基于归一化模板匹配算法的动作电位检测IC

针对多通道神经元动作电位(AP)信号采集硬件系统中,前端采集IC因电极阻抗、应用环境、系统功耗以及系统面积等因素而导致原始信号信噪比较低的问题,设计一种基于归一化模板匹配算法的AP信号检测IC。该检测IC基于模板匹配算法,并引入信号归一化以去除冗余信息。为确保芯片的实时性并降低功耗,芯片整体采用三级流水线结构,各个模块间插入门控时钟,同时可通过SPI总线配置更新其工作状态。在SMIC 180 nm数字工艺下,裸片面积为0.98 mm^(2),配置模板信息时功耗为701μW,完全工作时功耗为8.07 mW,且采用QFN48封装形式。测试结果表明,所设计的AP信号检测IC具有较好的抗噪性能,可用于信噪比较低的环境来降低信号传输带宽,即使在-10 dB信噪比环境下,评价模型综合性能的F1-Score仍可达到94.65%。

水果分类的多模板匹配算法及其FPGA实现

为了能够达到实时、高效,并且同时对多种水果进行识别与分类,设计了一种多模板匹配算法。该算法的设计主要包括了形状特征提取、特征与模板数据库的匹配、识别与分类。特征提取的过程包括了图像处理的灰度化、均值滤波、Sobel边缘检测、梯度统计、归一化等一系列模块。以水果的形状特征来构建一个多模板数据库,将所需识别的水果与模板数据库进行匹配与分类。以紫光同创的PGL22G-6MBG324产品搭建的实时图像处理平台,利用现场可编程逻辑门阵列(field programmable gate array,FPGA)的流水线以及并行处理结构的优点,实现了多模板匹配算法。对FPGA实现的算法选取了芒果、香蕉、苹果、猕猴桃四种水果进行了测试。识别与分类的时间在12.10 ms内,在固定位置的识别准确率可达98%以上。与一些神经网络的算法进行对比,具有较高的实时性。并且测试了该算法受光照、平移、缩放、微旋的影响较小。结果表明该算法具有实时性、有效性、稳定性。

中药色谱指纹图谱全排序模板匹配算法研究

目的提出一种全排序模板匹配算法,用于中药色谱指纹图谱的色谱峰匹配和指纹图谱相似度计算。方法以高效液相色谱法(HPLC)测定丹参药材中丹参酮ⅡA为例,分别采集样品溶液的色谱图,对色谱峰进行匹配,在原有算法基础上,提出一种全排序模板匹配算法,这种算法不以任何一张实际的指纹图谱为模板,而是根据所有图谱上的所有色谱峰的保留时间进行升序排序、聚类,依从色谱峰最接近、同一组匹配峰中不包含两个同源峰、待匹配的峰不超过匹配阈值等原则。结果这种方法克服了原算法中的某些错配、漏配等缺陷,得到了较满意的匹配结果。结论此算法为以保留时间为依据的色谱峰匹配算法找到了新的切入点。

基于模板匹配算法高速运动分析系统设计与实现

本文提出了一种改进的模板匹配算法的高速运动物体分析方法 ,并构建了相应的分析架构。通过对高速车辆碰撞试验的结果分析 ,可以看出本算法在点跟踪处理中 ,在精度和容错性方面都能够得到比较满意的结果。

模板匹配算法在高精度压电微位移测量中的应用

提出了一种压电微位移器的微位移测量方法,即通过模板匹配算法测量Twyman-Green干涉系统中对应干涉条纹的移动量,进而实现对应位移量的高精度测量.为确保测量结果的可靠性,同时利用匹配模板的归一化转动惯量特征对测量结果进行实时验证.应用该测量方法对自制的压电微位移器的电压位移特性曲线进行了实测,并详细分析了模板大小的选取对于测量结果的影响,实验中的归一化转动惯量相对误差均小于5%,且模板匹配互相关系数大于0.97;同时运用一高精度纳米微位移平台对测量方法的可行性进行了实验验证,测量精度达到了λ/50.实验结果表明,运用本方法测量压电微位移,具有较好的噪声抑制能力和可靠性,可实现纳米量级的测量精度.

