【摘要】：隨著社會的發(fā)展,視頻監(jiān)控系統(tǒng)已走進了千家萬戶中,智能化是監(jiān)控系統(tǒng)主要的發(fā)展趨勢,而在監(jiān)控系統(tǒng)中實現(xiàn)對運動目標的跟蹤是智能化的重要體現(xiàn)。本文將智能視頻監(jiān)控作為研究重點,首先設計了目標跟蹤算法的實現(xiàn)平臺——基于多核DSP的特色視頻監(jiān)控系統(tǒng),之后研究了運動目標跟蹤算法,最后把算法在多核DSP監(jiān)控平臺上進行了實現(xiàn)。本文的研究重點如下:(1)本文以TMS320DM8168(簡稱DM8168)多核處理器為核心設計了特色視頻監(jiān)控系統(tǒng),實現(xiàn)了視頻的采集、處理、顯示和網絡輸出等功能。系統(tǒng)的特色之處在于根據實際需求設計了視頻流框架,對視頻做了TILER變換、添加OSD標志、馬賽克拼接等處理,并為了實現(xiàn)視頻的網絡輸出功能,設計了流媒體服務器程序。在設計時通過添加AVS功能提升了系統(tǒng)的穩(wěn)定性,通過設計PCIe驅動增強了系統(tǒng)的擴展性。(2)在本文中特征提取算法是目標跟蹤算法的重要組成部分,本文通過對比多種特征提取算法,選擇使用性能與效率兼顧的SURF算法提取目標的特征,并使用多種匹配算法相結合的方式對目標的SURF特征進行匹配。在對目標跟蹤算法整體測試時設計了合理的仿真流程,對目標跟蹤中的目標形態(tài)變化、目標被遮擋、目標影子影響等常見問題,提出了解決方法,并對仿真結果進行了分析。(3)根據DM8168多核監(jiān)控平臺的特點,設計了多個核共同參與的目標跟蹤算法實現(xiàn)流程,并根據流程對算法進行了實現(xiàn)。由于算法實現(xiàn)后對實時性要求很高,所以根據DSP的特點對算法進行了深入的優(yōu)化,使其速度得到了提升。通過對目標跟蹤算法的測試驗證了實現(xiàn)效果。(4)為了更好的保證算法的性能和速度,把目標跟蹤算法中耗時最長的SURF算法在TMS320C6678(簡稱C6678)平臺上進行了實現(xiàn)。在實現(xiàn)時采取劃分圖片的方式實現(xiàn)對整個任務的劃分,使得每個核處理一個子任務。通過對處理結果的分析,證明了這種劃分方法的正確性,同時算法的速度也得到了大幅度提升。通過對SURF算法在C6678平臺上實現(xiàn)方式的探索為后續(xù)目標跟蹤算法在DM8168+C6678整個大平臺上的實現(xiàn)奠定了基礎。
[Abstract]:With the development of society, video surveillance system has entered into thousands of households, intelligent monitoring system is the main trend of development, and in the monitoring system to achieve the tracking of moving targets is an important embodiment of intelligent. In this paper, intelligent video surveillance is taken as the research focus. Firstly, the realization platform of target tracking algorithm is designed, which is based on multi-core DSP video surveillance system, and then the moving target tracking algorithm is studied. Finally, the algorithm is implemented on the multi-core DSP monitoring platform. The research focus of this paper is as follows: (1) this paper designs a special video monitoring system based on TMS320DM8168 (DM8168) multi-core processor, which realizes the functions of video acquisition, processing, display and network output. The characteristic of the system is that the video stream frame is designed according to the actual demand, the video is transformed by TILER, OSD logo is added, mosaic and so on. In order to realize the network output function of the video, the streaming media server program is designed. In the design, the stability of the system is improved by adding AVS function, and the expansibility of the system is enhanced by designing PCIe driver. (2) in this paper, feature extraction algorithm is an important part of target tracking algorithm. In this paper, by comparing various feature extraction algorithms, we select the SURF algorithm, which takes both performance and efficiency into account, to extract the feature of the target, and use a combination of multiple matching algorithms to match the SURF feature of the target. The reasonable simulation flow is designed in the whole test of the target tracking algorithm. Some common problems, such as the change of the target shape, the occlusion of the target, the influence of the shadow of the target, and so on, are proposed. The simulation results are analyzed. (3) according to the characteristics of DM8168 multi-core monitoring platform, the realization flow of target tracking algorithm with multiple cores is designed, and the algorithm is implemented according to the flow chart. Because of the high requirement of real-time performance, the algorithm is optimized deeply according to the characteristics of DSP, and the speed of the algorithm is improved. The result is verified by testing the target tracking algorithm. (4) in order to better guarantee the performance and speed of the algorithm, the SURF algorithm, which takes the longest time in the target tracking algorithm, is implemented on the platform of TMS320C6678 (C6678). In the implementation, the whole task is partitioned by the way of dividing pictures, so that each kernel processes one sub-task. Through the analysis of the processing results, the correctness of the method is proved, and the speed of the algorithm is greatly improved. By exploring the implementation of SURF algorithm on C6678 platform, this paper lays a foundation for the realization of the following target tracking algorithm on the whole platform of DM8168 C6678.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41;TN948.6

