卓越领导者的横向思维技巧(2)

武汉科技大学硕士学位论文基于ARM嵌入式平台的目标跟踪系统的研究姓名：吴繁申请学位级别：硕士专业：控制理论与控制工程指导教师：潘炼20090516基于ARM嵌入式平台的目标跟踪系统的研究作者：吴繁学位授予单位：武汉科技大学相似文献(10条)1.学位论文潘冬基于Linux嵌入式平台的视频目标跟踪技术研究2009嵌入式系统是当今系统开发的主流。论文以嵌入式系统开发为研究背景，围绕对视频目标跟踪技术的研究和嵌入式视频目标处理平台的搭建而展开的。论文完成了视频目标跟踪技术的研究，基于达芬奇数字媒体技术平台TMS320DM6446为基础的嵌入式视频目标跟踪系统的设计与搭建，以及跟踪算法在TMS320DM6446上的实现。首先，着重研究了目标连续跟踪中的相关跟踪算法、基于Mean-Shift的跟踪算法和最大后验概率指标（PPM）的跟踪算法，在PC机上进行了仿真。根据对仿真结果的分析，结合系统的软硬件条件、实时性和稳定性的要求，提出了一种基于改进的最大后验概率指标（PPM）的Mean-Shift跟踪算法。其次，讨论了如何在TMS320DM6446上搭建一个视频目标处理的平台。介绍了TMS320DM6446的结构，突出了其采用的ARM+DSP的双核架构。针对其双核的特点，讨论了如何进行视频目标处理平台的搭建，主要包括嵌入式操作系统Linux的移植、DSP端软件设计、ARM与DSP通信模块的设计。在此基础上，成功地完成了视频目标处理平台的搭建，为实时视频处理应用开发提供了良好的硬件平台。最后，介绍了TMS320DM6446上软件开发的环境创建以及视频目标跟踪系统的软件设计流程，并在搭建好的嵌入式视频目标处理平台上对研究的跟踪算法进行了调试，给出了实验结果，实现了视频目标跟踪算法的脱机应用。实验结果证明，视频目标跟踪算法和嵌入式视频目标处理平台都达到了预期的要求，实现了视频目标跟踪的功能，为进一步研究视频目标处理搭建了一个良好的软硬件平台。2.学位论文熊荣炎基于MPEG-4的嵌入式监控系统关键问题的研究2007视频监控技术是计算机视觉领域一个重要的应用方向和备受关注的前沿课题，是计算机科学，机器视觉，图像工程，模式识别和人工智能等多学科高技术的结晶。目前，视频监控由于其独特的优势被广泛应用于安全监控、生产过程监控以及住宅小区监控等领域。嵌入式系统以其本身体积小、实时性高、稳定性好、支持以太网等优点，成为工控领域的新热点，基于嵌入式的多媒体视频监控系统成为监控系统中越来越重要的组成部分。在目前众多的多媒体标准中，MPEG-4可以以低于MPEG-2的数据量达到DVD的高画质，因此开发出基于MPEG-4的高清晰的、稳定的嵌入式视频监控系统具有广泛的应用前景。在本文中，选取AD公司多媒体处理平台ADSP-BF561信号处理器评估板上来实现监控系统的MPEG-4SP实时解码，重点对MPEG-4视频解码器进行设计与优化。运动目标检测与跟踪是监控系统最重要的组成部分，基于嵌入式平台的特点，本文提出了一种在静止摄像机的条件下，根据特征值进行图象中运动目标检测跟踪的方法，实验结果表明速度有了很大提高，能够实现实时处理，具有良好的应用前景。3.学位论文吴晓阳基于OpenCV的运动目标检测与跟踪2008计算机视觉和数字图像处理技术可以广泛地应用于工业、医疗保健、航空航天、军事等各个领域，其中针对视频连续图像中运动物体的分析是其中应用前景最为广泛的一个方向，在机器人导航、智能视觉监控系统、医学图像分析、工业检测、视频图像分析以及军事雷达视频信号的处理上都有占有重要地位。其中基于视频图像的运动目标分析也是计算机视觉和数字图像处理技术最为复杂的一个方向。它是一个庞大的工程，既要对视频信号进行采集，又要对采集的图像进行处理，还要针对具体的应用编写程序进行开发。对于要完成某项应用的工程人员来说，如果所有底层的算法都要自己编码实现，所有的图像处理函数都要从头编写，既造成时间和精力上的浪费，又难以保证稳定性、实用性和通用性。