皮皮网

1.改进CNN＆FCN的中值中值晶圆缺陷分割系统
2.Proteus电子电路设计及仿真的目录
3.FPGA高端项目：FPGA帧差算法图像识别+目标跟踪，提供11套工程源码和技术支持
4.图像处理翻译
5.用c++做图像识别

改进CNN＆FCN的晶圆缺陷分割系统

       随着半导体行业的快速发展，半导体晶圆的源码源码生产需求与日俱增，然而在生产过程中不可避免地会出现各种缺陷，中值中值这直接影响了半导体芯片产品的滤波滤波质量。因此，源码源码springboot刷新源码基于机器视觉的中值中值晶圆表面检测方法成为研究热点。本文针对基于机器视觉的滤波滤波晶圆表面缺陷检测算法进行深入研究。

       在实验中，源码源码我们采用三种方式对样本晶圆进行成像。中值中值第一种方式使用工业显微相机，滤波滤波配备白色环光，源码源码成像分辨率高达×，中值中值位深度为，滤波滤波视野约为5.5mm ×3.1mm。源码源码第二种方式使用相机 MER--GM，配有蓝色环光和2倍远心镜头，物距mm，成像分辨率×，位深度，视野宽4.4mm，火锅视频源码精度为2jum。第三种方式采用相机 Manta G-B，白色环光LTS-RN-W，镜头TY-A，物距mm，成像分辨率×，位深度8，视野宽3mm，精度1 jum。

       传统的组织结构源码基于CNN的分割方法在处理晶圆缺陷时存在存储开销大、效率低下、像素块大小限制感受区域等问题。而全卷积网络(FCN)能够从抽象特征中恢复每个像素所属的类别，但在细节提取和空间一致性方面仍有不足。

       本文提出改进DUC（dense upsampling convolution）和HDC（hybrid dilated convolution），通过学习一系列上采样滤波器一次性恢复label map的全部分辨率，解决双线性插值丢失信息的问题，实现端到端的分割。

       系统整合包括源码、环境部署视频教程、高邮源码开发数据集和自定义UI界面等内容。

       参考文献包括关于机器视觉缺陷检测的研究综述、产品缺陷检测方法、基于深度学习的产品缺陷检测、基于改进的加权中值滤波与K-means聚类的织物缺陷检测、基于深度学习的子弹缺陷检测方法、机器视觉表面缺陷检测综述、基于图像处理的晶圆表面缺陷检测、非接触超声定位检测研究、基于深度学习的酷游戏源码人脸识别方法研究等。

