基于TMS320 DM8168平台的快速运动目标检测研究

研究如何在嵌入式平台上对高清视频中的运动目标进行快速、鲁棒的检测。采用德州仪器最新的达芬奇架构TMS320DM8168为平台,在高清1080P视频上实现运动目标的快速检测。采用对噪声较为鲁棒的ViBe算法进行目标检测,并将该算法移植到该平台的MCFW框架中。同时,为了提高算法性能及效率,对算法进行相关优化,包括编译器选项优化、内存相关优化、标准内联函数优化、循环优化以及DMA等。最终实现在嵌入式平台上的实时高清运动目标检测。实验结果验证了该方法的有效性。     

基于DM642的运动目标检测

提出了一种高斯混合背景模型和YUV色度空间相结合的运动目标检测算法。高斯混合模型对背景光线变化有较强的鲁棒性,且对背景中的周期性变化有较好的抑制作用,检测出的目标有较好的连通性;但其对于全局亮度的变化及噪声较为敏感,容易误判。为此选取对亮度变化不敏感的UV分量来进行运动目标检测,然后再和Y分量的高斯混合背景检测进行"与"运算,从而消除高斯模型的误检,最后针对运动目标的影子问题,采用基于垂直投影图的阴影消除算法除去影子。算法在DM642开发板上实现。实验结果表明,该算法能够实时精确地检测出运动目标,且对全局光照变化不敏感。     

基于DM642的实时运动目标检测系统设计与实现

针对图像数据量大,运动目标检测算法复杂,而在实际应用中又要求实时对图像处理等特点,以DSP器件TMS320DM642为核心搭建了实时运动目标检测系统的硬件平台。为了有效检测出运动目标,提出一种将基于混合高斯模型的背景差分法和三帧差分法相结合的算法。实验表明,该系统能有效检测出运动目标,且满足实时性要求。     

基于达芬奇平台的运动目标跟踪算法

在运动目标跟踪过程中,考虑到达芬奇平台的数据处理能力,结合Vibe算法和Mean Shift算法的思想提出一种改进的运动目标跟踪算法,同时为了解决Vibe算法在目标由运动变为静止后遗留在前景图像中的鬼影难以消除的问题,对视频图像序列中的每个像素点建立前景计数器,根据前景计数器的值判断背景模型的更新速度。针对达芬奇平台对算法进行优化,把改进的运动目标跟踪算法移植到TMS320DM6467T达芬奇平台下进行处理,实验结果表明改进的算法具有良好的跟踪效果。     

基于TMS320DM642的实时运动目标检测与跟踪系统

CAMShift算法凭借其良好的实时性和鲁棒性而计算量小,在目标跟踪邻域占有重要地位;而单纯的CAMShift是一种需要人预先对目标进行识别和判断以获得目标颜色模式的半自动跟踪器;文章采取帧差法和CAMShift算法相结合的方法,设计了一种自动的运动目标检测与跟踪系统;该系统首先用时间连续的三帧双差分对运动目标的识别和提取,自动地选取搜索窗;再通过CAMShift算法计算目标的精确位置并调整搜索窗口大小;最后通过串口发送云台控制信息,驱动云台运动使目标始终保持在视场之内;在以DM642为核心的硬件平台上,实现了系统的软件算法;实验表明在对比度较高时,无人为干预的情况下,系统能有效、实时地跟踪目标。     

基于DM6437的动态目标检测算法研究

基于TI公司的高端数字媒体处理器DM6437,设计了一种实时动态目标检测系统。采用非参数核密度估计方法,对静止和动态背景下动态目标检测算法进行了研究和分析,指出了算法的有效性和实用性。     

基于TMS320DM643的运动目标检测算法

基于数字视频应用开发平台SEED-DEC643和摄像机FCB-CX1010P,提出一种改进的运动目标检测算法。设计静态背景下单运动目标物体的检测,包括图像预处理、背景差分、阈值求取、图像二值化、图像形态学处理、运动目标物体坐标计算,利用灰度投影算法计算背景运动向量,以实现动态背景下单运动目标物体的检测。实验结果表明,该算法能较好地进行背景运动补偿,并凸显运动物体。     

基于时空熵与标签技术的运动目标检测算法

针对生物运动目标检测问题,为解决生物目标在运动检测中存在着非线性运动、检测速度慢以及目标易变形等问题,提出了一种基于时空熵与标签技术相结合的运动目标检测算法。方法结合标签技术将熵的相关原理运用于生物运动目标检测领域。首先对每个象素点建立一个基于时间和空间的滑动窗,按着运用标签技术对滑动窗分配标签,并求得点的直方图进而计算出点的时空熵,可利用熵的大小来判断点是否属于运动目标点,进行对生物运动目标的实时仿真。实验结果表明运算复杂度降低、参数鲁棒性较强、抗噪声能力较好,证明是一种可靠和有效的生物运动目标检测方法。     

基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

基于运动目标检测技术的研究

运动目标检测的目的是在序列图像中将变化区域从背景图像中提取出来,因此如何将运动目标进行有效的分割对后期目标跟踪处理等行为有着非常重要的作用,直接影响到整个视频监控系统的性能指标.本文将对静态背景下运动目标检测技术中的帧间差分法、背景差分法进行研究,并通过实验论证其优缺点.     

