基于DM6437的实时目标检测算法的研究与实现

发布时间：2017-08-23 12:18

  本文关键词：基于DM6437的实时目标检测算法的研究与实现

  更多相关文章： DM6437 码本模型 前景检测 超像素分割

【摘要】：作为视频图像处理中的关键步骤,运动目标检测技术已成为计算机视觉领域的重要研究课题。随着智能监控系统的不断应用,具有便携、低成本优势的嵌入式视频处理系统也在近年来得到快速发展。由于以DSP为代表的嵌入式处理平台内存资源较少、进程单一,因此开发准确性高且实时性好的检测算法显得尤为重要。为提高前景检测算法的运算效率,本研究提出了一种融合超像素分割和码本背景模型的目标检测方法,该算法在仿真分析中表现出了良好的检测效果。此外,本文设计并实现了基于DM6437的嵌入式处理系统,该算法在此嵌入式平台上达到了实时性要求,性能良好。主要研究内容如下:1.为改善码本算法在检测速度以及内存消耗的不足,本研究提出了将超像素分割和经典码本算法进行融合的检测算法,按照颜色、纹理等特征一致的区域进行背景建模,再根据区域特征完成前景目标检测。本方法在三个标准数据集上的前景检测效果均略优于目前常用的经典码本算法与栅格码本算法,而检测效率则明显优于其他算法。2.设计并实现了基于DM6437的硬件平台。该平台采用了8层板设计,以DM6437作为主处理器,提供了丰富的内存空间与对外接口,有较快的数据传输速度,可稳定持续处理实时采集的视频数据。3.结合DM6437的硬件平台的特点,基于CCS集成开发环境设计了前景检测算法的移植、优化策略,使之占用更少的系统内存且更为高效稳定的运行。4.在DM6437嵌入式系统平台上完成了室内外,光照明暗等不同场景下的前景目标检测,结果表明,本研究提出的融合超像素的码本检测算法在检测效果、检测效率及内存消耗方面进行对比均优于经典码本算法,体现了本算法在嵌入式视频处理平台上的应用优势。
【关键词】：DM6437 码本模型 前景检测 超像素分割
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-18
• 1.1 课题背景及选题意义11
• 1.2 前景目标检测研究现状11-14
• 1.2.1 帧差法12-13
• 1.2.2 光流法13-14
• 1.2.3 背景减除法14
• 1.3 嵌入式视频处理平台的研究现状14-16
• 1.3.1 DSP技术简介15
• 1.3.2 TI DSP在视频处理方面的优势15-16
• 1.4 本文的主要内容16-18
• 第二章 融合超像素分割的码本算法设计与仿真18-36
• 2.1 前景检测系统整体流程设计18-20
• 2.2 超像素分割20-22
• 2.3 码本背景模型初始化分析22-25
• 2.3.1 码本结构的定义分析23
• 2.3.2 码本训练过程分析23-25
• 2.4 码本背景模型的更新策略25-28
• 2.4.1 更新码本背景模型的算法设计25-27
• 2.4.2 码本与Cache中消极码字的消除算法分析27-28
• 2.5 背景减除策略设计28-30
• 2.5.1 背景减除原理28-29
• 2.5.2 码字匹配策略29-30
• 2.5.3 分割前景得到前景二值图30
• 2.6 膨胀腐蚀后的完整目标30-31
• 2.7 仿真结果及分析31-35
• 2.8 本章小结35-36
• 第三章 基于DM6437的硬件平台设计36-55
• 3.1 平台设计方案36-37
• 3.2 主处理器的选型37-39
• 3.2.1 DSP的选择37-38
• 3.2.2 达芬奇（DaVinciTM）系列处理器对比38-39
• 3.3 视频模块设计39-45
• 3.3.1 视频预处理40-42
• 3.3.2 视频处理42-44
• 3.3.3 视频输出44-45
• 3.4 其他功能模块设计45-50
• 3.4.1 存储模块的设计45-48
• 3.4.2 电源模块48-49
• 3.4.3 JTAG仿真接口49-50
• 3.5 高速PCB设计50-53
• 3.5.1 叠层设计50-51
• 3.5.2 器件布局设计51-52
• 3.5.3 走线设计52-53
• 3.6 性能评估与改进53-54
• 3.7 本章小结54-55
• 第四章 嵌入式系统的设计及代码优化策略55-67
• 4.1 DSP软件开发原理55-58
• 4.1.1 DSP集成开发环境CCS55-56
• 4.1.2 DSP/BIOS模型56-58
• 4.2 算法的DSP移植流程设计58-62
• 4.2.1 系统软件框架59-60
• 4.2.2 DSP/BIOS设计60-62
• 4.3 算法的DSP程序优化方案设计62-66
• 4.3.1 CCS的编译选项优化策略62-64
• 4.3.2 代码优化策略64-65
• 4.3.3 优化前后算法性能对比65-66
• 4.4 本章小结66-67
• 第五章 系统实验及结果分析67-76
• 5.1 系统实验算法过程分析67-69
• 5.2 多种场景下目标检测结果分析69-71
• 5.3 目标检测算法效率对比71-75
• 5.4 本章小结75-76
• 第六章 总结与展望76-77
• 6.1 工作总结76
• 6.2 工作展望76-77
• 致谢77-78
• 参考文献78-83
• 攻读学位期间所发表的学术论文83-84

