处理方法,采用性能不同的小波基以及高频和低频不同的融合规则,充分利用了小波基的不同时频特性以及待融合图像的区域特性,对比相同条件下的单小波基融合结果。研究了基于不变矩特征及神经网络实现视觉伺服图像模式识别的方法,分别利用BP神经网络和ART-2神经网络实现了对图像的模式识别。与传统的模式识别方法相比,方法具有较高的识别率并克服了在模式识别中面对识别对象出现新模式时,网络的可塑性与稳定性的矛盾。课题研究提高了目标图像的信息量及识别率,具有较高的学术水平和应用价值,具有广阔的应用前景。

推荐服务:

Copyright    ©    2016    合肥巢湖经开区网上技术交易平台    All Rights Reserved

皖ICP备15001458号

运营商:科易网