發(fā)布時間：2017-09-23 23:22

  本文關(guān)鍵詞：基于DSP的目標(biāo)檢測與跟蹤系統(tǒng)的研究與設(shè)計

  更多相關(guān)文章： 運動補(bǔ)償 目標(biāo)檢測 幀間差分 特征模板 卡爾曼濾波器

【摘要】：智能視頻監(jiān)控已經(jīng)在諸多場合,比如車站、碼頭、學(xué)校、金融機(jī)構(gòu)和軍事管制區(qū)域等的安全保衛(wèi)中發(fā)揮了非常重要的作用。智能視頻監(jiān)控系統(tǒng)中運動目標(biāo)的檢測與跟蹤是系統(tǒng)的關(guān)鍵技術(shù),關(guān)系到整個系統(tǒng)的性能�，F(xiàn)今的智能視頻監(jiān)控系統(tǒng)主要依賴計算機(jī),成本高,實時性差且不易小型化,而以數(shù)字信號處理器(DSP)為核心的嵌入式設(shè)備在智能視頻監(jiān)控系統(tǒng)應(yīng)用中顯示出成本低,性能好,靈活性高的特點,為此本文設(shè)計實現(xiàn)了基于DSP的目標(biāo)檢測與跟蹤系統(tǒng)。具體研究內(nèi)容如下:首先,介紹了國內(nèi)外運動目標(biāo)檢測與目標(biāo)跟蹤理論的研究現(xiàn)狀以及相關(guān)機(jī)構(gòu)和高校取得的一些具體的工程應(yīng)用成果。并對目標(biāo)檢測與跟蹤中的主要問題進(jìn)行簡要歸納和分析。其次,利用Harris算子提取特征點,使用基于三步搜索法的搜索匹配準(zhǔn)則完成特征點匹配,引入隨機(jī)抽樣一致性方法對仿射運動模型參數(shù)進(jìn)行估計。在Matlab上完成對運動估計與補(bǔ)償算法的仿真驗證。再次,研究和比較了光流、背景差和幀間差分三種運動檢測算法,采用幀間差分法對運動目標(biāo)進(jìn)行檢測,對差分圖像進(jìn)行二值化處理,再進(jìn)行形態(tài)學(xué)濾波,完成運動目標(biāo)與背景的分割,在Matlab上對運動目標(biāo)檢測算法進(jìn)行仿真測試。然后,研究了經(jīng)典的基于特征模板的目標(biāo)匹配算法,采用兩次計算互相關(guān)系數(shù)的方法提高匹配速度。利用卡爾曼濾波器對目標(biāo)運動軌跡進(jìn)行預(yù)測。在Matlab上完成了目標(biāo)匹配和目標(biāo)運動估計算法仿真測試。最后,構(gòu)建了基于DSP的目標(biāo)檢測與跟蹤系統(tǒng)。實現(xiàn)了目標(biāo)檢測與目標(biāo)跟蹤算法從Matlab到DSP的移植。運行系統(tǒng)進(jìn)行測試,并對運行的結(jié)果進(jìn)行分析,驗證了系統(tǒng)的可行性。
【關(guān)鍵詞】：運動補(bǔ)償 目標(biāo)檢測 幀間差分 特征模板 卡爾曼濾波器
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 課題研究背景及意義10-11
• 1.2 目標(biāo)檢測與跟蹤國內(nèi)外研究現(xiàn)狀和進(jìn)展11-12
• 1.3 目標(biāo)檢測與跟蹤的研究內(nèi)容12-13
• 1.4 本文研究內(nèi)容及論文安排13-15
• 第2章 運動背景的運動估計與補(bǔ)償15-29
• 2.1 引言15-16
• 2.2 全局運動參數(shù)模型的比較16-18
• 2.2.1 平移運動參數(shù)模型16-17
• 2.2.2 仿射運動參數(shù)模型17
• 2.2.3 投影運動參數(shù)模型17-18
• 2.3 特征點的提取與匹配18-24
• 2.3.1 特征點的提取18-22
• 2.3.2 特征點的匹配22-24
• 2.4 運動模型參數(shù)的估計24-26
• 2.5 基于全局運動參數(shù)的運動補(bǔ)償26-28
• 2.6 本章小結(jié)28-29
• 第3章 運動目標(biāo)的檢測與提取29-42
• 3.1 引言29-30
• 3.2 常用運動檢測算法研究與比較30-36
• 3.2.1 光流法30-31
• 3.2.2 背景減除法31-35
• 3.2.3 幀間差分法35-36
• 3.3 基于幀間差分法的運動目標(biāo)檢測的實現(xiàn)36-41
• 3.3.1 差分圖像二值化36-38
• 3.3.2 圖像形態(tài)學(xué)處理38-40
• 3.3.3 圖像連通域分析40-41
• 3.4 本章小結(jié)41-42
• 第4章 運動目標(biāo)的自動跟蹤42-53
• 4.1 引言42
• 4.2 目標(biāo)的匹配識別42-46
• 4.2.1 基于模板匹配的目標(biāo)識別42-43
• 4.2.2 改進(jìn)的模板匹配43-46
• 4.3 目標(biāo)運動的預(yù)測46-50
• 4.3.1 卡爾曼濾波器的原理46-48
• 4.3.2 基于卡爾曼濾波的目標(biāo)運動預(yù)測的實現(xiàn)48-50
• 4.4 目標(biāo)匹配跟蹤結(jié)果與分析50-51
• 4.5 本章小結(jié)51-53
• 第5章 目標(biāo)檢測與跟蹤系統(tǒng)在DSP上的實現(xiàn)53-62
• 5.1 引言53
• 5.2 目標(biāo)檢測與跟蹤系統(tǒng)硬件設(shè)計53-55
• 5.2.1 系統(tǒng)硬件設(shè)計53-54
• 5.2.2 硬件開發(fā)平臺54-55
• 5.3 目標(biāo)檢測與跟蹤系統(tǒng)軟件設(shè)計55-56
• 5.3.1 系統(tǒng)軟件設(shè)計框圖55
• 5.3.2 CCS集成編譯開發(fā)環(huán)境的使用55-56
• 5.4 系統(tǒng)測試結(jié)果與分析56-61
• 5.5 本章小結(jié)61-62
• 結(jié)論62-64
• 參考文獻(xiàn)64-68
• 攻讀碩士學(xué)位期間承擔(dān)的科研任務(wù)與主要成果68-69
• 致謝69-70
• 作者簡介70

