基于OMAP3530的稳定平台图像处理算法设计与实现

摘要

现代战争中,基于稳定平台进行图像处理的制导技术已经广泛的应用到各种装备中,发展前景越来越好。目标检测与跟踪是图像处理的关键性技术之一,基于嵌入式系统的图像检测与跟踪技术的研究非常具有学术价值和实用意义。本文根据应用型研究生专业应用基本技能培养的需要,基于某型导弹电视导引头系统研究项目,提出稳定平台搭载OMAP3530嵌入式开发板进行图像处理算法的研究。
　　首先,论文对稳定平台及其搭载的OMAP3530嵌入式开发系统作以简述,稳定平台的主控制器采用的是TI的OMAP3530嵌入式mini开发板,此开发板搭载了ARM+DSP双核处理器,极大的提升了图像处理的效率和精度,并介绍了其开发环境,双核通信机制及软件开发流程。
　　其次,对目标检测识别与跟踪算法进行了设计,考虑到设计要求,检测方法主要介绍了帧差法和背景差分法,并介绍了基于颜色特征的目标识别,重点介绍了Camshift目标跟踪算法及在确定目标初始位置时提出了帧差法与Camshift相结合的方法,并提出了利用基于小波的边缘检测确定其自适应阈值。
　　最后,针对OMAP3530控制器,把设计的图像识别与跟踪算法应用到实际的稳定平台系统之中,完成了算法软件的设计与实现。在DSP上实现图像识别与跟踪,通过在ARM上多线程应用程序的设计,完成了双核数据通信与DSP算法调用。验证了在稳定平台上的图像检测与跟踪。

目录

基于OMAP3530的稳定平台图像处理算法 设计与实现

BASED ON OMAP3530 STABLE PLATFORMIMAGE PROCESSINGALGORITHM DESIGN AND IMPLEMENTATION

摘 要

Abstract

目 录

第1章 绪论

1.1 课题研究的背景和意义

1.2 国内外研究现状

1.2.1 稳定平台在国内外研究现状

1.2.2 国内外目标检测与跟踪研究的现状

1.3 课题研究的主要工作及章节安排

第2章 基于OMAP3530的稳定平台简介

2.1 引言

2.2 稳定平台图像处理的原理及部分组成

2.3 OMAP3530图像处理平台研究

2.3.1 图像处理平台的硬件结构分析

2.3.2 图像处理平台的软件开发流程

2.4 本章小结

第3章 目标检测与识别算法设计

3.1 引言

3.2 目标检测算法研究

3.2.1 帧差分法

3.2.2 背景差分法

3.2.3 检测算法的选取

3.3基于颜色特征的目标识别

3.4本章小结

第4章 目标跟踪算法设计

4.1 引言

4.2 目标跟踪算法的类型分析

4.3 camshift算法在目标跟踪中的应用

4.3.2 camshift算法核心

4.4基于camshift算法的改进算法

4.4.1动态自适应搜索窗口

4.4.2图像初始位置的自动确定

4.4.3图像自适应阈值的确定

4.4.4基于小波的边缘检测确定自适应阈值

4.5本章小结

第5章 软件设计与实现

5.1 引言

5.2 DSP内部算法设计

5.2.1 XDAIS和XDM算法标准

5.2.2 算法的实现

5.3应用程序的设计

5.3.1引擎的配置

5.3.2应用程序框架

5.3.3各线程的设计

5.3.4线程之间的交互

5.4 实验结果与分析

5.5 本章小结

结 论

参考文献

攻读学位期间发表的学术论文及其它成果

哈尔滨工业大学学位论文原创性声明及使用授权说明

致 谢