基于DAVINCI平臺的運動物體捕捉系統(tǒng)研究.pdf

1、隨著社會的發(fā)展，目標檢測與跟蹤技術在視頻監(jiān)控領域得到了越來越多的應用，然而，在傳統(tǒng)的目標檢測與跟蹤算法中，研究人員往往更注重算法的有效性，而弱化了對算法實時性的考慮，這使得算法在工程中實現(xiàn)時依賴于造價高昂的處理設備，最終整個導致系統(tǒng)成本昂貴。為了解決上述問題，本文從算法研究和代碼優(yōu)化兩個方面入手，構造了一種能在性價比較高的DAVINCI平臺上實現(xiàn)的運動物體捕捉系統(tǒng)。
　　 首先，本文研究了一種實時性高、可移植性強的運動目標跟蹤算

2、法。具體來說，本文利用Surendra算法為視頻圖像生成實時背景，再利用背景差分提取運動目標，最終利用游程連通性算法鎖定和跟蹤運動目標。在算法構造過程中，本文結合大量仿真，分析了重要參數(shù)對目標捕捉算法性能的影響。比如:背景生成算法中的迭代因子對背景更新速度的影響，閥值選取對圖像二值化效果的影響，以及最大迭代次數(shù)對算法實時性影響等。
　　 其次，本文將研究的算法移植到通用性強、性價比高的DAVINCI平臺上去，并根據(jù)算法特點和平臺

3、特性對代碼進行了優(yōu)化，得到了一種具有較好實時性的、易于工程實現(xiàn)的運動物體捕捉系統(tǒng)。具體來說，針對代碼中循環(huán)體時間開銷大而圖像處理中循環(huán)體結構多的特點，本文采用了循環(huán)展開來減少代碼運行時間;針對DAVINCI平臺定點運算效率高而運動目標檢測算法對數(shù)據(jù)精度要求不高的實際情況，本文利用數(shù)據(jù)Q格式將浮點運算轉換為定點運算，從而使得代碼實時性得到增強。
　　 最終的測試結果表明，本文提出的方法能很好的實現(xiàn)對運動物體的捕捉，其有效性和實時性