前言：想要寫(xiě)出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇分割技術(shù)范文，相信會(huì)為您的寫(xiě)作帶來(lái)幫助，發(fā)現(xiàn)更多的寫(xiě)作思路和靈感。

分割技術(shù)范文第1篇

關(guān)鍵詞：圖像缺陷分割；檢測(cè)方法；目標(biāo)識(shí)別

1 引言

眾所周知，第三次工業(yè)革命以來(lái)計(jì)算機(jī)技術(shù)不斷進(jìn)步，人們也逐漸意識(shí)到利用計(jì)算機(jī)來(lái)獲得和處理圖像信息的重要性。正由于圖像具有簡(jiǎn)單明了、直觀易懂、囊括豐富的信息等優(yōu)點(diǎn)，所以其在多媒體技術(shù)中占據(jù)舉足輕重的地位。在圖像分割的步驟中，首先是將圖像空間劃分成n個(gè)互不重疊的區(qū)域，這些區(qū)域內(nèi)部本身具有某些共有屬性，然后通過(guò)技術(shù)手段將劃分后的目標(biāo)區(qū)域提取出來(lái)[1]。而圖像缺陷分割則是將目標(biāo)區(qū)域定義為檢測(cè)中的缺陷。圖像缺陷的準(zhǔn)確分割為之后的圖像缺陷識(shí)別與圖像分析打好堅(jiān)實(shí)的基礎(chǔ)。近年來(lái)圖像缺陷分割在實(shí)際中的應(yīng)用也越來(lái)越廣泛，特別是隨著計(jì)算機(jī)技術(shù)、自動(dòng)化水平和圖形圖像學(xué)日新月異的發(fā)展，使得圖像缺陷分割技術(shù)成為了包括醫(yī)學(xué)，鋼鐵，木材等其它很多領(lǐng)域能否順利發(fā)展的一個(gè)重要基礎(chǔ)。

2 研究現(xiàn)狀

2.1 傳統(tǒng)圖像缺陷分割技術(shù)

2.1.1 閾值分割法

在眾多算法中最簡(jiǎn)單易行的分割處理方法是閾值分割法[2]。該算法主要原理是利用圖像的灰度直方圖顯示出灰度臨界點(diǎn)，從而設(shè)定閾值將缺陷從背景中分離，基于此方法可將圖像分成若干個(gè)有意義的類(lèi)。此類(lèi)算法的關(guān)鍵之處就在于怎樣才能根據(jù)圖像的灰度直方圖來(lái)尋找出適當(dāng)?shù)幕叶乳撝担撝捣指畹某晒εc否的關(guān)鍵就是能否選擇正確的閾值，該算法可以在整個(gè)圖像上僅使用一個(gè)閾值，稱(chēng)為全局閾值分割，也可以使用不斷變化的閾值，稱(chēng)為局部閾值分割或自適應(yīng)閾值[3]。閾值分割算法的優(yōu)勢(shì)在于計(jì)算代價(jià)小分割速度快，尤其在圖像中灰度對(duì)比度存在比較大的差異的情況下，能夠得到較為理想的分割效果。此算法的缺點(diǎn)在于存在一定的局限性，閾值分割往往忽略了圖像的空間特性，也并沒(méi)有將圖像的紋理等有用信息考慮在內(nèi)，而這些要素在圖像缺陷識(shí)別與分割中是很重要的，卻是單單只將像素本身的取值考慮在內(nèi)，這樣做不僅會(huì)對(duì)噪聲的敏感程度加大，而且在有些情況下會(huì)使分割效果得不到理想呈現(xiàn)。所以當(dāng)前存在許多基于閾值分割的改進(jìn)算法，使得在使用此方法時(shí)分割效果能夠得到改善。如最大熵法、基于圖像統(tǒng)計(jì)閾值法、二維熵閾值法、改進(jìn)的Otsu法、將多閾值和混沌粒子群法相結(jié)合等。

2.1.2 邊緣分割法

由于邊緣信息囊括了圖像的豐富信息包括方向、階躍性質(zhì)、形狀等，利用邊緣可以描繪出目標(biāo)物體，并且符合人類(lèi)觀察物體的特性，所以在圖像識(shí)別中，邊緣這一圖像的基本特征占有重要地位。邊緣分割算法代表了利用圖像邊緣信息來(lái)進(jìn)行分割處理的一系列算法，圖像邊緣從本質(zhì)上是指示出了圖像在灰度值、彩色信息、紋理結(jié)構(gòu)等方面出現(xiàn)信息突變的集合，邊緣為圖像中一個(gè)區(qū)域與另一個(gè)區(qū)域的分界。利用圖像的邊緣信息進(jìn)行圖像分割的方法有很多，其中有如梯度算子、拉普拉斯算子和模板操作算子等的邊緣檢測(cè)算子法，邊緣松弛法，基于圖搜索和基于動(dòng)態(tài)規(guī)劃的邊界跟蹤法，hough變換法等。邊緣檢測(cè)算子能夠取得較好邊緣檢測(cè)效果的前提是邊緣區(qū)域的灰度值大小差異比較大，并且噪聲較小等較簡(jiǎn)單的圖像，但是由于受到噪聲或其他信息的干擾，很有可能造成對(duì)缺陷實(shí)際邊緣的漏檢或誤檢的情況。