Proteus电子电路设计及仿真的目录

       ç¬¬1ç«  Proteus概述 1

       1.1 Proteus历史 1

       1.2 Proteus应用领域 1

       1.3 Proteus VSM组件 2

       1.4 Proteus的启动和退出 3

       1.5 Proteus设计流程 5

       1.5.1 自顶向下设计 5

       1.5.2 自下而上设计 5

       1.6 Proteus安装方法 6

       ç¬¬2ç«  Proteus ISIS基本操作 9

       2.1 Proteus ISIS工作界面 9

       2.1.1 编辑窗口 9

       2.1.2 预览窗口

       2.1.3 对象选择器

       2.1.4 菜单栏与主工具栏

       2.1.5 状态栏

       2.1.6 工具箱

       2.1.7 方向工具栏及仿真按钮

       2.2 编辑环境设置

       2.2.1 模板设置

       2.2.2 图表设置

       2.2.3 图形设置

       2.2.4 文本设置

       2.2.5 图形文本设置

       2.2.6 交点设置

       2.3 系统参数设置

       2.3.1 元件清单设置

       2.3.2 环境设置

       2.3.3 路径设置

       2.3.4 属性定义设置

       2.3.5 图纸大小设置

       2.3.6 文本编辑选项设置

       2.3.7 快捷键设置

       2.3.8 动画选项设置

       2.3.9 仿真选项设置

       å®žä¾‹2-1 原理图绘制实例

       ç¬¬3ç«  Proteus ISIS电路绘制

       3.1 绘图模式及命令

       3.1.1 Component（元件）模式

       3.1.2 Junction dot（节点）模式

       3.1.3 Wire label（连线标号）模式

       3.1.4 Text scripts（文字脚本）模式

       3.1.5 总线（Buses）模式

       3.1.6 Subcircuit（子电路）模式

       3.1.7 Terminals（终端）模式

       3.1.8 Device Pins（器件引脚）模式

       3.1.9 2D图形工具

       3.2 导线的操作

       3.2.1 两对象连线

       3.2.2 连接点

       3.2.3 重复布线

       3.2.4 拖动连线

       3.2.5 移走节点

       3.3 对象的操作

       3.3.1 选中对象

       3.3.2 放置对象

       3.3.3 删除对象

       3.3.4 复制对象

       3.3.5 拖动对象

       3.3.6 调整对象

       3.3.7 调整朝向

       3.3.8 编辑对象

       3.4 绘制电路图进阶

       3.4.1 替换元件

       3.4.2 隐藏引脚

       3.4.3 设置头框

       3.4.4 设置连线外观

       3.5 典型实例

       å®žä¾‹3-1 绘制共发射极放大电路

       å®žä¾‹3-2 JK触发器组成的三位二进制同

       æ­¥è®¡æ•°å™¨çš„绘制与测试

       å®žä¾‹3-3 KEYPAD的绘制及仿真

       å®žä¾‹3-4 单片机控串行输入并行输出

       ç§»ä½å¯„存器绘制练习

       ç¬¬4ç«  ProteusISIS分析及仿真工具

       4.1 虚拟仪器

       4.2 探针

       4.3 图表

       4.4 激励源

       4.4.1 直流信号发生器DC设置

       4.4.2 幅度、频率、相位可控的正弦

       æ³¢å‘生器SINE设置

       4.4.3 模拟脉冲发生器PULSE设置

       4.4.4 指数脉冲发生器EXP设置

       4.4.5 单频率调频波信号发生器SFFM

       è®¾ç½®

       4.4.6 PWLIN分段线性脉冲信号发生

       å™¨è®¾ç½®

       4.4.7 FILE信号发生器设置

       4.4.8 音频信号发生器AUDIO设置

       4.4.9 单周期数字脉冲发生器DPULSE

       è®¾ç½®

       4.4. 数字单边沿信号发生器DEDGE

       è®¾ç½®

       4.4. 数字单稳态逻辑电平发生器

       DSTATE设置

       4.4. 数字时钟信号发生器DCLOCK

       è®¾ç½®

       4.4. 数字模式信号发生器DPATTERN

       è®¾ç½®

       4.5 典型实例

       å®žä¾‹4-1 共发射极放大电路分析

       å®žä¾‹4-2 ADC电路时序分析

       å®žä¾‹4-3 共发射极应用低通滤波电路

       åˆ†æž

       ç¬¬5ç«  模拟电路设计及仿真

       5.1 运算放大器基本应用电路

       5.1.1 反相放大电路

