嵌入式目標(biāo)跟蹤系統(tǒng)的研究.pdf

1、目前，對(duì)目標(biāo)跟蹤的研究已經(jīng)實(shí)現(xiàn)了靜態(tài)背景下特定目標(biāo)的跟蹤。但在實(shí)際環(huán)境中，由于圖像噪聲的干擾，背景的變化等因素使得目標(biāo)的檢測(cè)并不是很理想，進(jìn)而影響跟蹤性能。另外，在目標(biāo)跟蹤中，需要對(duì)目標(biāo)進(jìn)行識(shí)別，對(duì)異常目標(biāo)實(shí)施跟蹤。
　　 本文針對(duì)目標(biāo)跟蹤中的兩個(gè)關(guān)鍵問(wèn)題進(jìn)行了研究，并考慮算法的快速性和穩(wěn)定性，研究建立一個(gè)小型化嵌入式平臺(tái)，采用C/C++語(yǔ)言，實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)檢測(cè)算法、目標(biāo)識(shí)別算法、運(yùn)動(dòng)目標(biāo)跟蹤算法，完成噪聲場(chǎng)景中異常目標(biāo)的跟蹤。<

2、br>　　 本文研究?jī)?nèi)容包括:
　　 1、對(duì)以ARM為核心的嵌入式硬件平臺(tái)進(jìn)行了描述，研究針對(duì)此硬件平臺(tái)移植系統(tǒng)引導(dǎo)程序、裁剪Linux內(nèi)核以移植操作系統(tǒng)并完善相應(yīng)的驅(qū)動(dòng)程序，從而完成嵌入式應(yīng)用程序運(yùn)行環(huán)境的搭建。另外，研究搭建嵌入式Linux應(yīng)用程序的開(kāi)發(fā)環(huán)境，包括建立交叉編譯環(huán)境，安裝并移植OpenCV圖像處理函數(shù)庫(kù)。
　　 2、針對(duì)在目標(biāo)檢測(cè)中存在的圖像噪聲，研究運(yùn)動(dòng)目標(biāo)檢測(cè)的方法，提出了基于預(yù)處理和平均背景模型

3、的方法來(lái)減少干擾，并研究采用形態(tài)學(xué)濾波和基于輪廓面積的目標(biāo)提取方法對(duì)差分后的前景圖像進(jìn)一步處理以得到運(yùn)動(dòng)目標(biāo)，實(shí)驗(yàn)證明了該算法能準(zhǔn)確的檢測(cè)目標(biāo)。在背景模型中，提出了基于加權(quán)平均的背景模型計(jì)算方法，數(shù)據(jù)表明，該算法有一定的優(yōu)越性。
　　 3、對(duì)運(yùn)動(dòng)目標(biāo)的特征提取及識(shí)別進(jìn)行了研究。將識(shí)別對(duì)象設(shè)定為人體，研究采用分類器檢測(cè)人臉，測(cè)試表明該方法檢測(cè)速度快、穩(wěn)定性高。針對(duì)人臉圖像的大量數(shù)據(jù)，采用主成份分析的方法提取人臉特征，從而識(shí)別人臉圖