基于DSP的快速目標(biāo)檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、近年來(lái),各種基于目標(biāo)檢測(cè)的視頻監(jiān)控系統(tǒng)在商業(yè)、國(guó)防和軍事領(lǐng)域的需求日益增加。在智能視頻監(jiān)控系統(tǒng)中,目標(biāo)檢測(cè)士氣中的一個(gè)重要環(huán)節(jié),對(duì)場(chǎng)景中目標(biāo)的準(zhǔn)確檢測(cè)能夠保障后續(xù)處理的有效執(zhí)行,是后續(xù)處理環(huán)節(jié)的基礎(chǔ)。然而目標(biāo)的多樣性及背景的復(fù)雜性使得目標(biāo)檢測(cè)變得較為困難,各種方法在使用場(chǎng)合和應(yīng)用對(duì)象上都有一定的限制,并且在性能和時(shí)間上很難同時(shí)滿足要求。
　　本文研究了局部特征檢測(cè)算法,局部特征可以表征圖像的特殊區(qū)域,性能優(yōu)良的局部特征有較高的不變

2、性和魯棒性,然而傳統(tǒng)的局部特征檢測(cè)方法在性能和時(shí)間上難以同時(shí)達(dá)到最佳狀態(tài)。本文以SURF特征檢測(cè)為基礎(chǔ),針對(duì)原算法移植到硬件平臺(tái)實(shí)時(shí)性較差的缺陷,對(duì)耗時(shí)較多的主方向和描述子兩個(gè)環(huán)節(jié)進(jìn)行了改進(jìn),對(duì)于主方向的建立,提出用特征的形心到質(zhì)心的矢量作為特征主方向,對(duì)于描述子的計(jì)算,提出了一種基于特征區(qū)域像素灰度差的局部特征描述方法,提高了運(yùn)算速度。在特征匹配環(huán)節(jié),采用改進(jìn)的kd樹算法,適合高維數(shù)據(jù)的檢索,再結(jié)合最大一致估計(jì)方法對(duì)匹配對(duì)提純,最終根