基于DSP的運(yùn)動(dòng)汽車圖像的檢測(cè)與跟蹤.pdf

1、由于現(xiàn)代信息技術(shù)迅猛發(fā)展，智能系統(tǒng)也在不斷進(jìn)步與更新，各種智能視頻監(jiān)控系統(tǒng)的開發(fā)和應(yīng)用在軍事和民用等許多領(lǐng)域得到了廣泛的關(guān)注，而運(yùn)動(dòng)汽車的檢測(cè)與跟蹤技術(shù)在智能交通領(lǐng)域具有廣闊的前景，對(duì)它的研究成為一個(gè)非常重要的課題。
　　 本文在以TI公司的TMS320VC5509為核心的DSP硬件平臺(tái)上，采用主動(dòng)輪廓模型來實(shí)現(xiàn)運(yùn)動(dòng)汽車的檢測(cè)與跟蹤。通過分析比較目前目標(biāo)檢測(cè)與跟蹤領(lǐng)域中常用的幾種算法的優(yōu)缺點(diǎn)，根據(jù)視頻處理的特點(diǎn)以及系統(tǒng)實(shí)時(shí)性的要

2、求，選用了主動(dòng)輪廓模型為本文的主要算法，但是傳統(tǒng)的主動(dòng)輪廓模型有很多不足之處，比如對(duì)初始輪廓的依賴性強(qiáng)，不能檢測(cè)到目標(biāo)輪廓的深凹部分等，針對(duì)這些缺點(diǎn)，采用改進(jìn)的主動(dòng)輪廓模型—梯度矢量流(GVF)模型，很好地解決了這些問題。在車輛的檢測(cè)過程中，首先給待檢測(cè)車輛設(shè)置一個(gè)初始輪廓，根據(jù)GVF模型自身的收斂性檢測(cè)出車輛的邊緣輪廓，達(dá)到了檢測(cè)的目的，采用預(yù)測(cè)算法從已檢測(cè)出的目標(biāo)中分析出目標(biāo)輪廓的變化趨勢(shì)，預(yù)測(cè)出目標(biāo)輪廓位置和形狀，以此作為目標(biāo)下一