2.1.3 區(qū)域分割法

區(qū)域分割法將在閾值分割算法中幾乎沒(méi)有把各像素點(diǎn)之間的空間關(guān)系列入檢測(cè)缺陷特征的這一缺點(diǎn)進(jìn)行了彌補(bǔ)，區(qū)域分割算法是基于圖像的空間性質(zhì)進(jìn)行分割，并且認(rèn)為分割后屬于同一區(qū)域的像素具有一致的屬性即相似性。在區(qū)域分割算法中被廣泛使用的是區(qū)域的生長(zhǎng)以及分裂合并兩種算法。在區(qū)域生長(zhǎng)法中一致性被認(rèn)為是區(qū)域確定的必不可少的重要性質(zhì)。這里的一致性可以是灰度、顏色、形狀或紋理等方面的相似。區(qū)域生長(zhǎng)法僅適用于具有較高對(duì)比度的不太復(fù)雜的圖像進(jìn)行分割，不適用于對(duì)復(fù)雜圖像的分割，區(qū)域生長(zhǎng)法具有以下的缺點(diǎn)，種子點(diǎn)的選取需要人為的進(jìn)行設(shè)定，而且對(duì)噪聲很敏感，并且會(huì)得到產(chǎn)生孔狀或者是根本不連續(xù)的區(qū)域，甚至對(duì)區(qū)域的選擇造成誤判等。區(qū)域分裂與合并算法并不需要對(duì)種子點(diǎn)事先進(jìn)行確定，也不需要將輸入圖像先分裂成為若干個(gè)很小的子區(qū)域，然后再對(duì)相似度大于某個(gè)值的某些子區(qū)域進(jìn)行歸并。分裂合并算法也有自己的不足，包括在分裂深度不夠的前提下，會(huì)導(dǎo)致不理想的分割結(jié)果，但如果分裂深度過(guò)深又會(huì)增加合并時(shí)的難度，進(jìn)而導(dǎo)致分割時(shí)間的增加。

2.4 基于數(shù)學(xué)形態(tài)學(xué)的圖像缺陷分割技術(shù)

數(shù)學(xué)形態(tài)學(xué)（Mathematical Morphology）是一門(mén)分析研究空間結(jié)構(gòu)的形狀、框架的學(xué)科。在形態(tài)學(xué)的圖像處理中，它的基本思想是采用一個(gè)被叫做結(jié)構(gòu)元素的“探針”來(lái)獲取圖像的信息。利用此方法達(dá)到對(duì)圖像的結(jié)構(gòu)特征進(jìn)行了解，具體方法是通過(guò)探針在圖像中不斷移動(dòng)。數(shù)學(xué)形態(tài)學(xué)是基于探針的思想，基于結(jié)構(gòu)元素可直接攜帶知識(shí)（形狀、尺度、灰度和色度信息）對(duì)圖像的結(jié)構(gòu)特點(diǎn)進(jìn)行探測(cè)。由于任意不同點(diǎn)的集合會(huì)產(chǎn)生具有不同性質(zhì)的探針結(jié)構(gòu)元素，不同的結(jié)構(gòu)元素可以對(duì)缺陷圖像的不同特征進(jìn)行檢測(cè)，因此結(jié)構(gòu)元素也是觀察缺陷圖像的一種手段和角度。在利用數(shù)學(xué)形態(tài)學(xué)的圖像處理中，腐蝕與膨脹是兩種基本的運(yùn)算，它們之間的不同組合形成了開(kāi)和閉運(yùn)算。圖像經(jīng)歷邊緣強(qiáng)度算子作用后，在階躍邊緣處形成凸脊，在屋頂邊緣處形成凹谷，再與原圖像作差分得到缺陷邊緣。在利用形態(tài)學(xué)邊緣檢測(cè)的過(guò)程中，對(duì)結(jié)構(gòu)元素的合理選擇是及其重要的，如果選則恰當(dāng)，在濾除噪聲的同時(shí)也能很好的保存缺陷圖像的細(xì)節(jié)。但是若結(jié)構(gòu)元素選擇的過(guò)大或者過(guò)小都會(huì)影響缺陷邊緣檢測(cè)的效果，可以采用多結(jié)構(gòu)元素來(lái)盡量減小這一缺點(diǎn)帶來(lái)的影響。

2.5 彩色圖像缺陷分割

此前介紹的分割提取方法大多數(shù)先將彩色圖像轉(zhuǎn)化為二值圖像或者灰度圖像，又或者直接利用二值圖像或灰度圖像對(duì)目標(biāo)進(jìn)行分割提取。隨著攝像工具和計(jì)算機(jī)信息處理技術(shù)的發(fā)展，圖像包含了越來(lái)越多的信息，計(jì)算機(jī)處理信息的速度也在成倍的增加，自然色彩豐富的圖像處理也成為了日常處理的對(duì)象。