       5.1.2 同相放大电路

       5.1.3 差动放大电路

       5.1.4 加法运算电路

       5.1.5 减法运算电路

       5.1.6 微分运算电路

       5.1.7 积分运算电路

       å®žä¾‹5-1 PID控制电路分析

       5.2 测量放大电路与隔离电路

       5.2.1 测量放大器

       å®žä¾‹5-2 测量放大器测温电路分析

       5.2.2 隔离放大器

       å®žä¾‹5-3 模拟信号隔离放大电路

       åˆ†æž

       5.3 信号转换电路

       5.3.1 电压比较电路

       5.3.2 电压/频率转换电路

       5.3.3 频率/电压转换电路

       5.3.4 电压—电流转换电路

       5.3.5 电流—电压转换电路

       5.4 移相电路与相敏检波电路

       5.4.1 移相电路

       5.4.2 相敏检波电路

       å®žä¾‹5-4 相敏检波器鉴相特性分析

       5.5 信号细分电路

       å®žä¾‹5-5 电阻链二倍频细分电路

       åˆ†æž

       5.6 有源滤波电路

       5.6.1 低通滤波电路

       5.6.2 高通滤波电路

       5.6.3 带通滤波电路

       5.6.4 带阻滤波电路

       5.7 信号调制/解调

       5.7.1 调幅电路

       5.7.2 调频电路

       5.7.3 调相电路

       5.8 函数发生电路

       5.8.1 正弦波信号发生电路

       å®žä¾‹5-6 电容三点式振荡电路分析

       5.8.2 矩形波信号发生电路

       5.8.3 占空比可调的矩形波发生

       ç”µè·¯

       5.8.4 三角波信号发生电路

       5.8.5 锯齿波信号发生电路

       å®žä¾‹5-7 集成函数发生器ICL

       ç”µè·¯åˆ†æž

       ç¬¬6ç«  数字电路设计及仿真

       6.1 基本应用电路

       6.1.1 双稳态触发器

       6.1.2 寄存器/移位寄存器

       å®žä¾‹6-1 LS 8位双向移位寄存器

       åˆ†æž

       6.1.3 编码电路

       6.1.4 译码电路

       å®žä¾‹6-2 CD译码显示电路

       åˆ†æž

       6.1.5 算术逻辑电路

       6.1.6 多路选择器

       6.1.7 数据分配器

       6.1.8 加/减计数器

       6.2 脉冲电路

       6.2.1 定时器构成的多谐振荡器

       å®žä¾‹6-3 占空比与频率均可调的多

       è°æŒ¯è¡å™¨åˆ†æž

       6.2.2 矩形脉冲的整形

       6.3 电容测量仪

       6.3.1 电容测量仪设计原理

       6.3.2 电容测量仪电路设计

       6.4 多路电子抢答器

       6.4.1 简单8路电子抢答器

       6.4.2 8路带数字显示电子抢答器

       ç¬¬7ç«  单片机仿真

       7.1 Proteus与单片机仿真

       7.1.1 创建源代码文件

       7.1.2 编辑源代码程序

       7.1.3 生成目标代码

       7.1.4 代码生成工具

       7.1.5 定义第三方源代码编辑器

       7.1.6 使用第三方IDE

       7.1.7 单步调试

       7.1.8 断点调试

       7.1.9 MULTI-CPU调试

       7.1. 弹出式窗口

       7.2 WinAVR编译器

       7.2.1 WinAVR编译器简介

       7.2.2 安装WinAVR编译器

       7.2.3 WinAVR的使用

       7.3 ATMEGA单片机概述

       7.3.1 AVR系列单片机特点

       7.3.2 ATmega总体结构

       7.4 I/O端口及其第二功能

       7.4.1 端口A的第二功能

       7.4.2 端口B的第二功能

       7.4.3 端口C的第二功能

       7.4.4 端口D的第二功能

       å®žä¾‹7-1 使用Proteus仿真键盘控

       LED

       7.5 中断处理

       7.5.1 ATmega中断源

       7.5.2 相关I/O寄存器

       7.5.3 断处理

       å®žä¾‹7-2 使用Proteus仿真中断唤醒的

       é”®ç›˜

       7.6 ADC模拟输入接口

       7.6.1 ADC特点

       7.6.2 ADC的工作方式

       7.6.3 ADC预分频器

       7.6.4 ADC的噪声抑制

       7.6.5 与ADC有关的I/O寄存器

       7.6.6 ADC噪声消除技术

       å®žä¾‹7-3 使用Proteus仿真简易电

       é‡è®¡

       7.7 通用串行接口UART

