DM642视频处理与传输系统软件设计及基于视频内容的行人目标检测

摘要

视频监控领域的数字化、网络化是其技术发展的必然趋势。TI公司DSP芯片-DM642拥有强大的视频处理能力及众多的外围接口，以它为主芯片的嵌入式视频监控系统具有体积小、功能完备的优点。本文所设计的视频处理与传输系统可以对视频数据进行多路采集、压缩处理、本地存储、网络传输等多种操作，并且这些操作都是可控的。本文前半部分主要阐述该系统设计过程中的软件设计，包括软件架构、系统功能设计和部分设备的驱动编写。 在机器视觉领域的各类目标检测问题中，人体目标的检测是极具挑战性的，同时它也具有极大的实际应用价值。本文的后半部分专注于视频内容中行人目标的检测。本文的目标是在混乱场景下进行行人的检测，没有对行人和背景的纹理、颜色、边缘等图像信息作任何假设。文中采用Haar小波对图像进行特征提取，分类方法则采用支持向量机技术。整个检测系统由两部分组成，第一部分为全身检测，检测出具有行人目标较大可能的窗；第二部分为基于分量的检测，对那些可能的窗进行头肩、左臂、右臂和下肢的检测，最后确定该窗中是否具有行人目标。

目录

文摘

英文文摘

第一章绪论

1.1引言

1.2视频监控技术的发展

1.3模式识别的各种方法

1.3.1模板匹配方法

1.3.2句法模式识别方法

1.3.3神经网络方法

1.3.4统计模式识别方法

1.4全文结构安排

第二章视频处理与传输系统概述

2.1系统硬件平台介绍

2.1.1 DM642芯片简介

2.1.2硬件实物图

2.2系统功能描述

2.3本章小结

第三章系统软件设计

3.1软件开发工具

3.2软件整体规划

3.3核心硬件初始化流程

3.4实时操作系统DSP/BIOS

3.5任务和任务间的通信

3.6应用程序模块设计

3.7网络模块设计

3.7.1系统(DSP)上网络的建立

3.7.2 PC机上的网络应用程序

3.8硬盘驱动的编写

3.9本章小结

第四章基于视频内容的行人检测

4.1概述

4.2图像的特征提取

4.2.1一维Haar小波介绍

4.2.2函数的多分辨率分析

4.2.3图像的二维小波分解

4.3分类技术-支持向量机(SVM)

4.3.1线性可分条件下的支持向量机推导

4.3.2非线性支持向量机

4.4行人检测的具体方法

4.4.1样本图片的获取

4.4.2基本方法

4.4.3基于分量的方法

4.4.4改进的方法-更加适合实际应用

4.5本章小结

第五章计算机实现及实验结果分析

5.1行人检测基本方法的实现

5.2四个分量检测器的实现

5.3基于分量的级联系统的实现

5.4实际检测效果比较

5.4.1全身行人检测系统的实际检测效果

5.4.2级联系统与全身检测系统比较

5.4.3复杂图片的检测效果

5.5本章小结

第六章总结与展望

参考文献

致谢