123,123,123

頭條

基于FPGA的視頻處理硬件平臺設(shè)計與實現(xiàn)

基于FPGA的視頻處理硬件平臺設(shè)計與實現(xiàn)

為了滿足機載顯示器畫面顯示多元化的要求，提出了一種基于FPGA的視頻轉(zhuǎn)換與疊加技術(shù)，該技術(shù)以FPGA為核心，搭配解碼電路及信號轉(zhuǎn)換電路等外圍電路，可實現(xiàn)XGA與PAL模擬視頻信號轉(zhuǎn)換為RGB數(shù)字視頻信號，并且與數(shù)字圖像信號疊加顯示，具有很強的通用性和靈活性。實驗結(jié)果表明，視頻轉(zhuǎn)換與疊加技術(shù)能夠滿足機載顯示器畫面顯示的穩(wěn)定可靠、高度集成等要求，具備較高的應(yīng)用價值。

Quartus II再升級令FPGA和SoC設(shè)計快馬加鞭

為了提高下一代可編程器件的設(shè)計效能,Altera公司宣布為Quartus II軟件引入功能強勁的Spectra-Q?引擎,通過縮短編譯時間及減少設(shè)計過程中的迭代次數(shù),可有效簡化FPGA和SoC的設(shè)計,從而縮短產(chǎn)品面市時間。

發(fā)表于：2015/5/21

英特爾與Altera重啟并購談判

　　北京時間5月18日晚間消息稱，英特爾與可編程邏輯芯片巨頭Altera已重啟并購談判，最終的交易規(guī)模可能達到130億美元。

發(fā)表于：2015/5/19

基于改進BP神經(jīng)網(wǎng)絡(luò)算法的目標識別方法

顏色是物體表面的基本特征, 外部世界提供了豐富的顏色信息,因此通過顏色對目標進行識別[1-2]是一種常用的方法。然而，同一顏色在變化環(huán)境下所接收到的光照并不完全一樣，不同于人眼識別的靈敏性。機器人視覺系統(tǒng)所感知到的目標顏色會隨著光照的變化發(fā)生顏色畸變，降低識別精度。目前自然光線已經(jīng)被逐漸引入到RoboCup中型組足球機器人比賽[3]中，因此在自然光照條件下的魯棒性識別是當(dāng)今研究的重點。

發(fā)表于：2015/5/17

基于SoPC的QR二維碼識別系統(tǒng)設(shè)計

隨著信息技術(shù)的發(fā)展，條碼技術(shù)作為一種在全球范圍內(nèi)廣泛使用的自動識別技術(shù)，在交通運輸、物流倉儲、商品銷售、生產(chǎn)自動化管理等領(lǐng)域發(fā)揮了巨大的作用，條碼技術(shù)的使用，極大地提高了數(shù)據(jù)采集和信息處理的速度，為現(xiàn)代社會的發(fā)展做出了重要貢獻[1-2]。

發(fā)表于：2015/5/14

LabVIEW中調(diào)用MATLAB進行信號處理方法研究

系統(tǒng)是由若干互相有著某種聯(lián)系的單元組成的一個能夠完成某種功能的整體。信號作用于某系統(tǒng)的響應(yīng)如何，需要以某種方式去分析。系統(tǒng)分析需要經(jīng)過3個過程：(1)建模，以理論為基礎(chǔ)，對所要研究的對象創(chuàng)建一個數(shù)學(xué)模型；(2)分析該模型；(3)做出合理的物理解釋。分析過程很關(guān)鍵，方式方法很多，工具也很多，MATLAB和LabVIEW是常用的兩個軟件分析平臺。