由于在實(shí)際情況下，對(duì)感興趣的目標(biāo)進(jìn)行圖像分割時(shí)，在灰度或者二值圖像中可能混入到背景中，造成信息丟失，進(jìn)而無(wú)法準(zhǔn)確的對(duì)目標(biāo)圖像進(jìn)行分割提取在此基礎(chǔ)上，產(chǎn)生了許多基于顏色的分割提取方法，如基于RGB顏色分量的圖像分割提取技術(shù)、基于HSI顏色模型的圖像分割提取技術(shù)、基于Lab顏色空間的圖像分割提取技術(shù)等?；陬伾姆指钐崛『诵木褪抢媚繕?biāo)與周?chē)h(huán)境的顏色分量差異，然后將這些差異放入類(lèi)似基于RGB或者HSI等顏色識(shí)別的空間中運(yùn)用融合算法將兩者區(qū)分出來(lái)，并對(duì)差異化的目標(biāo)進(jìn)行分割提取從而達(dá)到目的。

3 研究展望

在實(shí)際應(yīng)用中，大多采用該方法進(jìn)行缺陷檢測(cè)，例如對(duì)鋼板的瑕疵、木材缺陷的檢測(cè)，以便于對(duì)材料進(jìn)行最大程度的利用。檢測(cè)的發(fā)展方向與其他產(chǎn)業(yè)一樣，開(kāi)始向高度自動(dòng)化、智能化的方向發(fā)展，集材料的運(yùn)輸、加工、檢測(cè)、處理、產(chǎn)品生產(chǎn)、產(chǎn)品檢測(cè)為一體化的過(guò)程，在材料缺陷檢測(cè)的技術(shù)方法中同樣可以應(yīng)用于整個(gè)生產(chǎn)加工過(guò)程，從而更貼合產(chǎn)業(yè)的需要。

參考文獻(xiàn)

[1]祭勝倉(cāng).基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測(cè)及其在醫(yī)學(xué)圖像處理中的應(yīng)用[D].青島：青島大學(xué)，2007.

分割技術(shù)范文第2篇

關(guān)鍵詞：視頻檢索；鏡頭分割；鏡頭漸變；鏡頭突變

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-2374（2013）13-0085-02

隨著經(jīng)濟(jì)社會(huì)的快速發(fā)展和科學(xué)技術(shù)的飛速進(jìn)步，視頻等多媒體格式的信息量越來(lái)越大，來(lái)源也更為廣泛。視覺(jué)成為人類(lèi)接受外界信息的重要來(lái)源，其中，圖像視頻信息是視覺(jué)信息的主要表達(dá)方式，它所包含的信息量也是海量的，遠(yuǎn)遠(yuǎn)超過(guò)了文本、圖片等數(shù)據(jù)格式。圖像視頻在具體、生動(dòng)、確切、高效等方面有許多優(yōu)點(diǎn)，由于這些特點(diǎn)就使得人類(lèi)最重要的通信方式主要為基于視頻信息的通信方式和以視頻格式傳輸或攜帶的信息通信方式。這種視頻信息方式更形象、更生動(dòng)、更直觀，更能夠貼近或者還原于實(shí)際。計(jì)算機(jī)傳統(tǒng)上存儲(chǔ)數(shù)據(jù)的方式是基于文本的。視頻數(shù)據(jù)信息已成為我們?nèi)粘Ｉ钪胁豢苫蛉钡闹匾獌?nèi)容，但由于它攜帶的信息量較大，也成為阻礙其發(fā)展的瓶頸，如何提高視頻資源的檢準(zhǔn)率、檢全率，其現(xiàn)實(shí)意義將非常重大，視頻檢索的第一步就是鏡頭。

1 鏡頭分割在基于內(nèi)容的視頻檢索中作用

幀是指在數(shù)據(jù)和數(shù)字通信中，按某一標(biāo)準(zhǔn)預(yù)先確定的若干比特或字段組成的特定的信息結(jié)構(gòu)。鏡頭是構(gòu)成視覺(jué)語(yǔ)言的基本單位。它是敘事和表意的基礎(chǔ)。在影視作品的前期拍攝中，鏡頭是指攝像機(jī)從啟動(dòng)到靜止這期間不間斷攝取的一段畫(huà)面的總和；在后期編輯時(shí)，鏡頭是兩個(gè)剪輯點(diǎn)間的一組畫(huà)面；在完成片中，一個(gè)鏡頭是指從前一個(gè)光學(xué)轉(zhuǎn)換到后一個(gè)光學(xué)轉(zhuǎn)換之間的完整片段。場(chǎng)景是指電影、戲劇作品中的各種場(chǎng)面，由人物活動(dòng)和背景等構(gòu)成。連續(xù)的圖像變化每秒超過(guò)24幀（frame）畫(huà)面以上時(shí)，根據(jù)視覺(jué)暫留原理，人眼無(wú)法辨別單幅的靜態(tài)畫(huà)面；看上去是平滑連續(xù)的視覺(jué)效果，這種連續(xù)的畫(huà)面叫做視頻。