       7.7.1 数据传送

       7.7.2 数据接收

       7.7.3 与UART相关的寄存器

       å®žä¾‹7-4 使用Proteus仿真以查询方式

       ä¸Žè™šæ‹Ÿç»ˆç«¯åŠå•ç‰‡æœºä¹‹é—´äº’相

       é€šä¿¡

       å®žä¾‹7-5 使用Proteus仿真利用标准I/O

       æµä¸Žè™šæ‹Ÿç»ˆç«¯é€šä¿¡è°ƒè¯•

       7.8 定时器/计数器

       7.8.1 T/C0

       7.8.2 T/C1

       7.8.3 T/C2

       7.8.4 定时器/计数器的预分频器

       å®žä¾‹7-6 使用Proteus仿真T/C0定时

       é—ªçƒLED灯

       å®žä¾‹7-7 使用Proteus仿真T/C2产生

       ä¿¡å·T/C1进行捕获

       å®žä¾‹7-8 使用Proteus仿真T/C1产生

       PWM信号控电机

       å®žä¾‹7-9 使用Proteus仿真看门狗

       å®šæ—¶å™¨

       7.9 同步串行接口SPI

       7.9.1 SPI特性

       7.9.2 SPI工作模式

       7.9.3 SPI数据模式

       7.9.4 与SPI相关的寄存器

       å®žä¾‹7- 使用Proteus仿真端口

       æ‰©å±•

       7. 两线串行接口TWI

       7..1 TWI特性

       7..2 TWI的总线仲裁

       7..3 TWI的使用

       7..4 与TWI相关的寄存器

       å®žä¾‹7- 使用Proteus仿真双芯片

       TWI通信

       7. 综合仿真

       å®žä¾‹7- 使用Proteus仿真DSB

       æµ‹æ¸©è®¡

       å®žä¾‹7- 使用Proteus仿真电子

       ä¸‡å¹´åŽ†

       å®žä¾‹7- 使用Proteus仿真DS

       å®žæ—¶æ—¶é’Ÿ

       ç¬¬8ç«  PCB布板

       8.1 PCB概述

       8.2 Proteus ARES的工作界面

       8.2.1 编辑窗口

       8.2.2 预览窗口

       8.2.3 对象选择器

       8.2.4 菜单栏与主工具栏

       8.2.5 状态栏

       8.2.6 工具箱

       8.3 ARES系统设置

       8.3.1 颜色设置

       8.3.2 默认规则设置

       8.3.3 环境设置

       8.3.4 选择过滤器设置

       8.3.5 快捷键设置

       8.3.6 网格设置

       8.3.7 使用板层设置

       8.3.8 板层对设置

       8.3.9 路径设置

       8.3. 模板设置

       8.3. 工作区域设置

       å®žä¾‹8-1 PCB布板流程

       å‚考文献

       åŽŸç†å›¾ï¼Œé¡¾åæ€ä¹‰å°±æ˜¯è¡¨ç¤ºç”µè·¯æ¿ä¸Šå„器件之间连接原理的图表。在方案开发等正向研究中，原理图的作用是非常重要的，而对原理图的把关也关乎整个项目的质量甚至生命。由原理图延伸下去会涉及到PCB layout，也就是PCB布线，当然这种布线是基于原理图来做成的，通过对原理图的分析以及电路板其他条件的限制，设计者得以确定器件的位置以及电路板的层数等。

       åŸºå°”霍夫定律Kirchhoff laws是电路中电压和电流所遵循的基本规律，是分析和计算较为复杂电路的基础，年由德国物理学家G.R.基尔霍夫（Gustav Robert Kirchhoff，～）提出。它既可以用于直流电路的分析，也可以用于交流电路的分析，还可以用于含有电子元件的非线性电路的分析。运用基尔霍夫定律进行电路分析时，仅与电路的连接方式有关，而与构成该电路的元器件具有什么样的性质无关。基尔霍夫定律包括电流定律（KCL)和电压定律(KVL)，前者应用于电路中的节点而后者应用于电路中的回路。

       å¤šç”¨è¡¨

       multimeter

       ç”±ç£ç”µç³»ç”µè¡¨çš„测量机构与整流器构成的多功能、多量程的机械式指示电表（见电流表）。可用以测量交、直流电压，交、直流电流，电阻。又称万用表或繁用表。有些多用表还具有测量电容、电感等功能。

       å¤šç”¨è¡¨ä¸»è¦ç”±ç£ç”µç³»ç”µè¡¨çš„测量机构、测量电路和转换开关

       ç»„成。其中，转换开关是多用表选择不同测量功能和不同量程时的切换元件。

       æ»¡åè½¬ç”µæµçº¦ä¸º ～μA。多用表用一个测量机构来测量多种电学量，各具有几个量程。其工作原理是:通过测量电路的变换,将被测量变换成磁电系测量机构能够接受的直流电流。例如测量机构结合分流器（见电流表）及分压器，就形成测量直流电流和电压的多量程直流电表。磁电系测量机构与半波或全波整流器组成整流式电表的测量机构，再结合分流器及分压器，就形成测量交流电流和电压的多量程交流电表。多用表内还带有电池，当被测电阻值不同时，电池使测量机构内通过不同数值的电流，从而反映出不同的被测电阻值。转换开关是多用表选择不同测量功能和不同量程时的切换元件。

