智能交通中行人檢測算法的研究與實現(xiàn).pdf

1、在智能交通領域中，行人的檢測是一個重要且基本的任務，由于檢測場景的復雜性，以及行人本身形態(tài)、姿態(tài)的復雜多變性，使得行人檢測，特別是基于嵌入式設備的行人檢測一直是計算機視覺研究中頗具難度的問題。隨著智能交通系統(tǒng)的發(fā)展，行人檢測系統(tǒng)有著更廣闊的應用前景，但同時也對系統(tǒng)的體積、功耗、成本及穩(wěn)定性提出更高的要求，研究基于嵌入式的行人檢測系統(tǒng)具有重大的實用價值。本文設計實現(xiàn)一個基于Adaboost學習算法并且在TMS320DM642平臺上實現(xiàn)的行

2、人檢測系統(tǒng)。論文的主要內容和研究成果包括:
　　1.根據(jù)對行人檢測算法的相關理論的學習，選擇了可移植到TSM320DM642平臺上的基于Adaboost的行人檢測算法，本文設計的系統(tǒng)使用基本的Haar-like矩形特征以及專門應用于行人檢測三角特征，應用積分圖像的方法計算特征值。利用OpenCV實現(xiàn)了基于Adaboost的行人檢測算法的仿真，訓練得到級聯(lián)分類器，在PC機上進行了多組實驗，取得良好的檢測效果。
　　2.根據(jù)設計

3、需要，對硬件系統(tǒng)進行選擇規(guī)劃，選擇TI公司的TMS320DM642芯片作為主控芯片，同時對TMS320DM642視頻口的配置進行細致的研究學習，選擇視頻采集輸出芯片，并根據(jù)PCB設計原則設計視頻版的PCB板。
　　3.利用集成實時操作系統(tǒng)DSP/BIOS進行軟件開發(fā)，在RF5框架下，將系統(tǒng)分為圖像采集、圖像處理和圖像顯示三個部分。并將基于Adaboost的行人檢測算法移植到DM642平臺上，利用CCS提供的各類調試工具對代碼進行分