论文部分内容阅读
移动目标检测与跟踪是计算机视觉学科研究的一个重点课题。在视频监控、安防布控、武器装备等方面都有广泛的应用。经过多年来国内外研究者的共同努力,移动目标检测与跟踪技术已经得到长足的发展,取得了很多突破性的研究成果。但在实际复杂的现场环境中,光照变化、目标遮挡、阴影干扰、形变影响等的存在,给该技术提出了新的挑战。要很好的解决这些问题,并达到实际应用的要求,需要设计实时性和鲁棒性兼顾的新算法。本文深入学习若干核心算法,并在此基础上做了新的尝试,本文主要工作如下:1.深入学习了国内外移动目标检测与跟踪的经典方法,并通过实验比较,了解各自优缺及适合的应用条件。在此基础上,提出了一种基于多特征目标建模的Mean-Shift及Particle Filter相结合的目标跟踪算法。目标建模融合了颜色、边缘、纹理等一般目标特征,另外还借鉴图像质量评价研究领域中的结构相似度(SSIM)概念,提取目标的结构信息作为第四个融合子特征。改进了多特征融合方法,得到鲁棒性较高的目标模型。在改进的MSPF(Mean-Shift & Particle Filter)跟踪框架下最终实现对移动目标的跟踪。通过实验验证该算法跟踪准确。2.提出了一种基于行扫描的目标提取算法,该算法对图像进行逐行扫描,直接提取目标,不需要对全图进行链码跟踪。该算法在嵌入式DSP开发中结合DMA双缓冲技术,可以大大节省算法时间开销。3.将多特征融合的MSPF目标跟踪算法移植到ADSP BF561开发平台上,解决移植中的图像格式转化等若干问题。结合基于行扫描的目标提取算法,优化目标跟踪算法在该平台上的实现。在移植基础上做C语言级和汇编级代码优化,进一步提升算法执行效率,最终满足目标跟踪应用的实时性要求。