運動背景下對地運動目標檢測跟蹤的DSP實現(xiàn).pdf

1、運動背景下對地運動目標檢測與跟蹤是機載光電探測瞄準系統(tǒng)的主要任務。利用嵌入式圖像處理核心DSP的運算性能強、功耗低的優(yōu)勢，深入研究C64x+DSP的結構和優(yōu)化策略，優(yōu)化程序流程高效實現(xiàn)運動背景下對地運動目標檢測跟蹤算法。
　　地面背景運動估計是運動背景下對地目標檢測的基礎。研究了基于KLT光流法的背景運動估計算法。特征點提取和跟蹤是其運算復雜度最高的部分，對此深入研究計算特性并進行優(yōu)化，以基于DSP實現(xiàn)地面背景運動估計。為了減少背

2、景運動估計的時間，系統(tǒng)研究了塊匹配各項加速策略，提出了一種基于快速塊匹配的背景運動估計算法。根據(jù)圖像梯度提取紋理信息最豐富的特征塊以減少匹配塊的數(shù)量，采用六邊形搜索策略以減少搜索點數(shù)，基于DSP實現(xiàn)了基于快速塊匹配的背景運動估計算法。
　　利用背景運動估計得到的參數(shù)對圖像進行背景運動補償。利用幀間差分二值化，形態(tài)學濾波，連通域標記與濾波剔除噪聲和偽目標干擾，準確檢測目標。只利用時域信息檢測目標，目標檢測結果不夠精確，針對此問題深入

3、研究基于顯著性信息的目標檢測，提出了一種基于區(qū)域像素顯著性和時域信息融合的運動目標檢測算法，并基于DSP實現(xiàn)目標檢測算法。
　　針對地面運動目標跟蹤過程中目標外形、姿態(tài)變化以及被遮擋等復雜問題，對壓縮跟蹤算法進行了改進。研究了遮擋發(fā)生時的分類分數(shù)變化和目標與模板的MCD距離的變化規(guī)律，將分類分數(shù)變化作為判斷目標被遮擋發(fā)生的粗判定條件，將MCD距離變化作為判斷目標被遮擋發(fā)生的精判定條件。利用Kalman預測器預測下一幀圖像中目標的位