基于DM642的香烟小包装外观检测系统

本文设计与实现了一种基于TMS320DM642的香烟小包装外观质量检测系统,详细阐述了该系统的硬件构成、软件流程、检测算法以及针对DSP处理器进行的系统优化。系统以TMS320DM642处理器为核心建立硬件平台,通过摄像头获取香烟小包装图像,采用改进的模板匹配算法对当前图像进行质量检测,最终在监视器上显示检测结果并将检测结果送执行单元进行处理。实验结果表明基于TMS320DM642的香烟小包装检测系统,检测效果快速、准确、有效,应用前景广泛。

基于DM642的车牌识别系统设计

本文设计与实现了一种基于TMS320DM642的车牌识别系统,详细阐述了该系统的硬件构成、软件流程、检测算法以及针对DSP处理器进行的系统优化。系统通过摄像头获取汽车牌照图像,以TMS320DM642处理器为核心建立硬件平台,完成车牌定位,倾斜角校正,字符分割,字符识别等一系列算法。实验结果表明基于TMS320DM642的车牌识别系统准确、有效,应用前景广泛。

目标跟踪算法及其实时实现技术研究

实时目标跟踪是模式识别、图像处理、计算机视觉、武器制导等领域的重要课题，而且在工业、军事和科学研究方面都具有广泛的应用。相关跟踪是目前使用最广泛的跟踪算法。但传统相关跟踪方法以假设目标仅发生平移运动为前提，当目标仅发生平移时能够获得理想的跟踪效果。但当目标尺度和灰度变化时，这种算法往往表现出一定的不适应性。 差值分解(Difference Decomposition)最早于1997年Michael Gleicher提出，并被应用于目标跟踪，图像配准等领域。由于具有计算速度快，对目标变化适应性好等特点，被认为是目标跟踪中的一种有效的方法。本文在跟踪算法中引入了这种方法，力图解决传统相关跟踪所出现的上述问题。在研究差值分解(Difference Decomposition)理论的同时，对使用该方法在实际应用中遇到的问题进行了深入的分析和大量的实验。主要包括：算法应用中一些参数的选择对算法的影响，算法迭代中参数更新的方法等。并在应用中发现了算法的不足之处，提出了相应的改进方法。 同时，介绍了TI DM642硬件处理平台的基本构成和性能指标。作为正常算法分析的重要组成部分，对差值分解算法在该硬件处理平台上通过软件编程方式实现的复杂度进行了详细的分析与论证。 最后本文构建了一个比较完整的跟踪流程，将改进后的跟踪算法应用到所建立的跟踪流程中。采用工具对算法进行了开发，并使用序列图像对算法进行了跟踪仿真实验，为算法将来的实际应用奠定了良好的基础。

图像采集与处理系统的USB通信接口设计

本文介绍了一种利用DSP处理DM642、CPLD及USB芯片等器件构造的带有USB接口的图像采集和处理系统。设计了USB通信接口的硬件电路,在DSP/BIOS架构上编写了USB的固件程序和主机端的设备驱动程序。该系统可用于香烟包装流水线上的条包检测等对生产速度要求较高的工业流程领域。

嵌入式智能图像处理在火灾预警系统的应用

传统的火灾检测方法一般采用感烟、感温、感光探测器等进行探测。本文提出了一种嵌入式基于图像视觉特征的火灾检测方法,以TI公司的数字多媒体处理器TMS320DM642为核心,设计实现智能前端火灾探测与自动报警系统。通过DM642对视频图像进行采集并结合相应的智能图像处理与模式识别算法,对森林火险进行实时监控。实验结果表明,该系统比传统系统更进一步减少了误报率且具有响应快、监控范围广等优点。