OpenCV(OpenSourceComputerVisionLibrary)是一种用于数字图像处理和计算机视觉的函数库，由Intel微处理器研究实验室(Intel'sMicroprocessorResearchLab)的视觉交互组(TheVisualInteractivityGroup)开发。采用的开发语言是C++，可以在Windows系统及Linux系统下使用，该函数库是开放源代码的，能够从Intel公司的网站免费下载得到。OpenCV提供了针对各种形式的图像和视频源文件(如：bitmap图像，video文件和实时摄像机)的帧提取函数和很多标准的图像处理算法，这些函数都可以直接用在具体的视频程序开发项目中。针对在复杂背景中检测出多批特定运动目标并实施分配批号实行标记跟踪，本文利用OpenCV的运动物体跟踪的数据结构、函数以及基本框架，建立了一个由人机交互界面模块；运动物体的前景检测模块；运动物体的团块特征检测模块；运动物体的团块跟踪模块轨迹生成模块；轨迹后处理模块组成的视频图像运动目标分析系统。在本文的最后阶段，使用此视频图像运动目标分析系统进行了大量实验，并全面分析了实验现象和数据。通过这些现象和数据可以得出结论：本文基于OpenCV设计的视频图像运动目标分析系统具有良好的实时性，能够正确的进行运动物体的实时检测和跟踪，并具有良好的鲁棒性。由于该系统在windows下开发，如何将该系统移植到其他的系统或者是嵌入式平台并进一步提高系统的通用性和鲁棒性就成了今后研究工作的重点。4.学位论文高晋轩基于双核DSP的视频目标检测与跟踪2007本论文的主要研究内容为视频监控中的关键技术运动目标检测和跟踪算法及其在双核高性能数字信号处理器为核心的嵌入式平台上的优化实时实现，将优秀的视频监控算法和高性能数字信号处理器进行了有效结合，达到了良好的效果。本论文工作主要包含两个部分：第一部分是系统设计。硬件系统采用以美国模拟器件公司Blackfin系列处理器中的高性能双核数字信号处理器ADSP-BF561为核心，通过ADSP-BF561系统外部总线接口单元(EBIU)和并行周边接口(PPI)分别扩展FLASH、SDRAM、视频解码芯片ADV7183、视频编码芯片ADV7179。同时，对硬件的管理使用了嵌入式操作系统uClinux，并撰写了相关硬件设备驱动程序。采用嵌入式操作系统uClinux对硬件平台资源进行管理，使用ADV7183，ADV7179通过两个并行周边接口同时采集和输出视频信号，在双核DSP上进行算法实时实现，并且进行了必要的优化工作，实际运行效果良好，达到24X7无故障运行。第二部分是视频处理算法的研究和改进。在运动目标检测方面，本文研究了各种主流算法，并重点研究了基于混合高斯模型背景估计的背景减法，同时对算法做出了改进。在运动目标跟踪方面，本文对常用的跟踪算法进行了研究，并结合本文的具体情况，采用了利于嵌入式平台实时实现的α-β-γ滤波器来对目标的下一个可能位置进行预测，实现了目标的准确快速跟踪。5.学位论文罗强移动目标的跟踪技术研究2009近年来，视频监控系统在各行业得到了广泛的应用，但是这些系统的功能局限于对场景的记录和保存。随着信息化进程的推进和人民生活水平的提高，人们对智能监控系统的需求越来越迫切。目的是让系统自动的进行物体检测、识别、跟踪和行为理解，它在增强社会安全方面有很大的潜在价值。基于视频图像的运动目标分析也是计算机视觉和数字图像处理技术最为复杂的一个方向。既要对视频信号进行采集，又要对采集的图像进行处理，还要针对具体的应用编写程序进行开发。本文主要围绕运动目标检测和运动目标跟踪两个方面展开研究，运动目标检测方面，研究了静态背景下常用的运动目标检测算法。运动目标跟踪方面主要研究了常用的跟踪算法。本文结合运动目标检测跟踪算法的应用，给出了系统设计总体结构，并利用VC++开发工具和OPENCV函数类库，实现了基于Camshift算法的视频图像动态跟踪，给出了程序代码及实验结果。