視頻序列由數(shù)個(gè)視頻場(chǎng)景組成，通常指單獨(dú)的某個(gè)視頻文件或者視頻片段。場(chǎng)景通常由一個(gè)或者多個(gè)鏡頭構(gòu)成。鏡頭由多個(gè)連續(xù)的圖像幀構(gòu)成。圖像幀指單幅靜態(tài)的圖像，是構(gòu)成視頻文件的最小單位。

在播放視頻時(shí)，定格時(shí)的每一個(gè)畫(huà)面就是一個(gè)圖像幀。攝像機(jī)拍攝物體時(shí)產(chǎn)生的一段連續(xù)圖像就是鏡頭，由多個(gè)幀組成。拍攝對(duì)象運(yùn)動(dòng)、光源亮度變化或攝像頭運(yùn)動(dòng)等都能引起鏡頭內(nèi)部圖像發(fā)生變化。場(chǎng)景是連接視頻底層數(shù)字特征與高層語(yǔ)義的橋梁，它由語(yǔ)義相關(guān)的若干個(gè)鏡頭所組成。這些鏡頭不一定是連續(xù)的，但是必然在語(yǔ)義上有某種相關(guān)性，例如：不同鏡頭中人物所處的相同場(chǎng)所、不同事件發(fā)生時(shí)所在的相同地點(diǎn)等。場(chǎng)景一般可以代表特定的子事件，而眾多的子事件組成了一個(gè)視頻序列所代表的整體事件。

鏡頭分割（Shot Segment），即把視頻文件分割成若干個(gè)鏡頭。由于鏡頭與鏡頭之間一般有很清楚的邊界，成為邊界幀。則鏡頭分割的主要任務(wù)就是把這些邊界幀從構(gòu)成視頻文件的所有幀中找出來(lái)，也就是使用計(jì)算機(jī)來(lái)順序的檢測(cè)視頻文件的每一幀，判斷其是否是鏡頭邊界幀，這項(xiàng)工作亦稱(chēng)為鏡頭邊界檢測(cè)（Shot Boundary Detection）。

分割后的每段視頻片段都是一個(gè)獨(dú)立的鏡頭，其中包含了能代表每個(gè)對(duì)應(yīng)鏡頭的關(guān)鍵幀，這樣就能通過(guò)提取關(guān)鍵幀來(lái)建立索引。因此，首先需要把視頻序列分割成單個(gè)的視頻鏡頭，然后再進(jìn)行提取關(guān)鍵幀、提取視頻片段整序、提取視頻序列識(shí)別等。這有助于對(duì)視覺(jué)媒體從低層到高層進(jìn)行處理、分析和理解的過(guò)程獲取其內(nèi)容并根據(jù)內(nèi)容進(jìn)行檢索。

2 基于內(nèi)容的視頻檢索中鏡頭分割方法

鏡頭間轉(zhuǎn)換一般包括漸變（gradualtransition）和突變（cut transition）兩種方式。所以相對(duì)應(yīng)鏡頭間的轉(zhuǎn)換，鏡頭檢測(cè)研究方法也大致可分為鏡頭漸變和鏡頭突變檢測(cè)研究?jī)煞N研究方法。

直接將兩個(gè)鏡頭連接就是鏡頭突變，它們中間不添加任何特效且不使用視頻編輯技術(shù)。與之相反，鏡頭漸變則通過(guò)在兩個(gè)鏡頭中間添加視頻特效聯(lián)接兩個(gè)鏡頭。按照所添加的鏡頭間編輯特效的不同，鏡頭漸變技術(shù)包含溶解（dissolve）、疊化（Dissolve）、映射（Map）、擦除（Wipe）、劃變（wipe）、劃像（Iris）、淡入淡出（fade）等多種形式。

當(dāng)前，主流的鏡頭邊界檢測(cè)算法可分為兩類(lèi)：基于壓縮域的方法與基于象素域的方法?；谙袼赜虻溺R頭切分主要是依據(jù)所拍攝對(duì)象的形狀、紋理、顏色等特征從而實(shí)現(xiàn)鏡頭邊界檢測(cè)的原理。

總之，要實(shí)現(xiàn)視頻鏡頭的分割，常用的方法就是計(jì)算視頻中各連續(xù)幀之間底層視覺(jué)特征的幀差值F，再將F與預(yù)先設(shè)定或者自適應(yīng)的域值T作比較，若F>T，則鏡頭邊界不存在，若F

