论文部分内容阅读
运动目标的识别与跟踪是机器视觉领域里的重要组成部分。目标识别算法通过分析视频序列中的有效信息，对视野中的运动目标进行识别进而运用目标跟踪算法进行跟踪。有效节约了人力成本，通过分析运动目标的行为特征，为最后的判断提供理论依据。本文设计了基于DM642芯片和相邻帧差法和Camshift算法相结合的嵌入式运动目标识别与跟踪系统，并完成了相应的硬件设计和软件编程工作。该系统在云台摄像头静止的情况下采用帧间差分法识别运动目标，在云台摄像头转动的过程中采用连续Camshift算法跟踪运动目标，并通过实时定位运动目标中心坐标来跟踪运动目标的轨迹，实现日常生活背景下对单一运动目标的有效跟踪。实验结果显示，系统具有一定抗干扰能力，并且满足实时性要求。针对目标识别初始阶段，摄像头抖动造成的背景抖动干扰运动目标的有效识别。本文提出了一种基于图像SIFT特征点匹配去除背景抖动干扰的方法。论文主要工作如下：1．设计了一款基于TMS320DM642芯片的运动目标识别与跟踪系统，在此基础上完成了整个系统电路板的绘制和调试工作。深入学习AVR单片机Atmega16，实现了Atmega16与DM642之间的I2C通信，完成传输舵机控制信号的功能。在CCS4.0软件平台下，实现了对DM642的中断、EDMA模块、VP口、I2C以及外接SDRAM、Flash和编码器解码器等芯片的编程控制；2．在对DM642芯片内部结构深入研究的基础上，详细学习了Camshift跟踪算法的原理，编写了相应的.asm和.cmd文件。同时在硬件电路中编程实现了从YUV空间到HSV空间的快速变换算法。最后在DM642芯片中实现：使用相邻帧差法对运动目标的识别；并使用Camshift跟踪算法实现在简单背景下对低速单一运动目标的连续跟踪；3．提出基于图像SIFT特征点的匹配去除背景抖动干扰的方法，利用OpenCV开源视频函数库，在VC系统中的OpenCV平台下实现了该算法，有效降低了目标识别阶段，摄像头抖动对目标识别带来的干扰。