基于dsp的动态目标跟踪系统实现（可复制）.pdf

摘要西南科技大学硕士研究生学位论文第动态目标跟踪是机器视觉中的非常活跃的一个研究课题,有非常广泛的应用,如机器人导航、智能视频监控、自动驾驶等方面。本文针对嵌入式系统中的动态目标跟踪难以兼顾可靠性与实时性的缺点,对动态目标检测、分割和跟踪算法进行了深入研究,并在教ㄉ鲜迪帧在动态目标分割方面,先采用中值滤波和改进的数学形态学滤波对动态目标检测的结果进行图像预处理,降低随机噪声的影响,然后采用基于区域生长分割算法分割动态目标,实验表明能够很好的实现动态目标的分割。在动态目标跟踪方面,着重研究了均值偏移算法并将其应用到动态目标跟踪中,并针对均值偏移算法的缺点,采用改进的颜色直方图并加入目标边缘信息作为特征值对目标建模,改善了灰度直方图对光线变化敏感的问题;并将卡尔曼滤波和均值偏移算法结合起来,进行动态目标跟踪,解决了无法跟踪快速目标的问题;提出了模板更新机制解决了跟踪过程中缺乏模板更新的问题;并对跟踪窗口和遮挡问题进行了改进。通过以上改进措施提高了动态目标的跟踪速度和准确性。在呕矫妫钊胙芯苛薉教ǖ奶逑到峁埂⒖7⒘鞒毯软件优化方法,将动态目标检测、分割和跟踪算法在教ㄉ媳喑淌迪趾螅经过一系列的软件优化使系统达到了实时性要求。关键词:动态目标分割动态目标跟踪
瑂;:·,.,琯,琒甌瑃瑃簃瑂琲,琁,’瑃,琣.;
绪论课题的研究背景和意义动态目标跟踪的国内外研究现状西南科技大学硕士研究生学位论文第本论文的项目支撑为四川省科学技术厅应用基础研究项目《智能机器人的目标追踪算法研究及其实现》。目前,动态目标的跟踪技术在工业和生活中有着广泛的应用,如在智能机器人、智能视频监控、自动驾驶、智能大楼、基于目标跟踪的视频压缩等领域具有重要的作用,因此研究一种鲁棒性好、精确、高性能的动态目标跟踪方法是嵌入式动态目标跟踪所面临的一个巨大挑战,是具有广泛的应用前景和实用价值的关键技术。一个好的动态目标跟踪算法一般应满足两个基本要求:①实时性好,算法要费时少,至少要比视频采集系统的图像采集速率快,否则无法实现正常跟踪。跟踪的实时性越好,为后续处理如行为识别、压缩传输等预留的时间也就越多,所以实时性至关重要。②鲁棒性强,实际的跟踪环境中,目标的背景变化可能会很复杂,光照、噪声及随时可能出现的目标遮挡会使目标跟踪变得困难,因此对算法的鲁棒性有很高的要求。上述两条常常难于同时满足,常常需要某种折衷,以得到较好的综合性目前对动态目标跟踪的研究还存在很大的局限性,对于某类目标的研究在某种针对性的环境或目标条件下有效,如在实验室中跟踪的效果可能很好,但在实际应用中由于许多不可预知的环境条件,如光照、气候、能见度等的影响使图像检测变得困难,进而造成不能识别,不能实现跟踪,缺乏通用性;并且,目前绝大部分智能监控系统都是基于机,成本较高,开发基于母傧低澈苡幸庖濉因此,对基于亩勘旮俚难芯恳庖逯卮螅渤渎粽健动态目标跟踪在国外研究较早,年,热嘶诠饬骱边缘信息,进行了动态目标跟踪的研究,瓵在机器人视觉实验中运用边缘信息有效的进行了目标跟踪;年,甖等人提出了基于可能。
西南科技大学硕士研究生学位论文第变形模版进行目标跟踪的方法,甁热颂岢鲇弥鞫P徒心勘旮伲甀等人提出用限制性主动区域模型对彩色图形序列进行快速跟踪的方法,、麻省理工学院等高校参与的视觉监控重大项目⋯,主要研究用于战场及普通民用场景进行监控的自动视频理解技术,目的是能在野外或战场等复杂环境下应用多个摄像机对人、车等的行为进行监控;从年开始,美国国防高级研究项目署苹淙挝窬褪强发多模式的、大范围的视觉检测技术,以实现远距离情况下人的检测、分类和识别,增强国防、民用等场合免受恐怖袭击的自动保护能力,马里兰大学、麻省理工学院等家高校或公司参与了该项目的研究工作。国内在这方面的研究工作开展较晚,但发展很快。年以后,中科院、清华大学、浙江大学、华中科技大学、哈尔滨工业大学、电子科大、西安电子科大、西北工业大学、重庆大学、南京理工等国内的高校和科研院所都开展了这方面的研究。中国科学院自动化研究所提出了一种基于图像的视觉伺服机器人系统的结构¨,。该系统有鲎杂啥龋ㄒ桓自由度的机器人和一个杂度的手腕,手腕安装在机器人末端,而摄像机安装在手腕末端。该跟踪系统只能实现对运动速度不大于痵的目标进行实时跟踪。清华大学研究了针对野外自然环境设计的视觉侦察系统他,,摄像机安装在只能水平旋转的车载云台上,视频信号及云台方位数据通过无线通讯传送给基地端的计算机。系统对一辆汽车进行了跟踪,在像素枷穹直率下达到.。氲拇硭俣取浙江大学在平台上针对天空云层背景简单背景下进行空中目标识别跟踪,在目标运动轨迹直线运动时跟踪效果良好,当目标轨迹相交时容易