基于DaVinci技术的嵌入式视频监控系统设计

针对视频监控系统实时性要求高运算量大的特点,提出了基于DaVinci技术的嵌入式视频监控系统设计方案.方案利用基于DaVinci技术的TMS320DM6467 ARM+DSP双核处理器,提高了系统性能,缩短了开发周期.ARM核植入嵌入式Web服务器,以UDP协议实时传输视频数据,实现控制模块与监控终端之间的通信.DSP内核视频数据编码算法选用H.264,大大提高了数据编码效率.     

基于TMS320DM6467的嵌入式Linux操作系统移植的研究

为了应对日益复杂的嵌入式系统应用需求,本文提出在以微处理器TMS320DM6467为核心的视频转码硬件平台VPC6467上,移植嵌入式Linux操作系统的方案。在详细介绍VPC6467硬件平台和Monta Vista Linux特点的基础上,重点论述移植的总体思想和具体方法等,主要包括移植开发环境的搭建、引导程序(Bootloader)的移植与固化、内核镜像的编译和移植、Ramdisk文件系统的制作与移植。移植后的Linux系统操作方便,运行稳定,已作为视频转码应用程序的运行平台环境。     

基于TMS320DM6437的虹膜采集和识别系统设计

虹膜识别技术被认为是最有前途的生物认证技术之一,并且已经广泛应用于金融、电子商务、国防等领域。本课题基于TI公司的TMS320DM6437设计了一款实时的虹膜采集和识别平台,介绍了系统的框架,并分析了相关的软件设计,如Codec Engine软件框架和网络传输。该平台也可以应用于不同的图像识别领域。     

DM6467与DDR2之间的PCB布线及信号完整性分析

在以DM6467为核心芯片的视频处理系统的PCB制作中,DM6467与DDR2之间的PCB布线及其信号完整性分析占据了重要地位,决定了整个系统成功与否.由于DM6467和DDR2部具有相当高的工作频率,所以他们之间的走线必须满足高速PCB布线规则,还要结合实际系统中的层叠、阻抗等,采取特殊布线方法.对于系统中的端接、串...     

基于DM6467T的音视频采集模块设计

针对高度集成的DaVinci数字媒体处理器应用,提出一种高性能嵌入式音视频采集模块设计方法。采用TMS320DM6467T作为核心处理单元,结合图像编、解码驱动芯片TVP5150、SIl9125、ADV7342,实现视频的多路输入输出。通过对电压、电流、温度的实时监控,并辅助机内自检的方法,实现模块的健康管理功能。模块设计遵循3UCPCI规范、功能接口丰富、便于后天加固,经实验证明,该模块可满足车载移动环境中对终端设备的高性能、高可靠、高安全应用要求。     

基于DaVinci技术的HDMI接口的硬件设计

以TI公司生产的基于达芬奇技术的最先进的媒体处理器TMS320DM6467作为核心处理器.该设计根据TMS320DM6467内部的高清模块、VPIF接口以及McASP接口,采用HDMI发送器与接收嚣SiI9134与SiI9135,设计出高清晰度多媒体数字信号的输入与输出系统,实现对高清晰度多媒体数字信号的发送与接收.     

基于DaVinci技术的视频监控系统设计

该文针对目前视频监控系统上的视频编码效率低、质量差、处理速度慢等问题,提出一种基于DaVinci DM6467架构的视频监控系统的设计方案。该方案在城市道路交通方面测试,得到比较好的效果。     

基于运动区域的多目标检测

运动目标的检测在天文观测、气象分析、安全监视、交通管制等许多领域有着广泛的应用，它是机器视觉研究的重要课题。本文提出了基于运动区域的多目标检测方法，有效地解决了同一运动目标在序列图像中“远小近大”的问题，运用运动区域正确地检测出运动目标在序列图像中的位置。     

基于TMS320DM6467的H.264自适应错误掩盖并行解码算法

针对网络丢包条件下的H.264实时解码问题,设计了基于DM6467处理器的自适应的实时错误掩盖算法,该算法根据场景切换和相邻宏块的运动特征分别进行时域错误掩盖和空域错误掩盖,而不增加解码器的时空复杂度。在DM6467处理器上进行了错误掩盖解码并行算法的流水线设计和优化。实验结果表明,与现有方法相比,采用该方法后视频重建图像质量最大提高了1.87 dB,并且可以达到1080P30实时掩盖的效率。