基于DSP的快速目标检测系统的研究与实现

摘要

近年来,各种基于目标检测的视频监控系统在商业、国防和军事领域的需求日益增加。在智能视频监控系统中,目标检测士气中的一个重要环节,对场景中目标的准确检测能够保障后续处理的有效执行,是后续处理环节的基础。然而目标的多样性及背景的复杂性使得目标检测变得较为困难,各种方法在使用场合和应用对象上都有一定的限制,并且在性能和时间上很难同时满足要求。
　　本文研究了局部特征检测算法,局部特征可以表征图像的特殊区域,性能优良的局部特征有较高的不变性和鲁棒性,然而传统的局部特征检测方法在性能和时间上难以同时达到最佳状态。本文以SURF特征检测为基础,针对原算法移植到硬件平台实时性较差的缺陷,对耗时较多的主方向和描述子两个环节进行了改进,对于主方向的建立,提出用特征的形心到质心的矢量作为特征主方向,对于描述子的计算,提出了一种基于特征区域像素灰度差的局部特征描述方法,提高了运算速度。在特征匹配环节,采用改进的kd树算法,适合高维数据的检索,再结合最大一致估计方法对匹配对提纯,最终根据精确匹配的特征点对确定目标位置。
　　硬件的实现上,采用基于达芬奇技术的DM6467硬件平台,在Codec Engine机制下开发了一套符合xDM标准的目标检测算法,经过实验验证,系统运行良好,具有一定的使用价值。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1. 1引言

1. 2研究现状与应用前景

1. 3相关背景技术简介

1. 4论文的主要工作和结构安排

第二章 图像局部不变特征的提取与描述

2. 1局部不变特征概述

2. 2局部不变特征的发展

2. 3 局部不变特征的分类

2.4 SIFT特征检测与描述

2. 5 本章小结

第三章 基于SURF算法的图像不变特征的提取与描述

3.1 SURF局部不变特征提取原理

3.2 SURF局部不变特征描述子计算原理

3. 3 对S URF局部不变特征算法的改进

3. 4 本章小结

第四章 基于SURF的特征匹配技术的研究

4. 1引言

4. 2 相似性度量准则

4. 3搜索空间与搜索策略

4. 4 去除误匹配及定位目标

4. 5 本章小结

第五章 目标检测系统的实现

5. 1硬件平台介绍

5. 2软件开发环境的搭建

5. 3目标检测算法在系统中的实现

5. 4实验效果

5. 5本章小结

第六章 总结与展望

6. 1全文工作总结

6. 2研究展望

致谢

参考文献