基于TDA2x的行人檢測(cè)方法的研究.pdf

1、基于機(jī)器視覺(jué)的行人檢測(cè)技術(shù)作為汽車(chē)安全領(lǐng)域里的研究熱點(diǎn)，影響著智能汽車(chē)技術(shù)的發(fā)展與應(yīng)用，本文在此背景下開(kāi)展了以下的研究工作。
　　本文首先針對(duì)低光照條件及攝像頭抖動(dòng)造成的圖像退化問(wèn)題，采用了基于色度保存的多尺度 Retinex方法進(jìn)行低光照?qǐng)D像增強(qiáng)處理，并通過(guò)對(duì)圖像場(chǎng)景中光照強(qiáng)度分布的估計(jì)，給出了低光照?qǐng)D像增強(qiáng)的光照強(qiáng)度閾值的判定方法；考慮攝像頭抖動(dòng)造成圖像全局一致運(yùn)動(dòng)模糊的情況，構(gòu)造了運(yùn)動(dòng)模糊的退化模型，并對(duì)點(diǎn)擴(kuò)展函數(shù)的運(yùn)動(dòng)模糊

2、方向與尺度進(jìn)行了估計(jì)，最后采用Lucy-Richardson算法對(duì)模糊圖像進(jìn)行復(fù)原處理。在上述的圖像增強(qiáng)和復(fù)原基礎(chǔ)上，給出了基于HOG與 SVM的行人檢測(cè)算法實(shí)現(xiàn)，并結(jié)合 OpenCV訓(xùn)練了行人檢測(cè)分類(lèi)器，通過(guò)實(shí)驗(yàn)對(duì)比低光照?qǐng)D像與增強(qiáng)圖像、運(yùn)動(dòng)模糊圖像與復(fù)原圖像的行人檢測(cè)，驗(yàn)證了圖像增強(qiáng)與復(fù)原方法對(duì)于提高退化圖像行人檢測(cè)性能的有效性。
　　其次，在了解 TDA2x處理平臺(tái)的整體硬件特性以及其異構(gòu)特性針對(duì)不同視覺(jué)算法實(shí)現(xiàn)的基礎(chǔ)上，分

3、析了車(chē)載視覺(jué)系統(tǒng)開(kāi)發(fā)中 link和chain的框架，包括車(chē)載視覺(jué)系統(tǒng)數(shù)據(jù)流的實(shí)現(xiàn)、數(shù)據(jù)流中的數(shù)據(jù)處理單元 link、處理器之間的通信機(jī)制 IPC。同時(shí)簡(jiǎn)要分析了系統(tǒng)中使用的算法標(biāo)準(zhǔn)，并給出了TDA2x車(chē)載視覺(jué)系統(tǒng)中的SYS/BIOS啟動(dòng)及任務(wù)的實(shí)現(xiàn)流程。
　　最后，在TI公司的TDA2x VAYU硬件開(kāi)發(fā)板平臺(tái)基礎(chǔ)上，配置了軟件系統(tǒng)的開(kāi)發(fā)及仿真環(huán)境，給出了行人檢測(cè)算法的實(shí)現(xiàn)方法，構(gòu)建了行人檢測(cè)系統(tǒng)數(shù)據(jù)流，其中 M4核負(fù)責(zé)視頻的輸入