近些年來(lái)，使用智能計(jì)算與機(jī)器學(xué)習(xí)的方法檢測(cè)鏡頭邊界的算法已經(jīng)逐漸興起。由于在鏡頭漸變過(guò)程中，在內(nèi)容上相鄰幀的圖像沒(méi)有明顯的突變，明顯的切換點(diǎn)是難以檢測(cè)到的。因此，漸變鏡頭的檢測(cè)比切變鏡頭的檢測(cè)更復(fù)雜，還有較多的問(wèn)題亟待解決。利用單一的特征檢測(cè)并不能很好解決兩個(gè)鏡頭間變化多樣的情況。2007年的TRECVID會(huì)議報(bào)告[48]指出漸變檢測(cè)算法的查準(zhǔn)率和查全率需要深一步提高，兩者值均只介于70%～80%之間。提高漸變檢測(cè)算法的查準(zhǔn)率和查全率對(duì)于實(shí)現(xiàn)基于內(nèi)容的視頻檢索系統(tǒng)有很大的應(yīng)用價(jià)值和理論價(jià)值。

3 基于OpenCV的視頻幀特征提取系統(tǒng)結(jié)構(gòu)

由于視頻流的數(shù)據(jù)量大，又是一種非結(jié)構(gòu)性的數(shù)據(jù)，需要對(duì)它進(jìn)行一些預(yù)處理。鏡頭是視頻流在編輯制作和檢索中的基本結(jié)構(gòu)單元，最為有效的預(yù)處理方法之一就是分鏡頭，它首先把這一段視頻流，根據(jù)其組成的鏡頭，找出鏡頭的突變和漸變的切變點(diǎn)，進(jìn)而標(biāo)出每個(gè)鏡頭的起始幀號(hào)和結(jié)束幀號(hào)，然后從中挑出這一個(gè)鏡頭內(nèi)的代表幀。后續(xù)的瀏覽與檢索以及更高一級(jí)的視頻結(jié)構(gòu)化受鏡頭分割效果的直接影響。所以視頻檢索的第一步就是鏡頭，視頻結(jié)構(gòu)化的基礎(chǔ)就是鏡頭的自動(dòng)分割，視頻分析和檢索過(guò)程中的首要任務(wù)就是有效的視頻鏡頭分割技術(shù)，也是人們研究的熱點(diǎn)。

參考文獻(xiàn)

[1] 孔祥鵬，馬立和.基于H.264壓縮域的運(yùn)動(dòng)對(duì)象快速分割方法[J].智能計(jì)算機(jī)與應(yīng)用，2012，（8）：2-4.

[2] 韓冰.基于智能軟計(jì)算的視頻鏡頭分割算法的研究

[J].西安電子科技大學(xué)學(xué)報(bào)，2006，（2）：36-41.

[3] 梁薇.基于DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)[J].計(jì)算機(jī)與網(wǎng)絡(luò)，2012，（4）：12-16.

[4] 許高程，張文君，王衛(wèi)紅.支持向量機(jī)技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2009，（6）：3-5.

[5] 李東瀛，尉凱征，張.基于內(nèi)容的視頻檢索技術(shù)

分割技術(shù)范文第3篇

在進(jìn)入Full HD的高清影像階段(影像分辨率達(dá)到1920×1080)，HDMI更是HDTV不可或缺的一項(xiàng)接口。以720p的HDTV內(nèi)容傳輸來(lái)說(shuō)，需要1.485 Gb／s的傳輸率才能支持未經(jīng)壓縮的影音內(nèi)容，通過(guò)HDMI，就能以每秒165 Mpixels的速度傳輸高達(dá)24位的影音內(nèi)容，所提供的頻寬可以高達(dá)4Gb／s，不僅滿(mǎn)足1080pFull-HD，還能支持以192kHz取樣頻率傳輸高達(dá)8軌的24位音訊。HDMI 1.3版，其傳輸率從原先的4.96 Gb／s倍增到10.2Gb／s，將色深支持從24－bit提升到30bit、36bit以及48bit(RGB或YCbCr)，具有輸出一億色以上的能力。剛通過(guò)HDMI 1.4a標(biāo)準(zhǔn)，建筑在HDMI 1.4的基礎(chǔ)上，專(zhuān)門(mén)為3D立體影像傳輸進(jìn)行升級(jí)和改進(jìn)。

在HDTV及HDMI的標(biāo)準(zhǔn)浪潮不斷推波助欄下，許多過(guò)去視為單純的分割畫(huà)面技術(shù)，在Full HD的高清畫(huà)質(zhì)條件之下，便成了在硬件上開(kāi)發(fā)的挑戰(zhàn)。為了讓分割后的畫(huà)質(zhì)達(dá)到Full HD的水平，視訊處理核心的設(shè)計(jì)方法便成了關(guān)注焦點(diǎn)。尤其本文介紹以DE3 FPGA平臺(tái)實(shí)現(xiàn)HDMI Full－HD 1080p分割畫(huà)面處理核心之設(shè)計(jì)方法。

圖1即為基本HDMI Full－HD 1080p分割畫(huà)面處理器之設(shè)計(jì)方塊與架構(gòu)圖。本系統(tǒng)接收一路HDMI Full-HD的影像輸入，經(jīng)過(guò)FPGA處理后，根據(jù)LCD屏幕之組合，進(jìn)行水平及垂直縮放處理，輸出至兩個(gè)(或四個(gè))1920×1080分辨率的LCD。圖2為實(shí)際以DE3 FPGA硬件平臺(tái)加上符合HDMI 1.3規(guī)范之輸出入子卡所搭建之硬件配置圖。

