基于DSP的运动目标自动跟踪系统的设计与实现

为了使视觉监控系统具有自主能力，设计了一种基于嵌入式高速DSP处理器Blackfin533的运动目标自动跟踪系统。文中分别介绍了系统的硬件和软件设计。该系统运用差分图像法，通过阈值图像分割来检测运动目标，并采用形心跟踪算法来自动跟踪目标。实验结果表明该系统取得了较好的跟踪效果。     

基于DSP的智能相关电视跟踪系统

介绍了一种基于TMS32OC6202的数字式智能相关电视跟踪系统的设计,该系统以DSP图像处理板为核心,采用双CPU的系统结构设计,使图像处理系统和云台控制系统分离,增强了系统的实时性、可靠性.并介绍了本系统采用的图像分割及跟踪算法.     

基于DSP的运动目标自动跟踪系统的设计与实现

为了使视觉监控系统具有自主能力,设计了一种基于嵌入式高速DSP处理器Blackfin533的运动目标自动跟踪系统。文中分别介绍了系统的硬件和软件设计。该系统运用差分图像法,通过阈值图像分割来检测运动目标,并采用形心跟踪算法来自动跟踪目标。实验结果表明该系统取得了较好的跟踪效果。     

3D视频目标分割与快速跟踪

提出一种面向3D视频的目标分割与快速跟踪算法,主要分为空域分割和时域与视域跟踪两个主要步骤。空域分割采用基于改进C-V模型的方法。首先基于帧差法提取运动区域作为目标的初始轮廓,以减少迭代次数加快收敛速度。然后在传统的C-V模型中加入图像边缘信息以加强C-V模型对模糊边缘的处理能力,提高分割结果的主管视觉效果。时域和视域的目标跟踪采用基于改进生物地理优化的快速跟踪方法。实验结果表明所提分割与跟踪算法快速、高效。     

基于相位一致性检测的目标分割和跟踪方法

在复杂背景下，目标和背景的亮度或对比度变化以及光照不均匀等因素都会影响目标分割的结果，导致跟踪不稳定或失败。针对这些问题，介绍了基于相位一致性检测的目标跟踪算法。该算法利用log Gabor滤波器获取多方向相位一致图像，并根据最小尺度下6个方向log Gabor小波滤波图像的中值平方确定目标响应最大的3个方向，进行目标分割；利用分割结果确定目标大小、质心位置，进而实现波门自适应跟踪。实验表明，该算法不受亮度和对比度变化影响，采用一个固定的分割阈值，就能得到很好的分割结果，实现了对目标的稳定跟踪，具有较高的跟踪精度。     

基于模糊聚类和时域跟踪的视频分割

本文提出了一种基于模糊聚类和时域跟踪的视频分割方法。它把视频序列的连续7帧图像作为一组,对每组中间那一帧图像进行初始分割,对组内其他帧图像采用时域跟踪方法进行分割。初始分割采用了改进的多特征模糊聚类方法：时域跟踪是利用上一帧的分割结果通过运动估计向下一帧投影,作为下一帧的初始分割来完成的。     

激光雷达跟踪算法研究

形心跟踪算法因为简单、执行速度快而得到广泛采用。然而常规形心跟踪算法因激光雷达图像受到散斑噪声影响而变得不适合。改进算法结合了图像的滤波处理，提高了适用范围。但是这种基于图像灰度均值分割的形心跟踪算法对于小目标图像都会跟踪失败。分析了大目标图像和小目标图像的直方图，指出其均由一个背景的尖峰和目标的拖尾组成，理想的分割阈值点应为尖峰和拖尾的临界点。据此提出了基于累积直方图的形心跟踪算法。此算法以图像的累积直方图拐点为分割阈值，不受目标区面积大小的影响。处理结果表明,对于大目标图像和小目标图像均有较好的效果，并且保持了常规形心跟踪算法执行速度快的特点。     

基于多核DSP平台的交通视频运动目标检测跟踪实现

为解决实际交通智能监控系统中视频传感器平台因移动或外部因素的影响发生晃动,导致视频运动目标检测跟踪性能下降的问题,文章提出了基于改进SIFT算法的精确配准动目标检测跟踪方法。该算法采用经典SIFT特征对图像配准,以此为基础实现高效、高精度的图像帧间差分运动目标检测,并采用自适应阈值分割算法完成对差分图像的分割,且通过区域合并策略解决分割产生的断裂及空洞问题,同时采用目标局部邻域特征和置信度判定准则,实现对运动目标的检测和持续稳定的跟踪。最后,基于多核DSP处理平台,通过实验验证了该算法应用于智能交通视频动目标检测跟踪的有效性。     

基于ADSP-BF561的视频跟踪系统的研究与实现

设计了基于ADSP-BF561的视频跟踪系统,通过控制摄像机姿态实现对运动目标的自动识别和跟踪。系统采用三帧间差分法与图像分割相结合进行目标识别,利用卡尔曼滤波算法进行目标定位,辅以云台运动控制算法完成目标跟踪。经室内测试,该系统能对运动目标进行有效识别与跟踪,且具有一定的实时性及稳定性。     

基于CPLD的多目标实时分割算法

图像处理的实时性是成像跟踪系统非常重要的要求，本文提出一种基于可编程逻辑器件(complex programmable logical device)CPLD的图像实时分割算法。该实现方法解决了图像分割耗时长的瓶颈，并提高了系统的集成度。实验结果表明在不降低分割精确度的情况下，该方法做到了图像分割延时不超过1000644s的高实时性。     

