【摘 要】
：
边缘计算通过在终端设备和云之间引入边缘设备,将云服务扩展到网络边缘。对于交通领域来说,雾霾天气下,户外交通成像设备采集的图像严重降质,并且随着设备的增多,数据量也急剧上升,亟需引入“边缘设备”来处理数据以减轻网络负担和减少存储空间。在此基础上,本文以雾霾天气下的交通图像为目标,基于SOPC开发平台,将滤波去噪、图像去雾、边缘检测及形态学运算有效整合集成到一个IP核中,实现雾天交通图像边缘的实时检测
论文部分内容阅读
边缘计算通过在终端设备和云之间引入边缘设备,将云服务扩展到网络边缘。对于交通领域来说,雾霾天气下,户外交通成像设备采集的图像严重降质,并且随着设备的增多,数据量也急剧上升,亟需引入“边缘设备”来处理数据以减轻网络负担和减少存储空间。在此基础上,本文以雾霾天气下的交通图像为目标,基于SOPC开发平台,将滤波去噪、图像去雾、边缘检测及形态学运算有效整合集成到一个IP核中,实现雾天交通图像边缘的实时检测。本文以Zynq-7000开发平台为“边缘设备”,采用Xilinx公司推出的高层次综合工具Vivado HLS设计雾天交通图像边缘实时检测IP核,实现雾天交通图像边缘检测的硬件加速,并利用软硬件协同处理优势,结合现有IP核搭建雾天交通图像边缘实时检测系统。本文主要研究以下几个内容:（1）对图像滤波、图像去雾算法、图像的边缘检测算子、形态学运算进行分析,寻找这几类图像处理算法的共性进行集成,将输入彩色图像分割为三通道分量,分别进行相关的图像处理,结合HLS设计特点及实际需求对三通道融合进行修正。（2）研究雾天图像及其直方图的特征以及HLS设计的特点,经过分析设计,利用HLS高层次综合工具,将滤波去噪、直方图均衡化、Sobel边缘检测和形态学运算有效集成在一个IP核中,实现对雾天交通图像边缘检测IP核的设计。（3）以“实时”为目标,研究HLS综合工具的优化措施和策略,对比分析不同的优化方案,从资源占用和时间效率上考虑选择最适合的方案,导出IP核。（4）利用Vivado工具,结合现有的IP核和自定义IP核,搭建雾天交通图像边缘实时检测系统,并通过Vivado SDK在开发板进行驱动调试。最后,在Zedboard开发板上进行验证,并根据综合报告进行系统性能分析。通过FOM品质因子对包括雾天交通图像边缘实时检测IP核边缘检测结果性能分析;从功耗、资源及时序对整个系统的性能分析。实验结果表明,基于SOPC实现的雾天交通图像边缘检测系统,达到了实时的处理要求。
其他文献
国家车辆事故深度调查体系（National Automobile Accident In-Depth Investigation System,NAIS）中的自行车事故表明,部分骑车人在临碰时会采取应急姿态来规避危险,不同应急姿态的骑车人与车辆发生碰撞后损伤有显著差异。因此研究不同应急姿态下骑车人损伤和运动响应过程,对自行车骑车人保护及车辆前部结构优化有十分重要的意义。通过对汽车-自行车碰撞事故中
水轮机压力脉动及水力振动是水电站十分复杂的稳定性问题,也是水轮机的常见问题。水轮机压力脉动及振动不仅会引起机组功率摆动,转轮叶片开裂,还会出现啸叫声,厂房振动、甚至机组损坏,造成巨大的经济损失,因此对水轮机进行压力脉动及水力振动的研究具有重大的经济效益和社会效益。本文针对某电站的四号机组在以上工况出现压力脉动和振动异常的情况,开展了水轮机振动测试和内部流场数值计算分析,研究结果为电站安全运行,合理