此系統(tǒng)由三部份組成：(1)HDMI輸出入?yún)f(xié)議設(shè)定控制核心；(2)HDMI控制信號(hào)產(chǎn)生器；(3)HDMI影像數(shù)據(jù)流處理核心。

第一部分HDMI輸出入?yún)f(xié)議設(shè)定控制核心，是圖1中SOPC Builder所建立的部份，這個(gè)部份是由NIOS處理器(NIOS Processor)和I2C控制器(I2C Controller)組成，負(fù)責(zé)正確設(shè)定和控制HDMI輸出入。

第二部分HDMI控制信號(hào)產(chǎn)生器，是由圖1中系統(tǒng)穩(wěn)定偵測(cè)器(System Stable Detector)，源分辨率計(jì)數(shù)器(SourceSizeDetector)和DDR2多端口控制器(DDR2 Multi-Port Controller)所組成。系統(tǒng)穩(wěn)定偵測(cè)器負(fù)責(zé)自動(dòng)偵測(cè)不同解晰度影像源的切換，使整個(gè)系統(tǒng)有相對(duì)應(yīng)重新設(shè)置。源分辨率計(jì)數(shù)器負(fù)責(zé)根據(jù)前端影像源和后端顯示的分辨率，設(shè)定適當(dāng)?shù)目s放參數(shù)，邊框大小和顯示位置。

DDR2多端口控制器負(fù)責(zé)垂直分割的內(nèi)存器存取控制，DDR2內(nèi)存器要規(guī)劃成Ping-Pong Buffer的結(jié)構(gòu)(圖3所示為垂直方向一分為二的例子)，利用兩個(gè)相同的幀儲(chǔ)存器，一幀用來(lái)寫(xiě)，另一幀用來(lái)讀，可避免畫(huà)面閃爍(nick)和不連續(xù)(tearing)的副作用。若垂直方向是一分為二，DDR2多端口控制器，必須規(guī)劃成一寫(xiě)二讀，在寫(xiě)入的時(shí)候也要規(guī)劃兩個(gè)起始位置，一個(gè)寫(xiě)入上半影像，另一個(gè)寫(xiě)入下半影像，簡(jiǎn)化讀取端DDR2控制電路的架構(gòu)。在此設(shè)計(jì)上各讀取的時(shí)間點(diǎn)若有均勻的分配，以圖3為例，分配一行只有一個(gè)讀取，即當(dāng)寫(xiě)入第一行時(shí)，在讀取端只有上面影像第一行的信息會(huì)被讀出，而當(dāng)寫(xiě)入第二行時(shí)，在讀取端也只有下面影像第一行的信息會(huì)被讀出。

依此類(lèi)推，讓DDR2的頻寬得到最佳的分配，即使是148.5 MHz的Full-HD輸入影像源，DDR2的操作頻率也可以在200 MHz以下輕易達(dá)成，這樣使得在垂直方向并沒(méi)有分割數(shù)目的限制。

第三部分HDMI影像數(shù)據(jù)流處理核心是由縮放器(Scaler)和二維峰化器(2D－Peaking)所組成。縮放器負(fù)責(zé)將輸影源依照預(yù)定輸出分割畫(huà)面的大小，做線性或非線性的放大。做插點(diǎn)動(dòng)作時(shí)，參考點(diǎn)數(shù)越多，所得到的畫(huà)質(zhì)越佳，建議至少需使用Bi-Cubic的插點(diǎn)技術(shù)。這邊若能再考慮Edge-Adaptive，在高頻部份的畫(huà)面越能清晰呈現(xiàn)。二維峰化器負(fù)責(zé)增強(qiáng)影像的銳利度，改善經(jīng)過(guò)縮放后，變模糊的邊界。在此須注意的是若前端縮放器沒(méi)有處理好，經(jīng)過(guò)二維峰化器之后，會(huì)放大縮放器所產(chǎn)生的副作用如光環(huán)(Halos)和鋸齒狀(Jaggies)的現(xiàn)象。

實(shí)驗(yàn)平臺(tái)的搭建如圖2所示，DE3 FPGA為主平臺(tái)，負(fù)責(zé)實(shí)現(xiàn)除HDMI收發(fā)器外的所有功能，實(shí)際輸入源由Sony PS3具HDMI輸出的游戲機(jī)擔(dān)任，產(chǎn)生1920×1080 Full HD1080p之影像訊號(hào)，經(jīng)FPGA將原始之影像訊號(hào)分割，分別輸出至兩部HDMI屏幕，DE3平臺(tái)上使用之FPGA為AlteraStratix Ⅲ 340器件，具34萬(wàn)邏輯單元(Logic Element)，實(shí)驗(yàn)結(jié)果顯示本系統(tǒng)可在主頻148.5MHz，內(nèi)存DDR Ⅱ以200MHz執(zhí)行速度下完成所有任務(wù)。