       ç”¨å¤šç”¨è¡¨æµ‹é‡ç”µé˜»çš„原理电路见图。当被测电阻Rx=0时,电路中的电流最大,调节R使测量机构指针的偏转角为满刻度值，此时电路中的电流值I0=E/R。当被测电阻Rx增大时,电流I=E/(R+Rx)逐渐减小，指针的偏转角也减小。因此多用表表盘上的电阻值标尺是反向的，而且刻度不均匀。若被测电阻Rx=R，则电流I=I0/2，指针偏转角为满偏转角的一半。因此刻度中点处所标的电阻值(称为中值电阻)即为该量程下多用表的内阻值。通常电阻值标尺的有效读数范围为0.1～倍中值电阻值。

       éšç€ç”µå­æŠ€æœ¯çš„不断进步，多用表正逐步向数字式方向发展。

FPGA高端项目：FPGA帧差算法图像识别+目标跟踪，提供套工程源码和技术支持

       本文介绍了一项高端的FPGA项目，利用FPGA实现帧差算法进行图像识别和目标跟踪。项目包含套针对不同FPGA型号和输入源的工程源码，涵盖了Xilinx（如Artix7、Kintex7、Zynq、Zynq）和Altera（如Cyclone IV）系列，以及各种分辨率和输入方式，如OV、OV摄像头和HDMI输入。

       设计流程从视频采集开始，通过FPGA采集输入视频，使用FDMA图像缓存架构存储并处理视频。接着，进行RGB转灰度、帧差计算、中值滤波、图像腐蚀膨胀，最终框出运动目标。工程源码详细说明了每套方案的FPGA型号、输入输出参数、HDMI编码方式以及适用的开发板，提供给在校学生、研究生和在职工程师进行项目开发或研究。

       项目设计原理框图清晰地展示了运动目标检测过程，以及针对不同输入源的处理方法，包括OV和OV的i2c配置。每个工程都配备了详细的上板调试步骤和所需设备，包括FPGA开发板、摄像头和显示器。此外，还有高清HDMI输入版本的演示效果。

       福利部分，本文提供了工程源码的获取方式，以网盘链接形式，方便读者下载。同时，博主根据用户反馈，还提供了个性化服务以满足不同用户的需求。

图像处理翻译

       é’ˆå¯¹ç»™å‡ºçš„图像（moon.tif）或者自行选择的灰度图像：

        1）：给图像分别添加高斯噪声和椒盐噪声。

        2）：对加噪图像的中心区域（*）进行空间滤波，尽最大可能消除噪声。

        3）：对加噪图像的中心区域（*）进行频域滤波，尽最大可能消除噪声。

       æŠ€æœ¯æè¿°ï¼š

       å¯¹å›¾åƒè¿›è¡ŒåŠ é«˜æ–¯å™ªå£°å’Œæ¤’盐噪声处理；对包含高斯噪声和椒盐噪声的图片进行处理，使处理后的图像比原图像清晰。

       æ‰€éœ€åº”用到的技术，包括：

       a>对图片加噪声

       b>选取中心区域

       c>对选取的区域进行降噪处理

       d>重新生成图像。

       e>构造高斯低通滤波器时用到了高斯公式：exp(-(u^2+v^2)/(2*(D0^2)))

       ç»“果讨论：

       ä»¥ä¸‹æ˜¯å¯¹ä¸åŒçš„滤波器针对不同噪点处理的测试结果。

       å‚考下面的试验结果，进行讨论：

       A()是使用fspecial('gaussian’)平滑空域滤波处理效果，不过效果不是最好，由于最大程度降噪，导致图像模糊；

       A()是频域滤波处理后的结果，因为使用了高斯低通滤波器，所以会有条黑线，处理一般；

       A()是使用medfilt2（）空域中值滤波器效果，降噪效果很不错，图像也很清晰；

       A() 是频域滤波处理后的结果，同A()，因为使用了高斯低通滤波器，所以会有条黑线，效果一般。

       è¯•éªŒç»“æžœ:

       é«˜æ–¯åŠ å™ªå’Œæ¤’盐加噪处理图分别如下:

        如图:

