基于达芬奇技术的SMFT终端实时图像处理系统研制

MicrocomputerApplicationsVol.27,No.6,2011研究与设计微型电脑应用2011年第27卷第6期

文章编号：1007-757X(2011)06-0022-03

基于DM6446达芬奇平台的人脸识别系统

刘昆

摘要：文章提出了一种基于Vclip的优化碰撞检测算法，利用Vclip算法对AABB包围盒进行底层碰撞检测计算，用GPU

的遮挡查询等特性进行三角形相交测试，以提高对虚拟物体进行碰撞检测的精确性与实时性。算法已成功应用于课题组自行

研制的六自由度小型工业机器人的仿真控制系统中，实验结果表明，其算法具有高效、精确、实时性高等特点，能使控制系

统对工业机器人的控制更为流畅。

关键词:碰撞检测；AABB；Vclip；GPU；机器人仿真

中图分类号：TP311文献标志码：A

0引言

身份认证是人类社会日常生活中的基本活动之一。目

前我们大多依赖于身份证、钥匙、密码等传统的标识物来完

成身份认证过程，但传统的身份认证手段存在的缺点也是显而易见，便捷可用性差，安全性不足。而基于人体生物特征

的生物识别技术(BiometricIdentificationTechnology)可以

从根本上杜绝伪造和窃取，具有更高的可靠性、安全性和可

用性。

人脸识别作为生物识别技术的一个分支，是指利用计

算机对人脸图像进行分析，从中提取有效的识别信息，进而

用来分辨身份的一门技术。作为近年来生物识别领域的一个

热门研究方向，人脸识别具有操作方便，用户易于接受，事

后追踪能力强等优点。由于人脸识别算法的复杂度高、运算

量大等缺点，目前大多数的人脸识别系统是基于PC平台开

发的。而随着各行各业中对人脸识别系统的便携性的要求，

在嵌入式平台上对人脸识别算法进行移植与优化，进而实现

嵌入式人脸识别系统具有现实意义。

本文选用TI公司专为视频图像处理推出的达芬奇数字

多媒体处理器DM6446作为中央处理单元，其内部集成了

DSP与ARM双核。我们利用DSP的高速数据处理能力运行人

分类号 密级

深 圳 大 学 学 位 论 文

基于TI公司DSP芯片的数字图象实时处理程序库的开发

邱波

电子工程

98132219

指导教师姓名 纪震 老师

申请学位级别 学士 专业名称 电子工程

论文提交日期 2002年5月 论文答辩日期 2002年5月29日

2002年5月

答辩委员会组长评 阅 人

基于TI公司DSP芯片的数字图象实时处理程序库的开发

摘 要

本文开发了基于TI公司DSP芯片的数字图象实时处理程序库。

数字图象处理是对数字图象进行处理以满足实际应用的要求。数字图象实时

处理需要高运算量，所以用于处理处理数字图象的硬件必须具有很高的运算速度。

数字图象处理主要研究图象变换，图象编码和压缩，图象增强和图象分割等。

随着数字信号处理(DSP)技术的发展，DSP芯片的价格越来越低，性能越来越

好。可以采用DSP芯片实时处理数字图象。DSP具有特殊的结构并且具有指令周

期短、运算精度高特殊的DSP指令等优点。

Code Composer Studio(CCS)是TI公司推出的功能强大的集成性DSP软件开发

工具。在CCS下，开发者可以对软件编辑、调试、代码性能测试和管理项目。另

外，CCS提供了实时分析和数据可视化的功能。CCS降低了DSP系统的开发难度。

傅立叶变换是数字图象处理的关键技术而且是衡量DSP芯片运算能力的一个

指标，中值滤波是图象平滑和去除噪声的主要方法，巴特沃斯低通滤波可以去除

图象中噪声和使图象中的边缘过渡比较平滑，伽马校正可以使图象看起来比较均

匀。本设计采用TI公司的DSP芯片TMS320C5402在CCS下开发这4个数字图象

处理程序，并分析了程序的实时性。

关键词：数字信号处理器，数字图象，实时

论文类型：应用研究

Develop digital image real-time processing program libraries

