基于DM642的运动目标检测算法的研究

论文摘要

序列图像中的运动目标的检测是计算机视觉和数字图像处理领域研究的主要内容之一,在智能视觉监控系统、工业检测以及视频图像分析等领域中都有应用。本课题的研究目的就是在DM642技术基础之上,实现一种嵌入式的运动目标检测系统,完成系统的算法设计以及算法在硬件平台上的实现。本文首先介绍了运动目标检测的一些常用算法,并对各种算法进行了比较,指出它们各自的优缺点,并在此基础上利用视觉信息的时间和空间相关性,提出了一种基于边缘检测的背景差分法来实现运动目标的检测,它算法简单,计算量小,不但可以得到完整的运动目标的边缘信息,而且不会受到外界因素变化的干扰,如光线的变化和背景的改变。然后将此算法与图像滤波、图像增强、边缘细化和离散点去除等技术相结合,实现了运动目标检测的算法设计。图像滤波的作用是减轻图像中的噪声干扰,图像增强的作用为加强图像中的边缘信息,图像滤波和图像增强也被称为图像预处理技术,它们为后续的图像处理工作提供优质的图像数据,以便提高运动目标检测的算法的执行效率。边缘细化和离散点去除被称为图像后处理技术,通过它们可以得到更准确的边缘信息和更好的图像显示效果。接着将设计完成的运动目标检测的算法在以DM642为核心的硬件平台上予以实现,这包括编写bootloader程序,利用DDK开发视频驱动程序,设计基于DSP/BIOS的主程序结构,进程的分配以及进程的同步。最后通过使用内联函数、循环展开等优化方法对程序进行优化以加快系统的运行速度。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 目前的研究状况
• 1.3 本文的研究思想和主要工作
• 第二章 图像差分算法的讨论
• 2.1 背景差分法
• 2.1.1 背景差分法的原理
• 2.1.2 背景更新
• 2.1.3 背景差分法中存在的问题
• 2.2 帧间差分法
• 2.3 新算法的提出
• 2.3.1 边缘检测的基本理论
• 2.3.2 基于边缘检测的背景差分法
• 第三章 运动目标检测算法的设计
• 3.1 算法流程图
• 3.2 背景图象的建立
• 3.3 背景图像的更新
• 3.4 图像预处理技术
• 3.4.1 图像去噪
• 3.4.2 图像增强
• 3.5 边缘检测
• 3.5.1 几种常用的边缘检测算子
• 3.5.2 Sobel滤波与图像二值化
• 3.6 运动目标检测
• 3.7 边缘细化
• 3.7.1 细化的基本概念
• 3.7.2 基于sobel算子的边缘细化方法
• 3.8 离散点去除
• 第四章 运动目标检测算法在DM642上的实现
• 4.1 系统的硬件平台
• 4.1.1 DM642处理器
• 4.1.2 ICETEK-DM642-PCI评估板简介
• 4.2 系统的启动
• 4.2.1 DM642的自动引导模式
• 4.2.2 二次加载
• 4.2.3 COFF/HEX转换
• 4.2.4 FLASH的烧写
• 4.3 视频口驱动程序设计
• 4.3.1 复合视频信号及数字视频接口标准
• 4.3.2 视频编码器与视频解码器
• 4.3.3 DM642的视频端口
• 4.3.4 视频采集和显示接口原理
• 4.3.5 利用DDK编写驱动程序
• 4.4 基于DSP/BIOS的系统软件设计
• 4.4.1 DSP/BIOS实时操作系统介绍
• 4.4.2 程序的启动过程
• 4.4.3 任务分配与任务同步
• 第五章 程序优化
• 5.1 基于硬件体系结构的优化
• 5.1.1 DM642的存储系统
• 5.1.2 Cache的原理
• 5.1.3 Cache的优化
• 5.1.4 利用EDMA实现乒乓机制
• 5.2 软件优化
• 5.2.1 软件优化的流程
• 5.2.2 背景图像更新算法的改进
• 5.2.3 中值滤波的快速算法
• 5.2.4 数据类型设置技巧
• 5.2.5 减少函数调用
• 5.2.6 使用TI图像库
• 5.2.7 利用CCS编译器选项进行优化
• 5.2.8 使用内联函数
• 5.2.9 软件流水
• 第六章 实验结果及分析
• 6.1 中值滤波
• 6.2 图像增强
• 6.3 基于边缘检测的背景差分操作
• 6.4 边缘细化
• 6.5 离散点去除
• 6.6 光线突变情况下检测效果检验
• 6.7 背景物体移动情况下的检测效果
• 第七章 总结
• 7.1 工作总结
• 7.2 系统的不足之处及改进方案
• 7.3 工作展望
• 致谢
• 参考文献
• 已公开发表论文