一种新的模板匹配算法及其在三维形貌测量中的应用

投影光栅法是进行三维形貌测量的有效手段 ,但当被测物体陡峭度较大或存在高度突变时会出现阴影问题。为此本文提出一种基于互相关函数差值的模板匹配算法。该算法可以有效地解决这一问题 ,同时该算法也可用于大尺度物体三维形貌测量的拼接技术。文中给出了算法的详细描述及实例计算 ,计算结果证明了该算法的正确性。

基于SSE指令集的运动目标模板匹配算法设计

本文针对序列图像中运动目标识别的广泛需求,分析了模板匹配算法的实现过程及特点,研究、设计了一种基于SSE指令集的运动目标模板匹配算法。该算法利用SSE4指令集实现多位数据并行计算,显著提高了模板匹配算法的处理速度。实验结果表明,该算法对于序列图像中的运动目标识别具有速度快、识别精度高的特点,具有一定的应用价值。

基于CDIO的模板匹配算法教学实践探讨

文章以CDIO项目实践思想为基础,论述了CDIO的概念,对基于CDIO的模板匹配算法教学实践设计进行了分析,包括知识梳理阶段、项目启动阶段、项目制定计划阶段、项目执行控制和收尾阶段。

一种新型的快速模板匹配算法

提出了一种基于快速傅立叶变换的快速模板匹配算法。针对现有模板匹配算法运算量大,计算速度在现有技术条件下受到制约的问题,提出基于快速傅立叶变换的快速模板匹配算法,利用傅立叶变换中的卷积定理,结合快速傅立叶变换(FFT),将计算量大为减少,同时使用单指令多数据流(IMD)算法实现了加速,收到了良好的效果。

智能穿戴设备基于动态模板匹配算法的3D手势识别

随着物联网设备的日益普及,智能穿戴设备行业发展迅速,其中以腕带类的智能手环、手表为主。智能穿戴设备具有丰富的传感器和一定的计算能力,通过手势识别作为自身以及面向其他物联网设备的人机交互,具有广泛的用户需求。提出基于动态模板匹配算法的3D手势识别系统,通过智能穿戴设备收集用户的特定手势来判断手势的含义,从而利用更自然的人机交互技术实现对智能设备的控制。使用智能设备的运动传感器读取相应的3D手势数据,结合优化的动态时间规整算法来识别手势;基于移动设备的特征和动态编程,通过斜率来界定曲线路径;同时,通过预存储失真阈值减少模板匹配的计算量和手势识别成本。在手机上进行测试,所提算法与传统算法相比,耗时更少,识别效率和精度更高,可以带来更好的人机交互体验。

基于图像模板匹配算法的微光瞄准镜零位检测技术

对微光瞄准镜零位检测技术进行了研究,分析了传统检测方法存在的不足,采用计算机图像处理技术,提出了一种基于图像模板匹配算法的微光瞄准镜零位新型检测技术。该技术实现了零位检测的自动测量,避免了人为因素的影响;检测精度高,达到0.05密位,高于现有零位检测仪;移植性好,可扩展应用于红外热像瞄准镜等其他夜视产品的零位检测,对夜视瞄准镜零位检测技术具有参考意义。

基于局部稀疏表示的模板匹配跟踪算法研究

在目标跟踪过程中,局部稀疏表示跟踪算法(LSRTA)在目标被遮挡面积过大、运动过快或形变量过大等情况下,跟踪过程中会发生目标偏移现象。针对这个问题,在LSRTA算法基础上,融入surf、flann和knn相结合的模板匹配算法,提出了基于局部稀疏表示模板匹配算法(LSRTMTA)以解决目标跟踪偏移问题。在LSRTA算法跟踪过程中,通过不断地计算新模板与当前模板的匹配值来判断是否发生偏移。当目标发生偏移时,停止LSRTA算法的跟踪,通过模板与帧图像之间匹配来重新确定目标位置;当确定目标位置后,再次进行LSRTA算法的跟踪。实验结果表明:该算法不仅保留了LSRTA算法的优点,还具有自动修正目标偏移的功能,改善了跟踪效果,增强了目标跟踪过程的容错性。

基于融合动态模板匹配的双目测距算法

高空无人机灭火时,要对火灾点进行探测.传统的探测方法易受环境的干扰,并且它的反应不灵敏,实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法:首先搭建实验平台并设计其硬件电路,然后深入研究了经典的双目立体视觉测距算法,提出了一种新的测距方法.该方法主要内容包括:图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后,采用多段非线性补偿的方法构建了测距模型,并在实验平台上对所构建的测距模型进行了大量的实验,实验结果表明:在50 m以内,该测距模型的误差在1 m以内, 100 m以内,测距误差在2 m,匹配精度为6.947像素/m,基本符合高空无人机灭火的精确测距要求,故该测距模型测量的距离精度较好,工程应用性强.