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 單甘霖;梅衛(wèi);王春平;;聯(lián)合目標(biāo)跟蹤與分類技術(shù)的進(jìn)展及存在問題[J];兵工學(xué)報;2007年06期

2 蘇艷蘋;王戰(zhàn)偉;;極坐標(biāo)系下的目標(biāo)運動模型研究[J];河南科學(xué);2012年02期

3 曾鵬鑫;陳鵬;朱琳琳;徐心和;;基于目標(biāo)運動模型的跟蹤方法[J];系統(tǒng)仿真學(xué)報;2006年12期

4 呂鐵軍;蔣宏;梁國威;丁全心;;基于多模型的聯(lián)合目標(biāo)跟蹤與分類算法[J];電光與控制;2013年08期

5 王來雄,黃士坦;一種新的基于粒子濾波的多模型跟蹤算法[J];信號處理;2005年05期

6 龔亞信;楊宏文;胡衛(wèi)東;郁文賢;;基于多模粒子濾波的機(jī)動弱目標(biāo)檢測前跟蹤[J];電子與信息學(xué)報;2008年04期

7 黃冬民;潘泉;張洪才;;運動目標(biāo)聯(lián)合跟蹤與分類研究綜述[J];計算機(jī)應(yīng)用研究;2011年06期

8 鄭容，，文成林，施晨鳴，張洪才;多分辨多模型機(jī)動目標(biāo)跟蹤[J];電子學(xué)報;1998年12期

9 王峰;孔令講;楊曉波;;基于道路約束的粒子濾波檢測前跟蹤算法[J];雷達(dá)科學(xué)與技術(shù);2011年06期

10 斯通·科溫·霍夫曼 ,蘇長云;用于艦艇的多目標(biāo)多傳感器數(shù)據(jù)融合技術(shù)(續(xù))[J];情報指揮控制系統(tǒng)與仿真技術(shù);1999年09期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 楚威;閻星娥;蘇春梅;;仿真系統(tǒng)中飛機(jī)目標(biāo)典型運動模型的研究與實現(xiàn)[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年

2 張曉勇;羅來源;;被動測向聲納目標(biāo)最近時刻估計[A];第六屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議論文集[C];2012年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馮肖雪;復(fù)雜環(huán)境下多傳感器目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];西北工業(yè)大學(xué);2015年

2 江同洋;基于隨機(jī)有限集的多目標(biāo)貝葉斯濾波方法研究[D];浙江大學(xué);2015年

3 鐘金琴;基于視覺的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2014年

4 趙玲玲;目標(biāo)跟蹤中的粒子濾波與概率假設(shè)密度濾波研究[D];哈爾濱工業(yè)大學(xué);2011年

5 羅飛騰;目標(biāo)跟蹤的粒子濾波技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2010年

6 王勇;基于統(tǒng)計方法的運動目標(biāo)檢測與跟蹤技術(shù)研究[D];華中科技大學(xué);2009年

7 劉少華;非重疊監(jiān)控攝像機(jī)網(wǎng)絡(luò)中運動目標(biāo)檢測與跟蹤[D];國防科學(xué)技術(shù)大學(xué);2009年

8 曾文靜;基于光視覺的無人艇水面目標(biāo)檢測與跟蹤研究[D];哈爾濱工程大學(xué);2013年

9 郭同健;云層背景下目標(biāo)多特征信息融合及跟蹤策略研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2014年

10 王江峰;基于軌跡片段關(guān)聯(lián)的目標(biāo)跟蹤與事件檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章聰;空中虛擬靶標(biāo)技術(shù)的研究[D];南京理工大學(xué);2015年

2 侯勝彬;基于OpenCV的運動目標(biāo)檢測跟蹤的研究[D];電子科技大學(xué);2014年

3 伍俊橙;多目標(biāo)粒子濾波算法研究[D];電子科技大學(xué);2014年

4 廖良雄;基于隨機(jī)有限集的弱小目標(biāo)TBD方法研究[D];西安電子科技大學(xué);2014年

5 段羽浩;基于SE-WORKBENCH的飛機(jī)目標(biāo)雷達(dá)信號仿真[D];華中科技大學(xué);2014年

6 陳大龍;基于DSP的目標(biāo)檢測與跟蹤系統(tǒng)的研究與設(shè)計[D];燕山大學(xué);2016年

7 張儒元;基于PTZ鏡頭的主動目標(biāo)跟蹤[D];西安電子科技大學(xué);2009年

8 范晶晶;分布式多視角目標(biāo)跟蹤的統(tǒng)計推理方法及實現(xiàn)[D];復(fù)旦大學(xué);2011年

9 胡鵬;Kalman濾波在視頻目標(biāo)跟蹤中的應(yīng)用研究[D];重慶大學(xué);2010年

10 張虎;MeanShift粒子濾波算法在視頻目標(biāo)跟蹤中的應(yīng)用研究[D];廣西科技大學(xué);2013年

本文編號：908049