学位论文 > 优秀研究生学位论文题录展示
基于TI DM6437的行人跟踪算法研究
作 者: 史文杰
导 师: 侯晓霞;项文波
学 校: 南京理工大学
专 业: 控制理论与控制工程
关键词: 行人跟踪 DM6437 DSP 背景差 分水岭 ViBe
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 85次
引 用: 0次
阅 读: 论文下载
内容摘要
行人跟踪是智能视频分析领域的一个重要研究方向。在行人跟踪算法基础上可以直接实现人流统计、越界检测等智能视频监控方面的应用,而行人跟踪作为一些更高层次的智能视频分析算法的基础,可以被应用在异常行为检测、身份识别等领域。同时,嵌入式系统具有功耗低、便携性好等优点,因此,研究基于嵌入式芯片的行人跟踪算法具有重要的意义。本文首先概要的介绍了基于DM6437的软硬件开发环境。然后,分析、比较了若干种现存的效果较好的背景差方法。在此基础上,针对背景差方法经常遇到的迷彩前景和阴影问题,本文提出了一种基于分水岭分割对背景差进行补偿的算法。该方法可以缓解迷彩前景导致的目标断裂、破碎问题,并可以剔除某些在使用形态学处理后依然存在的伪前景区域。初步的试验结果表明,该方法能较好的降低阴影检测的虚警率。接下来,本文介绍了相关的行人检测、跟踪方法,并给出了基于目标位置估计和灰度直方图特征的跟踪算法框架。最后,针对算法在DM6437平台上实现的问题,本文介绍了基于DSP/BIOS实时操作系统的软件开发方法和算法优化手段,并测试、分析了行人跟踪算法在DM6437上的跟踪效果。
|
全文目录
摘要 3-4 Abstract 4-8 1 绪论 8-14 1.1 选题意义与背景 8-9 1.2 国内外研究现状 9 1.3 行人跟踪算法框架 9-12 1.3.1 环境建模 10 1.3.2 运动目标分割 10-11 1.3.3 目标分类和跟踪 11-12 1.4 难点和主要工作 12-13 1.5 论文章节安排 13-14 2 嵌入式开发平台概述 14-18 2.1 TMS320DM6437芯片概述 14-15 2.2 SEED-DEC6437开发板概述 15-16 2.3 软件开发环境 16-18 2.3.1 Code Composer Studio 3.3概述 16 2.3.2 DSP/BIOS实时操作系统概述 16-17 2.3.3 软件库说明 17-18 3 背景差方法 18-34 3.1 早期的背景差方法 18-20 3.1.1 非自适应方法 18 3.1.2 自适应方法 18-19 3.1.3 早期方法的主要问题 19-20 3.2 高斯模型 20-22 3.2.1 模型的提出 20-21 3.2.2 模型的初始化和更新 21 3.2.3 存在的问题 21-22 3.3 混合高斯模型 22-27 3.3.1 混合高斯模型说明 22-25 3.3.2 改进的初始化及在线更新算法 25-26 3.3.3 模型总结 26-27 3.4 ViBe:Visual Background Extractor 27-34 3.4.1 ViBe背景模型 27 3.4.2 模型的初始化 27-28 3.4.3 模型的更新 28-32 3.4.4 模型总结 32-34 4 行人跟踪 34-52 4.1 迷彩前景补偿 34-39 4.1.1 分水岭算法概述 34-35 4.1.2 排序算法 35-36 4.1.3 泛洪算法 36-37 4.1.4 输入图像的选择 37 4.1.5 基于分水岭分割的迷彩前景目标补偿(WSOC) 37-39 4.2 阴影抑制 39-47 4.2.1 阴影抑制概述 40-41 4.2.2 基于RGB颜色空间的方法 41-44 4.2.3 基于HSV颜色空间的方法 44 4.2.4 结合ViBe的有修正阴影抑制 44-47 4.3 行人检测和跟踪算法 47-51 4.3.1 行人检测 47-48 4.3.2 行人位置估计 48-50 4.3.3 直方图匹配 50 4.3.4 行人跟踪算法 50-51 4.4 本章小结 51-52 5 基于DM6437的算法实现 52-62 5.1 硬件系统介绍 52-53 5.2 DSP/BIOS操作系统 53-56 5.2.1 平台配置脚本 53-54 5.2.2 中断管理 54 5.2.3 线程调度 54-55 5.2.4 内存管理 55-56 5.3 背景差和迷彩前景补偿在DM6437上的实现 56-58 5.3.1 程序实现和优化方法概述 56-57 5.3.2 ViBe方法的移植 57-58 5.3.3 WSOC方法的移植 58 5.4 行人跟踪算法的实现 58-61 5.4.1 算法优化 58-59 5.4.2 跟踪效果 59-61 5.5 本章小结 61-62 6 总结和展望 62-64 6.1 总结 62 6.2 不足和展望 62-64 致谢 64-66 参考文献 66-69
|
相似论文
- 基于分水岭与水平集的钼靶图像肿块分割方法,TP391.41
- 安防监控系统中运动目标检测算法研究,TP391.41
- 基于多激光雷达的行人目标跟踪,TP391.41
- Web图像搜索中基于GPU的图像分割技术术究,TP391.41
- 彩色医学影像分割技术研究,TP391.41
- 遥感图像的K-均值聚类和分水岭分割算法的研究与实现,TP751
- 变电站电力设备红外图像分割技术研究,TP391.41
- 粮食颗粒图像分割技术的研究,TP391.41
- MRI颅脑图像分割算法研究,TP391.41
- 基于脊波双框架系统的图像分割方法研究,TP391.41
- 改进的谱聚类图像分割方法研究,TP391.41
- 胃腺癌病理切片CAD系统的研究与实现,TP391.41
- 铁谱图像分割与磨粒特征提取技术研究,TP391.41
- 基于改进快速分水岭算法的图像分割技术研究,TP391.41
- 基于数学形态学的X线图像处理与分析技术研究,TP391.41
- 基于形态学的图像分割方法的研究与应用,TP391.41
- 基于人工免疫网络的图像分割,TP391.41
- 管道容器损伤图像的分割和深度提取技术的研究及应用,TP391.41
- 基于边缘点检测特征提取的医学图像分类方法,TP391.41
- 高光谱遥感图像分割算法研究,TP751
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|