基于FPGA的脉搏信号采集系统设计

介绍了一种人体脉搏信号的采集系统,通过专用的脉搏传感器采集信号,将得到的信号经过预处理后送到FPGA,暂存到RAM中,同时用FPGA驱动VGA接口实时显示脉搏波形。利用FPGA的片内资源RAM实现了脉搏波形图像的动态显示,实时性好、画面清晰,为后续的生理病理信息提取提供了有效支持。

基于Zigbee的无线体感系统的设计与实现

介绍了一套基于Zigbee通信技术实现的无线体感系统。设计方案由前端传感器单元组建传感网络,采用ADXL345传感单元完成肢体运动信息的采集,采用PVDF压电薄膜脉搏传感器完成脉搏信息的采集;然后利用Zig-bee通信技术搭建无线通信网络,采用CC2430通信模块完成传感器数据至ARM处理器的传送;利用嵌入式ARM Cortex A8平台对来自不同传感器的不同信息进行处理,并将信息还原在Linux的图形界面下。

基于采样半径优化的最大化Poisson圆盘采样

最大化Poisson圆盘采样(maximal Poisson-disk sampling,MPS)是计算机图形学领域的一个基础研究问题.一个理想的采样点集应该满足无偏差采样性质、最小距离属性和最大化性质.传统的最大化Poisson圆盘采样一般通过投镖法(dart throwing)来实现,但是众所周知,该方法的不足之处在于无法精确控制采样点数目.针对该问题,本文提出了一种新的方法可以实现精确控制二维等半径最大化Poisson圆盘采样的点数并且同时满足其他性质.与已有方法不同的是,本文提出的方法通过调整采样半径达到控制采样点数的目的.首先,根据用户指定的采样点数目和采样区域(闭合的多边形)生成随机点集,并进行Delaunay三角化,并且将当前三角化中的最短边长作为当前的采样半径;接着,迭代地移除全局最短边中邻域平均边长较大的采样点,然后采用投镖法将其随机插入到以当前采样半径计算得到的空隙区域内.通过迭代地调整采样点的位置,采样半径不断增大,从而最后实现固定点数的最大化Poisson圆盘采样.大量实验结果表明,该方法可以得到高质量的采样点集,同时很好地保持了采样点集的蓝噪声性质.

结合门循环单元和生成对抗网络的图像文字去除

目的图像文本信息在日常生活中无处不在,其在传递信息的同时,也带来了信息泄露问题,而图像文字去除算法很好地解决了这个问题,但存在文字去除不干净以及文字去除后的区域填充结果视觉感受不佳等问题。为此,本文提出了一种基于门循环单元(gate recurrent unit,GRU)的图像文字去除模型,可以高质量和高效地去除图像中的文字。方法通过由门循环单元组成的笔画级二值掩膜检测模块精确地获得输入图像的笔画级二值掩膜;将得到的笔画级二值掩膜作为辅助信息,输入到基于生成对抗网络的文字去除模块中进行文字的去除和背景颜色的回填,并使用本文提出的文字损失函数和亮度损失函数提升文字去除的效果,以实现对文字高质量去除,同时使用逆残差块代替普通卷积,以实现高效率的文字去除。结果在1080组通过人工处理得到的真实数据集和使用文字合成方法合成的1000组合成数据集上,与其他3种文字去除方法进行了对比实验,实验结果表明,在峰值信噪比和结构相似性等图像质量指标以及视觉效果上,本文方法均取得了更好的性能。结论本文提出的基于门循环单元的图像文字去除模型,与对比方法相比,不仅能够有效解决图像文字去除不干净以及文字去除后的区域与背景不一致问题,并能有效地减少模型的参数量和计算量,最终整体计算量降低了72.0%。