文档介绍：分类号: 密级: UDC: 编号: 专业硕士学位论文(工程硕士)基于DSP的运动目标实时检测与跟踪研究硕士研究生:刘 婷指导教师:池海红副教授企业导师:朱强高级工程师学位级别:工程硕士学科、专业:控制工程所在单位:自动化学院论文提交日期:2014年4月论文答辩日期:2014年6月学位授予单位:哈尔滨工程大学ClassifiedIndex::-BasedResearchonMovingObjectReal-timeDetectionandTrackingCandidate: LiuTingSupervisor: : : MasterofEngineeringSpecialty: ControlEngineeringDateofSubmission: Apr,2014DateofOralExamination: Jun,2014University: HarbinEngineeringUniversity哈尔滨工程大学学位论文原创性声明本人郑重声明:本论文的所有工作,是在导师的指导下,由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。除文中已注明引用的内容外,本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字):日期: 年 月 日哈尔滨工程大学学位论文授权使用声明本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间论文工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部份或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位论文,可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声明。本论文(□在授予学位后即可 □在授予学位12个月后 □解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。作者(签字): 导师(签字):日期: 年 月 日 年 月 日基于DSP的运动目标实时检测与跟踪研究摘 要运动目标检测与跟踪研究一直是计算机视觉领域的热点,同时也是难点。运动目标检测与跟踪的背景有静态和动态之分,静态背景下的运动目标检测与跟踪研究已经较为成熟,而对于动态背景下的运动目标检测与跟踪还有很多问题待解决,本文主要研究在动态背景下如何实时检测出运动目标,然后再在此基础上对目标进行持续跟踪,本文的图像处理器是TI(德州仪器)公司生产的用于视频图像处理的C6000系列TMS320DM642,摄像头安装在低空飞行的小型无人机云台上,运动目标为地面单个的低速运动物体,本文主要工作如下:。动态背景补偿的目的就是为了求取摄像机或是其他图像传感器的运动参数模型,从而得到相邻帧间对应像素点间的位置转换关系,最终补偿摄像机与目标的相对运动,使得背景“静态化”。本文先将固定阈值的Harris角点检测算法改进为自适应阈值,提高算法的性能,然后用自适应阈值的Harris角点检测算法提取出图像中的特征点,然后对已提取出的特征点进行初始匹配,再用RANSAC算法提高特征点对的匹配率,最终求得用于实现背景补偿的仿射模型。。本文采用的运动目标检测方法是背景差法,由于背景时刻在变化,以往的静态背景建模方法不再适用,本文充分应用动态背景补偿,用改进的动态背景建模方法建立与更新背景,此算法的关键是背景模型的更新部分,既考虑了当前帧又顾及了前一帧背景模型经过补偿后的图像。背景差法得出的结果再经形态学滤波,最终便可准确地检测出运动目标。。运动目标跟踪的方法和用以跟踪的特征都有很多,考虑到本研究的应用场合以及粒子滤波非线性非高斯的优越性,本文采用粒子滤波对目标进行跟踪,跟踪的特征选用的是颜色直方图和纹理直方图。着重讲述了粒子滤波在视觉跟踪中的具体应用,包括状态变量的选择、运动模型的建立、权值更新、目标定位和目标模板更新等。。此部分主要讲述了如何将上文所述的检测与跟踪算法用C语言及DM642芯片支持库(CSL)中的函数在DM642上实现的方法。本文的算法主要在参考框架RF5下实现,首先根据算法的实际需要配置好实时嵌入式系统DSP/BIOS的各个对象及其属性,然后在参考框架RF5下实现各个任务线程的同步和通信,本文主