【相似文献】

中国期刊全文数据库 前10条

1 张桂林，，熊艳，曹伟，李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期

2 秦剑;陈钱;钱惟贤;;基于背景分类的弱小目标检测算法[J];光电工程;2011年01期

3 蒋建国;吴晖;齐美彬;张莉;;摄像机旋转运动下的快速目标检测算法[J];图学学报;2012年03期

4 逯鹏;张姗姗;刘驰;黄石磊;汤玉合;;基于稀疏超完备表示的目标检测算法[J];仪器仪表学报;2013年06期

5 李大辉;金涛;;弱小目标检测算法的设计与分析[J];中国科技信息;2013年16期

6 张明艳;许钢;孟樱;;基于时空特性的运动目标检测算法研究[J];安徽工程大学学报;2013年04期

7 徐振海,王雪松,肖顺平,庄钊文;基于模糊融合的目标检测算法研究[J];国防科技大学学报;2000年04期

8 李维雅,董能力,金钢,李正周;弱小目标检测算法性能评价的回归分析方法[J];光电工程;2005年02期

9 高陈强;田金文;王鹏;;基于时域特性分析的红外运动小目标检测算法[J];红外与激光工程;2008年05期

10 曾脉;左志宏;常晓夫;何煊;;一种准确而快速的运动目标检测算法[J];成都信息工程学院学报;2008年04期

中国重要会议论文全文数据库 前10条

1 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用（SCA·2011）学术会议论文摘要集[C];2011年

2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年

3 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

4 袁辉;孙卓;李德民;魏颖;;基于小波多尺度互能量交叉融合滤波的弱小目标检测算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

5 顾静良;万敏;张卫;郑捷;;低对比度弱小目标检测算法[A];中国工程物理研究院科技年报（2005）[C];2005年

6 黄龚;郑锦;刘养科;;摄像机水平巡扫时的运动目标检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

7 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集（下册）[C];2010年

8 王正;刘瑞华;;基于PTZ摄像机的运动目标检测算法[A];全国第一届嵌入式技术联合学术会议论文集[C];2006年

9 王彪;王成儒;王芬芬;;一种改进的运动目标检测算法[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

10 刘琳;顾国华;钱惟贤;陈钱;徐富元;;目标检测算法的研究以及SRIO协议在目标检测的应用[A];第八届华东三省一市真空学术交流会论文集[C];2013年

中国博士学位论文全文数据库 前6条

1 王海丰;基于机器视觉的剖竹机加工目标检测算法研究[D];东北林业大学;2015年

2 高永婵;复杂场景下多通道阵列自适应目标检测算法研究[D];西安电子科技大学;2015年

3 王俊强;图像中人体目标检测算法研究[D];北京邮电大学;2012年

4 郭明玮;基于视觉记忆的目标检测算法：一个特征学习与特征联想的过程[D];中国科学技术大学;2014年

5 臧风妮;智能视频监控中海面舰船目标检测算法研究[D];中国海洋大学;2014年

6 陈伟;基于PSO的复杂工业环境视觉目标检测算法应用研究[D];武汉科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 刘恒建;基于FPGA+DSP的运动目标检测系统的设计与实现[D];南京理工大学;2015年

2 贾建英;视频序列中运动目标检测算法研究[D];长安大学;2015年

3 周亚运;基于TMS320DM642平台的红外运动目标检测算法设计[D];南京理工大学;2015年

4 姚丹;基于多光谱信息融合的弱小运动目标检测技术研究[D];哈尔滨工业大学;2015年

5 刘培培;基于区域特征的运动目标检测算法的研究与开发[D];广西大学;2015年

6 崔璇;天空背景下红外小目标检测算法研究[D];陕西师范大学;2015年

7 范肖肖;基于视觉注意机制的目标检测算法的研究[D];电子科技大学;2015年

8 丁婵;运动目标检测算法在嵌入式平台的研究[D];电子科技大学;2015年

9 张冠雄;基于标签传播的显著性目标检测算法研究[D];大连理工大学;2015年

10 李建波;视频监控中运动目标检测算法的研究[D];哈尔滨工业大学;2014年

本文编号：725013