基于索引模板匹配替换通用算法的机器翻译

索引模板匹配替换通用算法能够自动快速地从模板对应规则库找到与英语句子中相匹配的英语模板,并将其替换成相对应的汉语模板。以该算法为基础的英汉翻译系统能够合理地综合基于规则和基于例子的翻译系统的优点,同时能够在一定程度上克服它们的缺点。速度测试表明,该该英汉翻译系统在P-Ⅳ1.7G的计算机上的翻译速度每秒可以达到1 300个单词左右;质量测试表明,该系统具有较好的发展潜力。

利用模板匹配方法实现工业产品在线分类

利用机器视觉技术获取工业现场目标产品图象。通过图象预处理、图象分析,实现识别区域的动态划分。提出了一种高效图象模板匹配算法,实现工业产品的在线分类。

基于金字塔的渐进分辨率匹配算法研究

本文主要是基于金字塔结构原理,研究由远及近的目标由低分辨率到高分辨率的匹配过程,研究渐进分辨率的目标匹配算法。首先根据一些基于灰度相关匹配的经典算法,通过实验对不同分辨率的图像进行匹配,通过实验数据与结果分析,进而采用基于金字塔渐进分辨率匹配算法,进一步提高目标检测跟踪的实时性和精确性。

行为分析算法综述

行为分析有着广泛的应用背景,如智能监控、人机交互、运动员辅助训练、视频编码等等。近年来,在这些应用的驱动之下,行为分析已经成为图像分析、心理学、神经生理学等相关领域的研究热点。本文概述了图像领域行为分析相关研究的发展历史、研究现状及目前存在的主要问题。行为分析的相关研究起始于20世纪的70年代,80年代有了初步的进展,90年代是行为分析的逐步发展阶段,在这个时期提出了一些影响较大的研究方法。2000年之后,由于智能监控等方面的迫切需求,行为分析的描述方法和识别算法以及行为理解都取得了快速而深入的发展。行为分析最基本的两个问题是行为的描述和识别,行为的描述方法可分为两类:一类是基于低层图像信息的方法,一类是基于高层人体结构的方法。行为的识别算法也可分为两类:一类是基于模板匹配的算法,一类是基于状态空间的算法。本文基于行为描述和行为识别这两个基本问题,综述了目前行为分析主要研究算法,并比较了各类算法的优缺点。本文在研究了各类算法的发展历史和现状的基础上,总结了行为分析目前存在的主要问题及可能的发展方向。

智能车牌识别系统中图像定位算法

在智能车牌识别系统中，从获取的汽车图像中定位车牌图像是一个关键的步骤，该文在研究了经典的图像分割和定位算法后，提出了一种新的割取车牌的算法即跳跃模板定位算法，此算法具有定位准、实时性强和鲁棒性好等特点。

基于多尺度变形模板的目标检测与识别

在分析现有模板匹配算法存在问题的基础上 ,提出一种基于多尺度变形模板的新方法 .它在已有的 Snake算法基础上 ,加入了形状约束 ,并利用小波变换的多尺度特性 ,使得匹配过程在由粗至精的尺度上进行 ,从而使运算速度大大提高 ,对噪声的敏感程度也相应下降 .而轮廓初始化是在较粗的尺度上 ,利用 Hausdorff距离初步匹配得到的 ,漏警概率较低 .实验结果与理论分析相吻合 ,验证了算法对多类目标适用 ,具有速度快、精度高和对图像畸变、噪声与遮挡不敏感的优点 .

一种改进的视网膜图像中微小动脉瘤的检测算法

基于糖尿病性视网膜病变中最早出现的微小动脉瘤病症进行了研究,提出一种有效的微小动脉瘤检测算法。首先在传统模板匹配算法的基础上提出了一种动态多参数模板匹配算法,并且使用相对误差和与相关系数来共同制约匹配度,从而实现了更为精确的匹配提取;其次提出了基于分布特性的计分策略和自适应加权的汇总策略,避免了单纯采用各个特征量作为独立约束指标进行筛选时忽视各个特征量的约束力大小的弊端。实验结果表明,该检测算法能够有效地提高微小动脉瘤的检测真阳性率。