复杂场景下背景提取与自适应更新算法在DSP上的实现

摘要

随着现代经济的高速发展，交通运输的保障就显得尤其重要，对交通管理的要求也越来越高，将计算机视觉等高新技术运用于交通监控管理与车辆控制，以保障交通顺畅及行车安全，从而促进经济发展的智能交通系统ITS(Intelligenttrafficsystem)也随之应运而生。在基于视频检测的智能交通系统中，先期获得较好的背景是系统稳定运行的基础。而复杂场景下的背景提取由于实际场景的复杂与运动的多样性，因而也就成为背景提取与更新中研究的难点。 本文以摄像机获取的交通场景视频作为研究对象，对视频检测技术中的背景提取及自适应更新关键技术问题进行了分析和研究。在基于统计直方图与多帧平均混合算法的基础上，提出了适合城市交通道口复杂场景下的背景提取与自适应更新算法，并在DM642DSP平台上对算法进行了验证。论文还给出了基于视频检测智能交通系统的整体架构，以及基于DSP的视频实时处理模块的整体设计。

目录

文摘

英文文摘

声明

第一章引言

1.1视频检测在智能交通系统中的研究意义

1.2国内外的发展状况

1.3论文的主要工作

1.4论文的内容安排

第二章背景提取与自适应更新

2.1背景提取与自适应更新算法概述

2.2背景分布的高斯假设

2.3多帧图像平均的背景提取和自适应更新

2.4基于判决反馈的改进多帧图像平均

2.5混合高斯分布模型

2.6一种基于直方图统计与多帧平均的混合算法

2.7算法在实际复杂交通场景的测试

2.8背景提取与自适应更新算法潜在的问题

2.9针对城市拥塞路口的背景更新策略

2.10本章小结

第三章TMS320DM642 DSP介绍

3.1 DSP芯片的概述和发展

3.2 DSP芯片在视频领域的应用概述

3.3TMS320DM642 DSP芯片简介

3.4 DM642 EVM简介

3.5 DM642的软件开发

3.5.1集成开发环境CCS

3.5.2实时操作系统DSP/BIOS

3.5.3芯片级支持库CSL

3.5.4软件开发流程

3.6本章小结

第四章背景提取及自适应更新算法在DM642上的实现

4.1软件的整体设计

4.2各模块功能

4.2.1 DM642处理器的初始化

4.2.2视频采集端口的驱动程序

4.2.3背景提取与自适应更新算法的实现

4.2.4视频输出端口的驱动程序

4.3本章小结

第五章系统的架构设计

5.1目前的基于视频检测的智能交通系统

5.2系统的整体架构设计方案

5.3基于DSP的视频实时处理模块的整体设计

5.4本章小结

第六章总结与展望

6.1论文总结

6.2未来工作的展望

参考文献

附录

致谢