發(fā)表于：2015/5/13

三支決策及其相關(guān)理論研究綜述

三支決策理論是姚一豫等人在粗糙集[1]和決策粗糙集[2]基礎(chǔ)上提出的新的決策理論。2012年10月召開的中國粗糙集與軟計算會議上，姚一豫教授系統(tǒng)地介紹了三支決策理論的背景、框架、模型及應(yīng)用?！叭Q策理論與應(yīng)用”[3]標志著三支決策由粗糙集的三個區(qū)間的語義解釋逐步發(fā)展為在一種不確定或不完整信息條件下的決策理論。許多學(xué)者研究和拓展了三支決策理論，并將其應(yīng)用于多個學(xué)科領(lǐng)域。2013年在漳州舉辦的中國rough集與軟計算學(xué)術(shù)會議上還專門開設(shè)了三支決策討論班，來自各地的專家學(xué)者討論了三支決策的研究新進展及其未來的發(fā)展方向。三支決策用接受、拒絕和不承諾表示決策的三種類型。與此理論研究的不確定信息的處理相關(guān)的理論還有誕生于20世紀20年代、在60年代初迅速發(fā)展成一門學(xué)科的模式識別理論[4]和1989年我國學(xué)者趙克勤首次提出的集對分析理論[5]。

發(fā)表于：2015/5/13

基于FPGA的視頻跟蹤系統(tǒng)目標檢測方法研究

在視頻跟蹤系統(tǒng)的研究中，目標檢測是至關(guān)重要一環(huán)，其結(jié)果的好壞關(guān)系到圖像的分析與識別，直接影響機器視覺系統(tǒng)對客觀世界的理解。實現(xiàn)圖像中目標邊緣檢測有許多不同的方法，也一直是圖像處理的研究熱點，人們期望找到一種定位準、抗噪強、不誤檢、不漏檢的檢測算法[1]。經(jīng)典的算法中主要用梯度算子，較常用的有Roberts、Prewitt和Sobel算子，其中Sobel效果較好，但也存在不足之處，無法避免噪聲，對后續(xù)的圖像處理有很大的影響。

發(fā)表于：2015/5/12

復(fù)位對FPGA亞穩(wěn)態(tài)和資源利用率的影響

在FPGA設(shè)計中，復(fù)位信號扮演著重要的角色，設(shè)計人員通常都使用一個外部輸入的全局復(fù)位信號在上電初期對系統(tǒng)進行初始化[1-2]。通常，F(xiàn)PGA中的全局復(fù)位信號一般由3種途徑獲得[3]：(1)用一個復(fù)位按鈕產(chǎn)生一個復(fù)位信號接到FPGA的全局復(fù)位管腳上,它的速度非常慢，而且存在抖動的問題;(2)上電時由電源芯片產(chǎn)生,如TI公司TPS76x系列的電源系統(tǒng)一般都可以產(chǎn)生復(fù)位信號，供主芯片上電復(fù)位使用；(3)由微處理器產(chǎn)生復(fù)位脈沖，這個是設(shè)計人員可以方便使用程序控制的。

發(fā)表于：2015/5/11

基于FPGA的實時圖像處理實驗平臺設(shè)計

現(xiàn)場可編程門陣列FPGA（Field-Programmable Gate Array）是目前應(yīng)用十分廣泛的一種現(xiàn)場可編程邏輯器件，其性能優(yōu)越，資源豐富，采用并行處理方式，在數(shù)字信號處理領(lǐng)域具有很大的優(yōu)勢。數(shù)字圖像處理技術(shù)應(yīng)用廣泛，目前處理算法通常是由軟件串行計算來完成，但由于實時圖像數(shù)據(jù)量大，對于處理運算的速度要求高，因此利用FPGA來對實時圖像進行硬件處理成為一個新的發(fā)展趨勢。本文介紹了一種采用CMOS攝像頭作為視頻源輸入，SDRAM作為幀緩沖器，F(xiàn)PGA作為主控器和圖像處理模塊，ADV7123作為視頻D/A轉(zhuǎn)換器，UART和VGA作為輸入輸出接口的系統(tǒng)設(shè)計方案，對相關(guān)設(shè)計人員具有一定的參考價值。

發(fā)表于：2015/5/11

基于硬件Kalman濾波器的航拍云臺姿態(tài)獲取

航拍云臺姿態(tài)獲取是航空攝影中相機姿態(tài)校正的基本依據(jù)，介紹了一種基于硬件Kalman濾波器的航拍云臺姿態(tài)獲取的實現(xiàn)方法。設(shè)計中采用MPU6050作為系統(tǒng)的姿態(tài)傳感器，它提供三軸角速度和三軸加速度數(shù)據(jù)。

發(fā)表于：2015/5/8