OpenCv（OpenSoureComputerVisionLibrary）是一种用于数字图像处理和计算机视觉的函数库，由Intel微处理器研究实验室（Intel'sMicroprocessorResearchLab）的视觉交互组（TheVisualInteractivityGroup）开发。采用的开发语言是C++可以在windows系统及Linux系统下使用，该函数库是开放源代码的，能够从Intel公司的网站免费下载得到。OpenCv提供了针对各种形式的图像和视频源文件的帧提取函数和很多标准的图像处理算法，这些函数都可以直接用在具体的视频程序开发项目中。在本文的最后阶段，使用此视频图像运动目标分析系统进行了大量实验，并全面分析了实验现象和数据。通过这些现象和数据可以得出结论。本文基于OpenCv设计的视频图像运动目标分析系统具有良好的实时性，能够正确的进行运动物体的实时检测和跟踪，并具有良好的鲁棒性。由于该系统在Windows下开发，如何将该系统移植到其他的系统或者是嵌入式平台并进一步提高系统的通用性和鲁棒性就成了今后研究工作的重点。6.学位论文杨洋嵌入式目标跟踪系统的研究与实现2007目标跟踪是机器视觉领域的研究热点。随着理论研究与试验研究的不断进步，该技术也在不断的成熟与完善，并在某些实践领域如机器人足球、电子宠物等方面有了一些探索性的应用。实际的目标跟踪系统需要面对千差万别的现实环境，如噪声的影响，环境明暗的突变，干扰物的存在，阴影，遮挡等等，不仅需要解决这些障碍带来的问题，还需要在不同情况下进行自适应调整。此外，大多数目标跟踪系统的应用都有实时性的要求，或多或少的存在时间下限。基于以上原因，一个成功的跟踪系统需要在鲁棒性、准确性和快速性三个方面提供保证。另一方面，针对普通应用的跟踪系统，其硬件平台成本的高低直接决定了该系统的应用与推广，因此产生了对嵌入式系统的要求。但受限的处理器速度与存储器空间也加剧了耗资巨大的图像处理操作与有限的软硬件资源之间的矛盾。基于以上的几个方面，本文研究了基于ARM7硬件平台的固定的单摄像机目标跟踪系统，并结合传统跟踪算法在实际环境中的改进提出了一套可行的嵌入式目标跟踪算法方案，并结合硬件平台与管理软件的设计与开发，建立了完整的嵌入式目标跟踪系统。主要研究内容如下：(1)分析了几种常用的运动目标检测与跟踪算法，并对它们的特点进行评价，以及阐述了它们在实际应用中的价值。(2)在结合适用于嵌入式系统的背景帧差分与帧间差分法的基础上，针对现实环境中出现的问题，分析并提出了解决方案，并给出了相应的算法和流程。这些问题包括环境光线的明暗变化、静态背景下存在的固有运动、由摄像机本身引起的固有噪声、监控过程中出现的局部突变以及某些情况下需要的单目标系统的多目标跟踪模拟问题。(3)详细讨论了基于ARM(ARM7)嵌入式系统的软件开发技术与要点。(4)详细讨论了uC/OS-Ⅱ嵌入式实时操作系统(RTOS)在嵌入式平台的移植。(5)介绍了嵌入式目标跟踪系统的整体设计工作。7.学位论文鲁达基于DM6446平台的智能视频监控关键算法研究与实现2009智能视频监控以数字化、网络化技术为基础，代表着目前视频监控的发展方向。不同于以图像的采集、传输与存储为主的传统视频监控，智能视频监控在对图像采集编码的基础上，能够检测和识别不同的物体，发现监控现场中的异常情况，并及时地进行响应与报警。智能视频监控能够广泛地应用于安防、交通管理、商业服务等众多领域，具有良好的市场前景。智能视频监控系统中使用到了很多计算机视觉和数字图像处理技术，本文就其中的一些关键性算法展开了讨论，主要针对目标检测、跟踪技术进行了深入的研究和实践，结合嵌入式平台的特点进行简单、有效的算法设计。本文提出了基于块的目标检测算法，在背景差法的基础上，采用以块为单位的处理进行进一步的判决。该方法在提高判决速度的同时，还能有效地消除小幅度噪声的影响。对于目标跟踪，则采用了MeanShift与卡尔曼