基于DM6437的视频目标跟踪算法实现与优化

论文摘要

近几十年来,视频处理技术获得了快速发展。视频目标跟踪技术作为其中必不可少的关键技术而变得日益重要,近来引起越来越多研究机构和研究者们的关注。大多数的硬件平台很难满足视频处理的大数据量和实时性的要求,而TI公司的DaVinci系列DSP处理器具有强大的并行处理能力和丰富的开发资源,在视频图像的实时处理方面和产品的快速开发方面有着独特的优势,是实现视频目标跟踪算法的理想硬件平台。本论文对视频目标跟踪算法中流行的Mean Shift算法进行理论研究,着重完成了在TI-DSP DM6437上对算法进行基于DSP/BIOS的实现和优化。具体的工作如下:1、通过查阅大量的国内外文献,分析了视频目标跟踪算法的发展和研究现状,并阐述了TI-DSP在视频处理方面的独特优势。2、介绍了典型的视频目标跟踪系统信号流程及其各个模块,详述了基于Mean Shift算法的跟踪原理,利用Matlab对Mean Shift算法进行仿真试验,并针对仿真试验分析了Mean Shift算法的优缺点。3、结合DSP软件开发平台CCS,在TI公司的DM6437处理器上对Mean Shift算法予以实现,采用DSP/BIOS的主程序结构,并利用C64x+ DSP内核的特点和各种优化策略对算法的DSP程序进行优化。实验结果表明该跟踪算法的性能良好,而且满足了算法的实时性要求,获得了高效的代码。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 视频目标跟踪研究的背景与意义
• 1.2 视频目标跟踪算法的研究现状
• 1.2.1 视频目标跟踪技术的发展
• 1.2.2 视频目标跟踪算法的综述
• 1.3 TI DSP 在视频处理方面的优势
• 1.4 论文的研究任务及结构
• 第二章 视频目标跟踪算法的理论基础
• 2.1 引言
• 2.2 信号处理流程
• 2.3 预处理
• 2.3.1 混合高斯背景建模
• 2.3.2 形态学处理
• 2.4 目标检测
• 2.5 目标跟踪
• 2.5.1 Mean Shift 算法
• 2.5.1.1 Mean Shift 原理
• 2.5.1.2 基于Mean Shift 的目标跟踪
• 2.6 算法仿真结果及分析
• 2.7 本章小结
• 第三章 基于DM6437 的视频目标跟踪算法实现
• 3.1 DSP 硬件平台介绍
• 3.1.1 DaVinci 技术简介
• 3.1.2 C64x+ DSP 内核
• 3.1.3 DM6437 概述
• 3.1.4 TMS320DM6437EVM 介绍
• 3.1.4.1 TMS320DM6437EVM 开发板功能概述
• 3.1.4.2 TMS320DM6437EVM VPSS
• 3.1.4.3 存储器地址空间映射
• 3.2 DSP 软件开发介绍
• 3.2.1 DSP 集成开发环境CCS
• 3.2.2 DSP/BIOS 介绍
• 3.3 算法在DM6437 上的实现
• 3.3.1 系统软件框架
• 3.3.2 具体实现
• 3.3.2.1 工程文件介绍
• 3.3.2.2 关键代码部分
• 3.4 实现结果说明及分析
• 3.5 本章小结
• 第四章 算法的DSP 程序优化
• 4.1 引言
• 4.2 C6000 系列DSP 程序优化流程
• 4.3 具体优化
• 4.3.1 基于CCS 的编译选项设置
• 4.3.2 C 代码优化
• 4.3.2.1 选择合适的数据类型
• 4.3.2.2 关键字的使用
• 4.3.2.3 内联函数的使用
• 4.3.3 使用TI 的各种函数库
• 4.3.3.1 C64x+ IQmath
• 4.3.3.2 C64x+ VLIB
• 4.3.4 存储空间的优化
• 4.3.4.1 堆的分配
• 4.3.4.2 内存的管理
• 4.3.4.3 Cache
• 4.3.5 软件流水优化
• 4.4 优化结果及分析
• 4.5 本章小结
• 第五章 结论与展望
• 致谢
• 参考文献
• 攻读硕士学位期间的研究成果