基于DSP的快速目标检测系统的研究与实现-控制理论与控制工程专业论文.docxVIP

万方数据 万方数据 西安电子科技大学 学位论文独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下 进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内 容以外，论文中不包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技 大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件， 允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其 它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课题再攥写的文章一律署名 单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 摘 要 近年来，各种基于目标检测的视频监控系统在商业、国防和军事领域的需求 日益增加。在智能视频监控系统中，目标检测士气中的一个重要环节，对场景中 目标的准确检测能够保障后续处理的有效执行，是后续处理环节的基础。然而目 标的多样性及背景的复杂性使得目标检测变得较为困难，各种方法在使用场合和 应用对象上都有一定的限制，并且在性能和时间上很难同时满足要求。 本文研究了局部特征检测算法，局部特征可以表征图像的特殊区域，性能优 良的局部特征有较高的不变性和鲁棒性，然而传统的局部特征检测方法在性能和 时间上难以同时达到最佳状态。本文以 SURF 特征检测为基础，针对原算法移植 到硬件平台实时性较差的缺陷，对耗时较多的主方向和描述子两个环节进行了改 进，对于主方向的建立，提出用特征的形心到质心的矢量作为特征主方向，对于 描述子的计算，提出了一种基于特征区域像素灰度差的局部特征描述方法，提高 了运算速度。在特征匹配环节，采用改进的 kd 树算法，适合高维数据的检索，再 结合最大一致估计方法对匹配对提纯，最终根据精确匹配的特征点对确定目标位 置。 硬件的实现上，采用基于达芬奇技术的 DM6467 硬件平台，在 Codec Engine 机制下开发了一套符合 xDM 标准的目标检测算法，经过实验验证，系统运行良 好，具有一定的使用价值。 关键词：目标检测 局部特征 达芬奇技术 DM6467 Abstract Abstract In recent years, there is an increasing requirement in video surveillance based on target detection, which can be used in commerce, national defense security and military affairs. Target detection plays an important role in the intelligent video surveillance system. Accurate extraction of the target scene can guarantee the subsequent more advanced process, and it is the basis of the later process. However, owing to the diversity of the target and the complexity of the background, target detection become into a complex task. The varieties of methods are impossible to perform well in different occasions and objects. It is also difficult to meet the requirement of a system on performance and the time at the same time. In this paper, we researched the local feature detection algorithm, which can be used to represent a particular area of an image. The local