嵌入式目標跟蹤系統(tǒng)的研究.pdf

1、目前，對目標跟蹤的研究已經(jīng)實現(xiàn)了靜態(tài)背景下特定目標的跟蹤。但在實際環(huán)境中，由于圖像噪聲的干擾，背景的變化等因素使得目標的檢測并不是很理想，進而影響跟蹤性能。另外，在目標跟蹤中，需要對目標進行識別，對異常目標實施跟蹤。
　　 本文針對目標跟蹤中的兩個關(guān)鍵問題進行了研究，并考慮算法的快速性和穩(wěn)定性，研究建立一個小型化嵌入式平臺，采用C/C++語言，實現(xiàn)運動目標檢測算法、目標識別算法、運動目標跟蹤算法，完成噪聲場景中異常目標的跟蹤。<

2、br>　　 本文研究內(nèi)容包括:
　　 1、對以ARM為核心的嵌入式硬件平臺進行了描述，研究針對此硬件平臺移植系統(tǒng)引導(dǎo)程序、裁剪Linux內(nèi)核以移植操作系統(tǒng)并完善相應(yīng)的驅(qū)動程序，從而完成嵌入式應(yīng)用程序運行環(huán)境的搭建。另外，研究搭建嵌入式Linux應(yīng)用程序的開發(fā)環(huán)境，包括建立交叉編譯環(huán)境，安裝并移植OpenCV圖像處理函數(shù)庫。
　　 2、針對在目標檢測中存在的圖像噪聲，研究運動目標檢測的方法，提出了基于預(yù)處理和平均背景模型

3、的方法來減少干擾，并研究采用形態(tài)學(xué)濾波和基于輪廓面積的目標提取方法對差分后的前景圖像進一步處理以得到運動目標，實驗證明了該算法能準確的檢測目標。在背景模型中，提出了基于加權(quán)平均的背景模型計算方法，數(shù)據(jù)表明，該算法有一定的優(yōu)越性。
　　 3、對運動目標的特征提取及識別進行了研究。將識別對象設(shè)定為人體，研究采用分類器檢測人臉，測試表明該方法檢測速度快、穩(wěn)定性高。針對人臉圖像的大量數(shù)據(jù)，采用主成份分析的方法提取人臉特征，從而識別人臉圖