基于主動視覺的目標跟蹤系統(tǒng)研究與實現(xiàn).pdf

1、目標檢測與跟蹤是視覺系統(tǒng)目標狀態(tài)分析的基礎(chǔ)，以其廣闊的應(yīng)用范圍成為研究重點。本文完成了對常用的目標檢測和跟蹤方法的深入研究分析，提出并設(shè)計了一種基于主動視覺的運動目標跟蹤算法，在DM6437嵌入式平臺上完成了對主動視覺跟蹤算法主要功能的移植。
　　在目標檢測方面,對經(jīng)常使用的檢測算法進行介紹,針對傳統(tǒng)的幀間差分方法檢測出的運動目標不夠完整的缺點和傳統(tǒng)靜態(tài)背景差分方法不能實時更新背景的問題做了研究，選擇使用Adaboost檢測算法或

2、高斯混合背景算法來檢測運動的目標,并利用實驗數(shù)據(jù)對算法的有效性進行分析。
　　在目標跟蹤方面,對常用的跟蹤算法原理進行介紹，如Kalman濾波算法、粒子濾波算法和Camshift算法,在此基礎(chǔ)上設(shè)計了Kalman濾波與Camshift融合的跟蹤算法；然后根據(jù)跟蹤算法計算出的目標位置與目標區(qū)域面積，提出并設(shè)計了PTZ云臺控制算法，包含了云臺的水平、垂直轉(zhuǎn)動規(guī)則以及攝像機鏡頭的變焦規(guī)則；最后結(jié)合目標檢測算法完成了對運動目標的自動跟蹤，

3、使運動目標以合適的尺寸位于視頻圖像的中心位置。
　　嵌入式移植方面，設(shè)計并實現(xiàn)了一個基于DM6437圖像處理平臺的運動目標自主跟蹤系統(tǒng),包括硬件平臺的構(gòu)建、視頻圖像的采集與顯示和主動視覺跟蹤算法的移植。在該嵌入式系統(tǒng)中，首先實現(xiàn)了視頻圖像的采集與顯示，并將采集到的數(shù)字視頻圖像存儲在SDRAM中；主動視覺跟蹤算法的移植主要完成了高斯混合模型算法和Kalman濾波與Camshift融合算法主要功能的移植，可以從SDRAM中讀出圖像數(shù)據(jù)