基于DAM6416P處理平臺(tái)對(duì)弱小目標(biāo)的檢測(cè)與跟蹤.pdf

1、弱小目標(biāo)的檢測(cè)與跟蹤，是近年來圖像處理與目標(biāo)檢測(cè)跟蹤領(lǐng)域的一個(gè)研究熱點(diǎn)，也是一項(xiàng)難度大且有著重要戰(zhàn)略應(yīng)用價(jià)值的課題。本文主要研究圖像中的弱小目標(biāo)檢測(cè)及跟蹤在DSP中的實(shí)現(xiàn)技術(shù)。通過圖像處理，檢測(cè)出弱小目標(biāo)，并實(shí)現(xiàn)對(duì)弱小目標(biāo)的跟蹤。
　　 首先，介紹了DAM6416P實(shí)時(shí)視頻圖像處理平臺(tái)的總體結(jié)構(gòu)，并研究各單元的基本原理及功能。
　　 其次，研究了含弱小目標(biāo)的圖像的基本特性，包括圖像噪聲特性、背景空間分布特性和弱小目標(biāo)特點(diǎn)

2、。同時(shí)比較了幾種常用的目標(biāo)檢測(cè)前的圖像預(yù)處理方法在DSP中的實(shí)現(xiàn)效果。
　　 隨后，研究了弱小目標(biāo)的檢測(cè)及分割在DSP中的實(shí)現(xiàn)。主要對(duì)象點(diǎn)處理分割、基于邊界的分割的多種方法在DSP中的實(shí)現(xiàn)。針對(duì)背景復(fù)雜時(shí)，弱小目標(biāo)檢測(cè)不能通過單一的圖像處理方法實(shí)現(xiàn)的特點(diǎn)，采用了在DSP中基于形態(tài)學(xué)的弱小目標(biāo)檢測(cè)算法和基于小波分析的弱小目標(biāo)檢測(cè)算法。實(shí)驗(yàn)結(jié)果表明這兩種算法都能取得較好的檢測(cè)效果。
　　 接著，研究了弱小目標(biāo)在DSP中的跟蹤