消能设计是水工建筑物设计重要工作之一,良好的消能设施通过消减消力池内水流动能,一方面防止水库下游尾水渠受到冲刷,另一方面还能提高水工建筑物的稳定和安全。在小型水利工程水库除险加固工程中,常因地形原因使得消力池长度和深度在实际实施中难以达到设计值,运行时造成消力池和尾水渠被冲毁等问题,使得大坝安全泄洪受到威胁。可见,研究小型工程溢洪道对于改善溢洪道安全稳定运行具有较大的意义。本文借助数值模拟方法研究
全球水文变化对全球生态系统有着非常重大的影响,水文的模拟与估计是水文变化研究的一项重要内容。其中关于水位、流量等水文要素的精确估计,在水文水资源资料整编、水库调度与运行、预防洪水以及工程设计与施工中占有非常重要的地位。本文采用大渡河流域2007年-2010年的实测水位流量数据作为研究对象,对河流水位流量的内在联系进行探索,建立最小二乘流量估计模型、BP神经网络流量估计模型、RBF神经网络流量估计模
为了观察空间目标的运行状态,通常会用到空间目标成像技术。但在实际过程中,由于大气湍流的遮挡、随机噪声的干扰以及成像设备观测能力的局限性,多数情况下只能获得退化的空间目标图像。退化的空间目标图像中包含的信息非常有限,而通过清晰的空间目标图像可以清楚地观察到空间目标的位置、轨迹、姿态等信息。这些信息在后期对空间目标进行检测、跟踪、调节等操作中起着关键性作用。此外,从清晰的空间目标图像中还可以快速地发现
在线笔迹签名在PC端、移动端等各领域广泛应用,虽然目前的在线鉴别方法很多,但还没有一种达到实际应用的高精度方法。因此,充分挖掘原始在线笔迹数据的价值,提出精度更高的在线笔迹鉴别方法,是一个值得深入研究的问题。本文深入研究了在线笔迹鉴别的方法,介绍了笔迹鉴别的各种方法,发现即使是同一人的两个在线笔迹信息（比如压力等动态信息）,也会因为前后时间、环境等因素而产生差异,有时候这种差异甚至是巨大的,这对在
深度学习在人工智能的研究应用中表现出极其强大的自主学习能力,这是因为深度神经网络是由多层非线性的结构构成,因此它能够学习各种复杂的高维特征以及拟合各种各样复杂的样本空间,这些特点使得它拥有非常强大的表达能力,因此在许多领域都获得了巨大的成功。但是在深度学习给人们带来巨大便利的同时,其背后也留下了许多的安全隐患问题,比如,它的算法缺陷、训练模型的鲁棒性以及用于模型训练的数据完整性等,其中对抗样本攻击
平等和公正是社会主义核心价值观的重要组成部分,防范和杜绝考试作弊行为则是维护教育、就业公平的重要举措。近年来,通过完善考场管理制度,提高监考队伍业务能力,增加考场视频监控覆盖等措施,与考试相关的教育和就业公平得到改善。但是在诸如全国研究生统一入学考试中,监考员需在近4个小时内保持注意力高度集中,既要防止考生作弊,又要时刻关注考生的生理和心理状态,监考员工作负荷大、心理压力高,并且考试结束后还需组织
随着各种各样的数据采集和处理设备的广泛应用,大数据时代早已经悄悄到来,而如何从海量数据中提取得到更多人们最感兴趣的部分就成了当今重要研究领域,图像分割技术作为一种提取图像中有用数据的手段也就随之成为一个重要的研究方向。但是仅靠电脑无法准确可靠地理解图像中的内容,所以增加了人为干预的交互式图像分割方法得以被深入研究并广泛应用于众多领域。交互式图像分割方法添加了一些简捷而有效的人为标注,这些标注附带了
蛋白质是生命活动的主要承担者,确定蛋白质的亚细胞位置对于了解蛋白质功能以及药物设计具有重要意义。在后基因时代,蛋白质序列数量呈现爆发式增长,而传统实验手段无法满足对海量蛋白质进行亚细胞定位的需求,利用计算机高效的计算与存储能力将蛋白质亚细胞定位问题引入到机器学习领域可有效解决该难题。传统的蛋白质亚细胞定位预测主要是针对单位点蛋白质的,实际上大量蛋白质同时存在于两个或者多个亚细胞位置中,多位点蛋白质