        图(A):原图

        图(A):高斯加噪

        图(A):对图(A)进行中心*空域滤波

        图(A):对图(A)进行中心*频域滤波

       ï¼ˆA0） （A）

       ï¼ˆA） (A)

        如图:

        图(A):原图

        图(A):椒盐加噪

        图(A):对图(A)进行中心*空域滤波

        图(A):对图(A)进行中心*频域滤波

       (A) (A)

       (A) (A)

       é™„录：

       æºä»£ç 1 ：对高斯噪声的处理

       f=imread('moon.tif');

       J=imnoise(f,'gaussian',0.,0.);%添加高斯噪声

       %空域滤波

       r=[ ];

       c=[ ];

       BW=roipoly(J,c,r);

       h=fspecial('gaussian',[5 5]);

       A=roifilt2(J,h,BW);

       figure,imshow(A);

       %频域滤波

       f1=imcrop(fn,[ ]);

       %截取*大小的窗口图片

       f2=[ ];

       %建立一个新的图像

       f2=uint8(f2);

       f2=padarray(f2,[ ],);

       %将新建图像拓展到*的黑色图片

       f2=padarray(f2,[ ],0);

       %在新建图片周围添加白色使之大小为moon图片的大小

       fn=fn-f2;

       %得到中心*区域内为黑色的moon图片

       PQ=paddedsize(size(f1));

       [u,v]=dftuv(PQ(1),PQ(2));

       D0=0.2*PQ(2);

       hh=exp(-(u.^2+v.^2)/(2*(D0^2)));

       %构造高斯低通滤波器

       h1=dftfilt(f1,hh);

       A=padarray(h1,[ ],0);

       %将h1拓展到moon图片大小

       A=uint8(A)+fn;

       %得到中心*区域处理后的moon图片

       figure,imshow(A);

       æºä»£ç 2 ：对椒盐噪声的处理

       f=imread('moon.tif');

       fn=imnoise(f,'salt & pepper',0.);

       %添加椒盐噪声

       %空域滤波

       f1=imcrop(fn,[ ]);

       %截取*大小的窗口图片

       f2=[ ];

       %建立一个新的图像

       f2=uint8(f2);

       f2=padarray(f2,[ ],);

       %将新建图像拓展到*的黑色图片

       f2=padarray(f2,[ ],0);

       %在新建图片周围添加白色使之大小为moon图片的大小

       fn=fn-f2;

       %得到中心*区域内为黑色的moon图片

       h=medfilt2(f1,'symmetric');

       %对f1进行中值处理

       A=padarray(h,[ ],0);

       %将h拓展到moon图片大小

       A=A+fn;

       %得到中心*区域处理后的moon图片

       figure,imshow(A);

       %频域滤波

       f1=imcrop(fn,[ ]);

       %截取*大小的窗口图片

       f2=[ ];

       %建立一个新的图像

       f2=uint8(f2);

       f2=padarray(f2,[ ],);

       %将新建图像拓展到*的黑色图片

       f2=padarray(f2,[ ],0);

       %在新建图片周围添加白色使之大小为moon图片的大小

       fn=fn-f2;

       %得到中心*区域内为黑色的moon图片

       PQ=paddedsize(size(f1));

       [u,v]=dftuv(PQ(1),PQ(2));

       D0=0.1*PQ(2);

       hh=exp(-(u.^2+v.^2)/(2*(D0^2)));%构造高斯低通滤波器

       h1=dftfilt(f1,hh);

       A=padarray(h1,[ ],0);

       %将h1拓展到moon图片大小

       A=uint8(A)+fn;

       %得到中心*区域处理后的moon图片

       figure,imshow(A);

用c++做图像识别

       æœ‰ä¸ªå¤§è‡´æ€è·¯ï¼š 首先读一下两张图片，将图像二值化，把其有效点给分离出来，然后将图片用0和1两个值进行表示，然后将图片每一个像素点转换为数组数据，然后根据规定坐标到数组里面判定，最后返回结果。应该会用上“图片灰度化算法”，“图片中值滤波算法”，等比较重要的算法。 用C++的话，应该用opencv吧，我有个同学做人脸识别的，就用这个类库。用opencv试一试吧 /projects/opencvlibrary