分割技術(shù)范文第4篇

[論文關(guān)鍵詞]數(shù)據(jù)庫(kù)浮點(diǎn)運(yùn)算虛擬化資源共享

[論文摘要]論述網(wǎng)格計(jì)算的發(fā)展概況，在科學(xué)領(lǐng)域的應(yīng)用范圍，網(wǎng)格服務(wù)的特點(diǎn)以及在未來(lái)網(wǎng)絡(luò)下場(chǎng)中的發(fā)展?jié)摿Α?/p>

一、網(wǎng)格計(jì)算的由來(lái)與發(fā)展

網(wǎng)格計(jì)算是伴隨著互聯(lián)網(wǎng)技術(shù)而迅速發(fā)展起來(lái)的，是將地理上分布的計(jì)算資源（包括數(shù)據(jù)庫(kù)、貴重儀器等各種資源）充分運(yùn)用起來(lái)，協(xié)同解決復(fù)雜的大規(guī)模問(wèn)題，特別是解決僅靠本地資源無(wú)法解決的復(fù)雜問(wèn)題，是專(zhuān)門(mén)針對(duì)復(fù)雜科學(xué)計(jì)算的新型計(jì)算模式。這種計(jì)算模式是利用互聯(lián)網(wǎng)把分散在不同地理位置的電腦組織成一個(gè)“虛擬的超級(jí)計(jì)算機(jī)”，其中每一臺(tái)參與計(jì)算的計(jì)算機(jī)就是一個(gè)“節(jié)點(diǎn)”，而整個(gè)計(jì)算機(jī)是由成千上萬(wàn)個(gè)“節(jié)點(diǎn)”組成的“一張網(wǎng)格”，所以這種計(jì)算方式叫網(wǎng)格計(jì)算。這樣組織起來(lái)的“虛擬的超級(jí)計(jì)算機(jī)”有兩個(gè)優(yōu)勢(shì)，一個(gè)是數(shù)據(jù)處理能力超強(qiáng)，另一個(gè)是能充分利用網(wǎng)上的閑置處理能力。簡(jiǎn)單地講，網(wǎng)格是把整個(gè)網(wǎng)絡(luò)整合成一臺(tái)巨大的超級(jí)計(jì)算機(jī)，實(shí)現(xiàn)計(jì)算資源、存儲(chǔ)資源、數(shù)據(jù)資源、信息資源、知識(shí)資源、專(zhuān)家資源的全面共享。

近幾年，隨著計(jì)算機(jī)計(jì)算能力的迅速增長(zhǎng)，互聯(lián)網(wǎng)絡(luò)的普及和高速網(wǎng)絡(luò)成本的大幅降低以及傳統(tǒng)計(jì)算方式和計(jì)算機(jī)的使用方式的改變，網(wǎng)格計(jì)算已經(jīng)逐漸成為超級(jí)計(jì)算發(fā)展的一個(gè)重要趨勢(shì)。網(wǎng)格計(jì)算是一個(gè)嶄新而重要的研究領(lǐng)域，它以大粒度資源共享、高性能計(jì)算和創(chuàng)新性應(yīng)用為主要特征，必將成為21世紀(jì)經(jīng)濟(jì)發(fā)展的重要推動(dòng)力。

二十世紀(jì)九十年代以來(lái)，世界各個(gè)國(guó)家，尤其是發(fā)達(dá)國(guó)家，建立了很多超級(jí)計(jì)算應(yīng)用中心和工程研究中心，美國(guó)還制定了新一輪規(guī)劃的先進(jìn)計(jì)算框架（ACIP），發(fā)展面向21世紀(jì)的先進(jìn)計(jì)算技術(shù)。我國(guó)在科技部的領(lǐng)導(dǎo)和主持下，經(jīng)過(guò)專(zhuān)家組及相關(guān)單位的努力，作為我國(guó)高性能計(jì)算和信息服務(wù)戰(zhàn)略性基礎(chǔ)設(shè)施的國(guó)家高性能計(jì)算環(huán)境發(fā)展很快。在已經(jīng)建成的5個(gè)國(guó)家級(jí)高性能計(jì)算中心的基礎(chǔ)上，又于中南、西北等地建立了新的國(guó)家高性能計(jì)算中心，科技部加強(qiáng)了網(wǎng)絡(luò)節(jié)點(diǎn)的建設(shè)，形成了以科學(xué)院為主體的計(jì)算網(wǎng)格。教育部也啟動(dòng)了網(wǎng)格計(jì)算工程，第一批12個(gè)網(wǎng)點(diǎn)正在建設(shè)之中，國(guó)家基金委也列出專(zhuān)項(xiàng)基金資助網(wǎng)格計(jì)算。

網(wǎng)格是借鑒電力網(wǎng)的概念出來(lái)的，網(wǎng)格的最終目的是希望用戶(hù)在使用網(wǎng)格的計(jì)算能力時(shí)，就如同現(xiàn)在使用電力一樣方便簡(jiǎn)單。

