基于TMS320DM642的運動目標檢測與跟蹤系統(tǒng)研究.pdf

1、運動目標檢測與跟蹤是對運動目標進行檢測與跟蹤的技術，是計算機視覺系統(tǒng)的核心，目標檢測和跟蹤系統(tǒng)有著廣泛的應用，例如在交通監(jiān)控、天文觀測、醫(yī)學研究、客流量統(tǒng)計、軍事導航、運動分析等領域都有很高的實用價值。
　　 數字信號處理器(DSP)在處理實時的圖像和視頻方面有很大的優(yōu)勢，運算速度快，處理數據量大，成本較低，適合于本目標檢測與跟蹤系統(tǒng)。
　　 本文選用TIICETEK-DM642評估板進行目標檢測與跟蹤系統(tǒng)的實驗。文中對

2、比了多種預處理的濾波算法，選取中值濾波法進行噪聲去除，對比了多種邊緣檢測算法，選取了Laplacian算法進行邊緣的檢測。在目標識別與分割時，通過對比濾波后的最大類間方差法分割與邊緣檢測法分割的效果，為本系統(tǒng)選用最大類間方差法，結合形態(tài)學膨脹改善分割效果的方法，該結合方法可以去除大部分噪聲，清楚地分割出目標和背景并加強了目標。提出了基于彩色的目標識別與分割算法，并與膨脹方法相結合，可以很好地找到閾值并分割出目標。文章還介紹了Meansh

3、ift方法進行跟蹤的原理及其改進Camshift算法，并使用Kalman和Camshift相結合的方法。Kalman和Camshift相結合的方法是利用Kalman算法的預測功能預測目標的出現(xiàn)范圍，用Camshift算法以預測的范圍為搜索范圍，在此范圍內搜索目標的真實位置。使用剛才敘述的兩種分割算法分別與Kalman和Camshift算法相結合，進行了目標的檢測和跟蹤，并比較了文中算法與傳統(tǒng)Meanshift方法跟蹤的不同，指出了文中算