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。

基于修正常系数模板的变步长双模式盲自适应均衡算法

为解决修正常系数模板算法(MCMA)收敛速度缓慢的问题,在MCMA算法的基础上,给出了一种变步长双模式MCMA算法.改进算法在启动阶段用步长可变加快其收敛性,在收敛后转换到判决引导模式(DD),以保证算法收敛后稳态误差在可靠范围内.通过对实测信道的Monte-Carlo仿真,比较了MCMA算法和变步长双模式MCMA算法的性能,证明了该改进算法收敛速度快,稳态误差小.

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。

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。

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.

英汉TBMT中模板抽取的改进算法及应用

基于模板的机器翻译(简称TBMT)是为了提高当前机器翻译系统译文生成质量而采用的一种新的翻译方法,该技术的关键是模板的抽取。文章针对英汉机器翻译中的现存问题,在“动词+虚词”形式的模板抽取算法的基础上提出一种改进算法,应用该算法可较好地解决英汉机器翻译中的一些歧义问题。

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。

多模板优化算法在基于图像的交通肇事现场测距系统中的应用

交通肇事的勘测主要涉及路面两点间距离的测量,因而在路面不平整的情况下,如何确保测量的精度是基于图像的交通肇事现场测距系统所要解决的一个关键技术问题。该文针对这个问题展开了一系列的研究。首先分别给出了单模板算法和多模板优化算法的理论推导;其次对每种算法都做了数值模拟试验,并分析和比较了实验结果。结果表明利用多模板进行优化的算法比单模板算法更加鲁棒。最后还给出了真实图像的实验结果。

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。

自动生成决策树的通用算法模板

目的提供自动生成决策树的通用算法模板，从而使算法的设计者能够快速验证为解决特定决策问题而设计的新算法．方法提供智能编辑器供算法设计者定义自己的公式，并利用该公式或内置算法来初始化通用算法模板，从而实现连续属性的离散化，采用基于概率分布的方法处理未知属性和噪声数据，利用预剪枝和后剪枝算法进行剪枝．结果与结论用户能够利用该模板，在系统提供的交互式图形环境中。

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。

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.

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。

广角镜头的同心圆模板畸变校正算法研究

现在广角摄像头在我们生活中的使用越来越广泛,但广角摄像头所摄取的图像存在一定的畸变,本文就是在广角摄像头的网格模板校正算法的基础上,提出基于十字基准线的同心圆模板畸变校正算法,并着重介绍该校正算法的算法思想及设计实现。

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。

机器人全覆盖最优路径规划的改进遗传算法

全区域覆盖是一种特殊的路径规划,要求遍历环境中所有的可达区域。目前已经提的许多算法,如模板算法、分块算法等,都只能保证覆盖所有的区域,对于寻找全局最优解却无能为力。提出了一种基于遗传算法的全区域覆盖算法,结合分块算法和模板算法的优点。先采用矩形分解法将环境划分成若干个相邻的子模块,并为每一个子模块选用相应的模板,从而生成覆盖路径,然后采用遗传算法找出最优的路径。算法在虚拟环境中进行了实验,实验结果证明了其可行性和有效性。