基于TDA2x的行人檢測方法的研究.pdf

1、基于機(jī)器視覺的行人檢測技術(shù)作為汽車安全領(lǐng)域里的研究熱點(diǎn)，影響著智能汽車技術(shù)的發(fā)展與應(yīng)用，本文在此背景下開展了以下的研究工作。
　　本文首先針對低光照條件及攝像頭抖動造成的圖像退化問題，采用了基于色度保存的多尺度 Retinex方法進(jìn)行低光照圖像增強(qiáng)處理，并通過對圖像場景中光照強(qiáng)度分布的估計(jì)，給出了低光照圖像增強(qiáng)的光照強(qiáng)度閾值的判定方法；考慮攝像頭抖動造成圖像全局一致運(yùn)動模糊的情況，構(gòu)造了運(yùn)動模糊的退化模型，并對點(diǎn)擴(kuò)展函數(shù)的運(yùn)動模糊

2、方向與尺度進(jìn)行了估計(jì)，最后采用Lucy-Richardson算法對模糊圖像進(jìn)行復(fù)原處理。在上述的圖像增強(qiáng)和復(fù)原基礎(chǔ)上，給出了基于HOG與 SVM的行人檢測算法實(shí)現(xiàn)，并結(jié)合 OpenCV訓(xùn)練了行人檢測分類器，通過實(shí)驗(yàn)對比低光照圖像與增強(qiáng)圖像、運(yùn)動模糊圖像與復(fù)原圖像的行人檢測，驗(yàn)證了圖像增強(qiáng)與復(fù)原方法對于提高退化圖像行人檢測性能的有效性。
　　其次，在了解 TDA2x處理平臺的整體硬件特性以及其異構(gòu)特性針對不同視覺算法實(shí)現(xiàn)的基礎(chǔ)上，分

3、析了車載視覺系統(tǒng)開發(fā)中 link和chain的框架，包括車載視覺系統(tǒng)數(shù)據(jù)流的實(shí)現(xiàn)、數(shù)據(jù)流中的數(shù)據(jù)處理單元 link、處理器之間的通信機(jī)制 IPC。同時簡要分析了系統(tǒng)中使用的算法標(biāo)準(zhǔn)，并給出了TDA2x車載視覺系統(tǒng)中的SYS/BIOS啟動及任務(wù)的實(shí)現(xiàn)流程。
　　最后，在TI公司的TDA2x VAYU硬件開發(fā)板平臺基礎(chǔ)上，配置了軟件系統(tǒng)的開發(fā)及仿真環(huán)境，給出了行人檢測算法的實(shí)現(xiàn)方法，構(gòu)建了行人檢測系統(tǒng)數(shù)據(jù)流，其中 M4核負(fù)責(zé)視頻的輸入