基于DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤是計(jì)算機(jī)視覺領(lǐng)域的一個(gè)重要研究方向，論文研究基于DSP的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)，研究背景差檢測(cè)、均值漂移和粒子濾波等相關(guān)算法及DSP系統(tǒng)移植，符合運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)向智能小型化發(fā)展的趨勢(shì)。
　　論文首先采用核密度背景建模作為運(yùn)動(dòng)目標(biāo)檢測(cè)方法，利用 OTSU自適應(yīng)閾值進(jìn)行圖像二值化，并引入形態(tài)學(xué)濾波進(jìn)行圖像后處理操作，得到理想的運(yùn)動(dòng)目標(biāo)圖像。然后論文改進(jìn)實(shí)現(xiàn)一種基于多特征目標(biāo)建模的 Mean-Shift與 Pa

2、rticle Filte r相結(jié)合的目標(biāo)跟蹤算法，融合運(yùn)動(dòng)目標(biāo)的顏色、邊緣、紋理等一般目標(biāo)特征進(jìn)行目標(biāo)建模，改進(jìn)多特征融合方法，得到魯棒性較高的目標(biāo)模型，最終在MSPF(Mean-Shift& Particle Filter)跟蹤框架下實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的準(zhǔn)確跟蹤。
　　論文以ADSP-BF561開發(fā)板為核心搭建硬件平臺(tái)，對(duì)多特征融合的MSPF目標(biāo)跟蹤算法進(jìn)行移植，解決移植過程中的圖像格式轉(zhuǎn)化等問題，并在移植基礎(chǔ)上做C語言級(jí)和匯編級(jí)代