運動背景下的目標(biāo)檢測及其嵌入式系統(tǒng)實現(xiàn).pdf

1、運動目標(biāo)的檢測技術(shù)是計算機(jī)視覺系統(tǒng)的關(guān)鍵技術(shù)之一，也是目標(biāo)跟蹤和行為識別的重要基礎(chǔ)。目前，靜止場景中的目標(biāo)檢測技術(shù)已經(jīng)成熟應(yīng)用在軍事、交通、工業(yè)制造等領(lǐng)域。相對于靜止背景目標(biāo)檢測，運動場景中的目標(biāo)檢測技術(shù)變得更為復(fù)雜，靜止場景中的目標(biāo)檢測技術(shù)不能直接應(yīng)用于運動場景的目標(biāo)檢測。如何在運動背景下精確檢測運動目標(biāo)，是當(dāng)今目標(biāo)檢測技術(shù)研究的難點。本文的主要工作就是通過分析當(dāng)前檢測算法的缺點，提出自己的改進(jìn)算法，設(shè)計出一套新的目標(biāo)檢測系統(tǒng)。

2、>　　論文首先對光流算法的定義、原理及塊匹配光流法中的運動補償和搜索算法進(jìn)行詳細(xì)的總結(jié)，并分析塊匹配光流法在運動背景下的可行性。
　　論文接著討論塊匹配光流法應(yīng)用于運動背景的缺陷和不足，并提出了改進(jìn)算法：針對塊匹配搜索算法，提出一種改進(jìn)的塊搜索法，加入塊匹配偏移概率作為附加權(quán)值，一方面搜索中心點附近偏移概率較高的點，另一方面也能顧及偏移距離較大區(qū)域，大幅度提高了整體搜索效率；針對補償后的運動矢量圖，引入增強(qiáng)的Ostu算法自動獲取閾

3、值，經(jīng)此閾值判斷作二值化處理可以將矢量圖中背景運動矢量和目標(biāo)運動矢量區(qū)分開來；對Canny邊緣檢測算法作中值濾波處理和算法改進(jìn)，使其適用于本文算法，和本文算法融合后提取運動區(qū)域目標(biāo)輪廓。通過仿真實驗證明，本文改進(jìn)算法能夠精確檢測出運動背景下的運動目標(biāo)輪廓。
　　論文最后將提出的改進(jìn)算法移植到嵌入式平臺，利用TI公司達(dá)芬奇嵌入式平臺的雙核并行處理技術(shù)在音視頻應(yīng)用領(lǐng)域的優(yōu)勢，設(shè)計集視頻采集、處理(目標(biāo)檢測)、編解碼等功能為一體的運動目