基于DSP的視覺跟蹤系統(tǒng)研究.pdf

1、近三十年來，DSP技術(shù)的飛速發(fā)展給圖像處理各領(lǐng)域帶來了巨大的生機(jī)，基于DSP的數(shù)字圖像處理技術(shù)已經(jīng)廣泛應(yīng)用在日常生產(chǎn)生活中。目標(biāo)檢測和跟蹤技術(shù)漸漸地成為數(shù)字圖像處理和機(jī)器視覺領(lǐng)域研究的熱點。本文著重研究了三個方面的內(nèi)容：TDS642EVM的開發(fā)、圖像預(yù)處理的應(yīng)用和運動目標(biāo)檢測和跟蹤算法的研究。
　　 首先，分析了TDS642EVM的開發(fā)設(shè)計流程，重點分析了DM642的總線結(jié)構(gòu)、中斷系統(tǒng)、外設(shè)接口和工作原理等。著重利用已有的642

2、EVM在視頻圖像處理過程中的硬件設(shè)計和程序設(shè)計方法，構(gòu)建了一套實時運動目標(biāo)檢測及跟蹤實驗系統(tǒng)。
　　 其次，在圖像的生成、變化和傳輸過程中存在的噪聲(硬件設(shè)備不精確、外部光線等的干擾)降低了圖像質(zhì)量，因此在進(jìn)一步處理圖像之前需要進(jìn)行預(yù)處理改善圖像質(zhì)量。有的實驗需要平滑處理，削弱某些不必要的信息；有的實驗需要銳化增強(qiáng)來突出邊緣信息。本文第三章討論了幾種用于圖像平滑和銳化增強(qiáng)的方法，該方法在實驗當(dāng)中取得較好效果。
　　 在運

3、動目標(biāo)檢測和跟蹤部分，本文詳細(xì)介紹了三種運動檢測算法、三種分割算法并且提出一種針對差分圖像的分割方法，詳細(xì)介紹了卡爾曼濾波、粒子濾波、Mean Shift和目標(biāo)輪廓線的四種跟蹤算法。最后，綜合運用以上方法實現(xiàn)了基于DSP的目標(biāo)跟蹤。
　　 本文的創(chuàng)新點包括：
　　 1.圖像平滑在三維形貌測量過程的應(yīng)用：實際存在的隨機(jī)噪聲使得恢復(fù)的物體形貌存在誤差，本文針對標(biāo)準(zhǔn)投影光柵呈正弦曲線分布的特點，提出用最小二乘擬合法平滑含噪聲的

4、曲線，去除毛刺，該方法有效濾除噪聲的同時保留了物體的邊緣信息，使得恢復(fù)物體的精度提高。
　　 2.銳化增強(qiáng)在運動目標(biāo)檢測中的應(yīng)用：在用籌分法檢測運動物體時，需要突出運動物體的邊緣輪廓線，因此本文提出了一種基于梯度算子的差分法運動檢測。差分法消除了背景信息，梯度算子能夠檢測邊緣信息，兩種算法相結(jié)合，可以準(zhǔn)確地檢測出運動物體的輪廓。
　　 3.適于目標(biāo)檢測的自動閾值分割算法：針對差分圖像的直方圖呈單調(diào)下降的趨勢，不滿足OTS