基于DSP的撐桿跳運動員連續(xù)跟蹤統(tǒng)的研究.pdf

1、本文基于TMS320LF2407DSP(DigitalSignalProcessor)芯片的撐桿跳運動員位姿連續(xù)跟蹤系統(tǒng)的研究，包括運動目標檢測部分、運動目標連續(xù)跟蹤控制部分以及控制系統(tǒng)的DSP實現(xiàn)。 運動目標檢測主要是通過分析CCD(ChargeCoupledDevices)攝像頭采集的圖像，根據(jù)圖像處理與分析方法，從背景中提取運動目標，獲得運動目標的特征。本文提出了一種基于Markov隨機場(MRF)模型自適應運動目標圖像分

2、割方法，該法采用高斯混合模型描述視頻序列的差分圖像，用模擬退火快速EM(ExpectationMaximization)算法對高斯分布的參數(shù)進行估計，在此基礎(chǔ)上建立MRF模型，利用此模型構(gòu)建能量函數(shù)，用ICM(IteratedConditionalModes)算法把圖像用一個能量函數(shù)取到最小值時的組態(tài)來表示。文中根據(jù)對運動目標連續(xù)幾幀圖像的分析，采用上面提到的圖像分割方法，快速提取出了運動目標，從而獲得運動目標的重心。 運動目標

3、連續(xù)跟蹤控制部分主要根據(jù)運動目標位置的變化，采用基于DSP的現(xiàn)代智能控制方法對電動機轉(zhuǎn)速和相電流進行控制，驅(qū)動云臺和攝像頭，實現(xiàn)對運動目標的連續(xù)跟蹤。本文主要包括跟蹤控制方案的確立、控制對象的建模、控制算法的確定，其中電動機相電流的控制采用由遺傳算法優(yōu)化參數(shù)的PI控制，電動機速度控制采用隨機自適應模糊控制，模糊控制器參數(shù)的在線調(diào)整也采用遺傳算法優(yōu)化。之前對電動機速度控制分別采用標準模糊控制、PID控制，并與隨機自適應模糊控制做比較以顯示