二、網(wǎng)格計(jì)算的應(yīng)用

（一）分布式超級(jí)計(jì)算

網(wǎng)格計(jì)算可以把分布式的超級(jí)計(jì)算機(jī)集中起來(lái)，協(xié)同解決復(fù)雜大規(guī)模的問(wèn)題。是大量的閑置計(jì)算機(jī)資源得到有效的組織，提高了資源的利用效率，節(jié)省了大量的重復(fù)投資，使用戶(hù)的需求能夠得到及時(shí)滿(mǎn)足。

（二）高吞吐率計(jì)算機(jī)

網(wǎng)絡(luò)技術(shù)能夠十分有效地提高計(jì)算的吞吐率，它利用CPU周期竊取技術(shù)，將大量閑置計(jì)算機(jī)的計(jì)算資源集中起來(lái)，提供給對(duì)時(shí)間不太敏感的問(wèn)題，作為計(jì)算資源的重要來(lái)源。

（三）數(shù)據(jù)密集型計(jì)算

數(shù)據(jù)密集型計(jì)算的問(wèn)題求解通常同時(shí)產(chǎn)生很大的通訊和計(jì)算需求，需要網(wǎng)格能力才可以解決。網(wǎng)格已經(jīng)在藥物分子設(shè)計(jì)、計(jì)算力學(xué)、計(jì)算材料、電子學(xué)、生物學(xué)、核物理反映、航空航天等眾多領(lǐng)域得到廣泛應(yīng)用。

（四）給予更廣泛信息共享的人與人交互

網(wǎng)格的出現(xiàn)更急突破了人與人之間地理界線的限制，使得科技工作者之間的交流更加的方便，從某種程度上說(shuō)，可以實(shí)現(xiàn)人與人之間的智慧共享。

（五）更廣泛的資源貿(mào)易

隨著大型機(jī)性能的提高和微機(jī)的更加普及，其資源的閑置問(wèn)題越來(lái)越突出，網(wǎng)絡(luò)技術(shù)可以有效地組織這些閑置資源，使得有大量的計(jì)算需求用戶(hù)能夠獲得這些資源，而資源提供者的應(yīng)用也不會(huì)受到太大的干擾。

三、網(wǎng)格計(jì)算應(yīng)用的優(yōu)點(diǎn)

（一）網(wǎng)絡(luò)中所有的服務(wù)都基于這些接口的實(shí)現(xiàn)，就可以很容易的構(gòu)造出具有層次結(jié)構(gòu)的、更高級(jí)別的服務(wù)，這些服務(wù)可以跨越不同的抽象層次，以一種統(tǒng)一的方式來(lái)看待。（二）虛擬化也使得多個(gè)邏輯資源應(yīng)射到相同的物理資源上成為可能，在對(duì)服務(wù)進(jìn)行組合時(shí)不必考慮具體的實(shí)現(xiàn)，可以以低層資源組成為基礎(chǔ)，在虛擬組織中進(jìn)行貨源管理。

四、網(wǎng)格的分類(lèi)

網(wǎng)格是指把整個(gè)整合成一臺(tái)巨大的超級(jí)計(jì)算機(jī)，實(shí)現(xiàn)計(jì)算資源、存儲(chǔ)資源、數(shù)據(jù)資源、信息資源、知識(shí)資源、專(zhuān)家資源的全面共享，其規(guī)?？梢源蟮侥硞€(gè)州，小到企事業(yè)單位、局域網(wǎng)、甚至家庭和個(gè)人。

目前，在復(fù)雜科學(xué)計(jì)算領(lǐng)域中仍然以超級(jí)計(jì)算機(jī)作為主宰，但是由于其造價(jià)極高，通常只被用于航空航天、氣象等國(guó)家級(jí)部門(mén)。網(wǎng)格計(jì)算作為一種新型計(jì)算模式，其低廉的造價(jià)和超強(qiáng)的數(shù)據(jù)處理能力備受青睞。

分割技術(shù)范文第5篇

2、在右邊的單元格，也就是B98單元格，我們點(diǎn)擊工具欄上的求和工具。

3、接著出現(xiàn)了這個(gè)界面，我們按回車(chē)鍵就可以了。

4、這就是我們求出的總計(jì)銷(xiāo)售額。

5、接著在銷(xiāo)售額的右邊，也就是C1單元格輸入百分比。

6、在C2單元格，輸入公式=B2/$B$98，這個(gè)公式中運(yùn)用了符號(hào)$，這是“固定不變的意思”，也就是說(shuō)，一會(huì)我們要復(fù)制C2內(nèi)的公式到別的單元格，別的單元格會(huì)根據(jù)復(fù)試的位置改變公式中的變量，加上符號(hào)$以后，變量就不變了。如剛剛輸入的公式，B2是一個(gè)變量，是會(huì)改變的，但是B98這個(gè)就不變了。B98是剛才得到的銷(xiāo)售總額。

7、拖動(dòng)單元格的右下角就可以快速填充下面的單元格。