基于边缘强度的红外图像阈值分割方法研究

提出一种针对复杂场景的基于图像边缘强度的阈值分割算法。首先进行边缘检测,然后根据边缘强度进行像素灰度值加权平均计算出图像的分割阈值。该算法简单、实用,可对海上及空中目标进行准确分割,并已在实际的跟踪系统中进行了应用,结果表明目标分割正确,系统实时性强、稳定可靠。     

基于边缘强度的红外图像阈值分割方法研究

提出一种针对复杂场景的基于图像边缘强度的阈值分割算法。首先进行边缘检测,然 后根据边缘强度进行像素灰度值加权平均计算出图像的分割阈值。该算法简单、实用,可对海上及空中目标进行准确分割,并已在实际的跟踪系统中进行了应用,结果表明目标分割正确,系统实时性强、稳定可靠。     

一种新的相关跟踪方法研究

提出了一种基于区域模板相关的实时跟踪算法.首先对图像序列进行熵阈值分割,然后用形态学滤波的方法去掉噪声,最后用相关系数作为相似度度量准则来确定目标的位置实验结果显示,此算法有效地克服了传统的相关跟踪算法的缺点,具有较好的匹配精度和实时性.     

基于SOPC的视频运动目标检测跟踪系统

文章是以Nios II处理器为中心的视频运动目标检测跟踪系统,通过CMOS图像传感器采集视频图像信息,采用帧间差分法检测运动目标,形心跟踪算法对目标进行跟踪,最后在VGA显示器上显示视频中运动物体。实验结果表明,该系统可达到运动目标检测跟踪的理想结果。     

含噪背景下的目标跟踪算法与仿真分析

为了提高跟踪的精确度和实时性,提出一种基于多分段阈值分割算法的快速识别方法,此方法通过对模板直方图多段阈值提取,保留当前帧图像中属于闽值分段以内的像素,使后续的算法的进行更具针对性,从仿真结果可看出,小波去噪效果很明显,并成功保护了边缘信息,目标的定位算法准确,快捷,计算速度是传统算法的1．5～2倍,满足跟踪的精确性和实时性。     

形态学增强的连接相对熵在自动目标检测中的应用

提出了一种基于多尺度形态学和连接相对熵的红外图像自动目标检测方法;它首先对目标红外图像进行多尺度形态滤波,消除背景和杂波的影响同时增强目标的对比度,然后采用连接相对熵准则确定区分目标和背景的最佳门限,最后对得到的二值图再进行形态滤波,得到精确的目标分割图像.实验结果表明该方法具有一定的鲁棒性和自适应性,能够实现目标的自动、非参数化的有效检测,且效果良好,便于下一步的目标识别和跟踪.     

基于冗余小波变换的高频地波雷达目标检测算法

为了从高频地波雷达(High Frequency Surface Wave Radar, HFSWR)信号生成的复杂距离多普勒(Range Doppler, RD)图像中准确提取运动点目标, 提出了一种基于冗余小波变换(Redundant Discrete Wavelet Transformation, RDWT)的RD图像点目标检测算法.该算法根据点目标与海杂波、电离层杂波等特征的差异, 首先在距离方向进行自适应RDWT以去除海杂波和地杂波, 并在多普勒方向进行自适应RDWT以去除电离层杂波; 然后利用图像形态学运算对背景噪声进行了抑制; 最后进行阈值自适应分割以得到点目标.实验结果表明:该算法能有效抑制RD图像中的海杂波、电离层杂波和背景噪声, 能从复杂的RD图像中实现点目标的有效检测, 其检测性能优于改进的恒虚警率(Constant False Alarm Rate, CFAR)算法.     

新的基于边缘特征的图像相关匹配方法

传统的图像相关匹配方法利用求取对应像素灰度差的累加和进行图像之间的相似性度量,或者设定阈值计算具有相近灰度值的像素点的个数进行相似性度量,由于参考图和实测图之间存在着灰度差异、模糊以及局部遮挡等,使得仅依靠图像灰度信息的算法的性能受到影响。结合图像的边界特征匹配技术,提出了一种新的图像相关匹配算法。该算法首先对图像进行边界提取并二值化,然后利用所定义的基于边缘的相似距离(ESD)对处理后的二值图像进行相似性匹配运算。试验结果表明这种算法在多种图像畸变情况下的有效性。     

基于HOG和粒子滤波的足球视频中球的跟踪方法

在足球视频中,由于球员和摄像机的运动使得基于背景的方法无法有效检测和跟踪足球;足球在视频中所占像素个数少、运动复杂,并且在球场中有相似目标如球袜等的干扰,使得目标难以准确跟踪。为改善足球的跟踪效果,文中提出了一种基于梯度向量直方图和粒子滤波的足球跟踪算法。算法以粒子滤波为跟踪框架,用HOG特征与颜色特征融合,结合足球的结构信息与颜色信息,实现了足球视频中足球的稳定跟踪。实验结果表明,文中算法跟踪足球更准确,并可在存在相似目标干扰的条件下有效地跟踪足球。     

基于粒子滤波的视频图像目标遮挡算法研究

基于粒子滤波的视频图像目标遮挡算法是当前的一个热门研究领域.在对于视频图像目标跟踪方面,综合运用了多种算法进行检测和跟踪,详细分析光流法、帧间差分法、背景差分法和视频图像目标特征的提取,并在最后对帧间差分的算法进行了改进.通过实验证明,采用基于粒子滤波的视频图像目标遮挡算法能够更加有效地解决对跟踪目标的准确判断.