base on TI’s DSP chips

摘要

摘要

近年来，随着各种影像设备在医学中的广泛应用，基于医学影像的计算机辅助诊断

迅速发展起来。计算机辅助诊断可以提高放射科医生诊断的准确率，协助医生对医学图

像进行判断和识别。在特征提取的基础上进行模式分类是基于医学影像的计算机辅助诊断的重要步骤。现有的如人工神经网络等分类方法基于传统统计学，研究的是样本数目

趋于无穷大时的渐进理论，然而，在实际应用中，样本的数量往往是有限的。因此，这些传

统方法容易产生过学习、局部极小点等问题。支持向量机方法在１９９２—１９９５年提出，它

是建立在统计学习理论的ＶＣ维（Ｖａｐｎｉｋ—ＣｈｅｒｖｏｎｅｎｋｉｓＤｉｍｅｎｓｉｏｎ）理论和结构风险最

小化（ＳｔｒｕｃｔｕｒａｌＲｉｓｋＭｉｎｉｍｉｚａｔｉｏｎ，简称ＳＲＭ）原理基础上的，根据有限的样本信息

在模型的复杂性（即对待定训练样本的学习精度，Ａｃｃｕｒａｃｙ）和推广能力（即对未来输

入输出进行正确预测的能力）之间进行折衷。支持向量机的发展很好地解决了以往困扰

很多机器学习方法的问题，如模型选择与过学习问题、非线性和维数灾难问题、局部极

小点问题等等。因此，它被认为是继模式识别和神经网络之后机器学习领域的新的研究

热点。

论文将支持向量机的机器学习方法引入到医学图像的分类问题中。论文的主要工作

总结如下：（１）实现了ＳＶＭ在医学图像分类中的应用，通过医学图像的实验结果验证了该方法

的有效性。（２）对ＳＶＭ算法进行了深入研究，结合量子行为的粒子群算法的优点，提出了一种

量子行为的粒子群算法和ＳＶＭ结合的混合分类模型，应用于医学图像的分类中。

（３）深入研究了Ｋ－ｍｅａｎｓ算法，结合了无监督聚类和监督分类方法的优点，提出了

一种Ｋ－ｍｅａｎｓ和ＳＶＭ结合的混合分类模型，并应用于医学图像的分类中。

（４）利用粒子群和量子行为的粒子群算法对Ｋ－ｍｅａｎｓ算法进行了改进，并将改进的

Ｋ－ｍｅａｎｓ算法与ＳＶＭ算法结合形成全自动分类模型，并且把它应用于医学图像的分类中。

论述达芬奇机器人在外科学手术中的应用

达芬奇机器人，在外科学手术中的应用

引言：

随着科技的不断进步，机器人技术在各个领域都得到了广泛应用，其中达芬奇机器人在外科学手术中发挥着重要作用。达芬奇机器人是一种具有高精确度和灵活性的外科手术机器人系统，它通过结合机器人技术和外科手术技术，使手术过程更加精细、安全和有效。本文将从机器人的概述、应用领域、优势和未来发展等方面，论述达芬奇机器人在外科学手术中的应用。

一、机器人的概述

达芬奇机器人是由Intuitive Surgical公司研发的一种外科手术机器人系统，它由多个机械臂和控制台组成。机器人臂具有高精确度和灵活性，可以模拟外科医生的手部动作，并将其放大，使医生能够进行微创手术。控制台则由医生操作，通过控制台上的手柄和视觉系统，医生可以实时观察手术区域，并进行精细的操作。达芬奇机器人还配备了先进的图像处理和数据分析系统，可以提供更准确的手术指导。

二、应用领域

达芬奇机器人在外科学手术中的应用十分广泛，涵盖了多个领域，包括普外科、胸外科、泌尿外科、妇产科等。普外科手术中，达芬奇机器人可以用于胆囊切除术、阑尾切除术、肠道重建术等。在胸外科领域，机器人可以辅助进行肺癌切除术、食管癌切除术等复杂手术。在泌尿外科中，机器人可以用于前列腺切除术、肾脏切除术等。此外，达芬奇机器人还可以辅助妇产科手术，如子宫肌瘤切除术、子宫全切术等。

三、优势

达芬奇机器人在外科学手术中具有许多优势，使得它成为外科医生的得力助手。首先，达芬奇机器人具有高精确度，可以进行精细的操作，减少手术创伤和出血。其次，机器人臂可以旋转360度，灵活性高，可以到达人手无法触及的部位，提高手术的可操作性。此外，机器人的手术操作相对稳定，可以减少手术中的颤抖，提高手术的安全性。另外，机器人还可以通过三维视觉系统提供高清晰度的图像，使医生能够更清楚地观察手术区域，提高手术的准确性。

四、未来发展