买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京林业大学

摘要：本发明公开了一种基于FPGA的云跟踪方法，首先通过工业相机获取云团间隔一段时间前后的图像输入FPGA；然后一方面对图像进行畸变校正、图像平滑处理、形态学操作、Canny边缘检测以及提取矩特征，另一方面对图像提取灰度共生矩阵特征量，将上述两种特征赋予适当的权重，作为总的云团特征；最后，预测云团一段时间后的特征量状态，然后将上述特征量与图像二进行匹配从而实现云跟踪。本发明考虑到云的形状随时间会发生改变，并采用多特征进行云跟踪，提高跟踪的准确性。同时考虑到不同类别的云团演变方式不同，针对不同类别的云团分别训练预测模型。本发明采用“FPGA+ARM”体系架构提高了图像采集的实时性、速度以及性能。

主权项：1.一种基于FPGA的云跟踪方法，其特征在于：包括以下步骤：S1：采集云团图像，对云团进行分类；S2：对云团图像进行处理，获取云团特征：一方面对图像进行畸变校正、图像平滑处理、形态学操作、Canny边缘检测以及提取矩特征，另一方面对所述图像提取灰度共生矩阵特征量，将矩特征和灰度共生矩阵特征赋予适当的权重，作为总的云团特征；在相机采集到图像后，首先对云团图像进行畸变校正，畸变校正算法的实现方式如下： 式中，{pi}为校正图像中所有的二维向量的集合；pi为第i个像素对应的像素坐标；Fk为目标函数，通过使Fk最小化，就可以求得最佳变换{pi-Best}； 式中，F1为针对云团部分进行的畸变校正；n为云团的个数；On为第n个云团的范围；wi为云团权重，云团处为1，其它为0；mi为像素i到图像中心的距离正相关的权重；ui为投影向量；Sn,tn为云团图像变换的比例因子与缩放因子；Snui+tn为云团的相似变换； 式中，F2为针对非云团部分即背景部分进行的畸变校正；vi,vj为云团图像校正后i,j两点的坐标；vi-vj为云团图像校正后i,j两点间向量；Ni为i映射到的校正后的图像区域；eij为非云团图像校正后i,j两点间的向量；Fk＝μF1+vF2式中，μ,v为相关权重系数；通过使Fk最小化，求出最佳的变换矩阵，将云团和非云团部分分别校正再进行结合；S3：利用LSTM-SuperGlue网络预测云团一段时间后的特征量状态，然后将特征量与图像二进行匹配从而实现云跟踪。

全文数据：

权利要求：

百度查询： 南京林业大学 一种基于FPGA的云跟踪方法