【參考文獻】

相關期刊論文 前7條

1 黃凱奇;陳曉棠;康運鋒;譚鐵牛;;智能視頻監(jiān)控技術綜述[J];計算機學報;2015年06期

2 仇大偉;劉靜;;復雜場景下基于特征點匹配的目標跟蹤算法[J];山東科學;2014年04期

3 倪郁東;王晨;;基于窗口的Surf目標跟蹤[J];安徽大學學報(自然科學版);2014年04期

4 張坤;許廷發(fā);王平;馮亮;;高精度實時全幀頻SURF電子穩(wěn)像方法[J];光學精密工程;2011年08期

5 陳書明;萬江華;魯建壯;劉仲;孫海燕;孫永節(jié);劉衡竹;劉祥遠;李振濤;徐毅;陳小文;;YHFT-QDSP:High-Performance Heterogeneous Multi-Core DSP[J];Journal of Computer Science & Technology;2010年02期

6 信師國;劉慶磊;劉全賓;;網絡視頻監(jiān)控系統(tǒng)現(xiàn)狀和發(fā)展趨勢[J];信息技術與信息化;2010年01期

7 王亞琴;董彥榮;薄靜儀;;流媒體傳輸協(xié)議及應用[J];辦公自動化;2009年24期

相關博士學位論文 前6條

1 謝凌曦;基于局部特征的圖像表示模型理論與實踐[D];清華大學;2015年

2 侯躍恩;基于稀疏表示的視覺目標跟蹤算法研究[D];華南理工大學;2014年

3 劉晴;基于區(qū)域特征的目標跟蹤算法研究[D];北京理工大學;2014年

4 牛長鋒;復雜背景下視頻運動目標跟蹤的研究[D];北京理工大學;2010年

5 郭龍源;計算機視覺立體匹配相關理論與算法研究[D];南京理工大學;2009年

6 夏永泉;計算機視覺中雙目匹配相關技術研究[D];南京理工大學;2007年

相關碩士學位論文 前6條

1 王禹程;基于局部特征的運動目標跟蹤算法的研究與實現(xiàn)[D];電子科技大學;2016年

2 王朋;基于DM8168的網絡智能監(jiān)控系統(tǒng)的研究與實現(xiàn)[D];電子科技大學;2015年

3 陳誠;基于雙目視覺的運動目標跟蹤算法研究與應用[D];哈爾濱工業(yè)大學;2014年

4 鄒依峰;智能視頻監(jiān)控中的行人檢測與跟蹤方法研究[D];中國科學技術大學;2011年

5 卜珂;基于SURF的圖像配準與拼接技術研究[D];大連理工大學;2009年

6 王典;基于混合高斯的背景建模與陰影抑制算法研究[D];西北工業(yè)大學;2006年

，

本文編號：2401763