基于嵌入式的目標(biāo)跟蹤系統(tǒng)研究與開(kāi)發(fā).pdf

1、伴隨著社會(huì)現(xiàn)代化進(jìn)程的不斷發(fā)展，城市人口逐漸增多，公共安全、交通安全、安防等問(wèn)題已經(jīng)成為市民重點(diǎn)關(guān)注的對(duì)象。我國(guó)的智能監(jiān)控系統(tǒng)研究正于處于初級(jí)階段，目標(biāo)檢測(cè)與跟蹤算法的理論研究較落后，硬件平臺(tái)設(shè)施不完善，設(shè)備運(yùn)行效率較低，性能不穩(wěn)定。本文將ARM嵌入式開(kāi)發(fā)技術(shù)與計(jì)算機(jī)視覺(jué)技術(shù)相整合，提出了基于嵌入式的目標(biāo)跟蹤系統(tǒng)研究。為后續(xù)研究小型化、實(shí)時(shí)化的嵌入式目標(biāo)跟蹤系統(tǒng)進(jìn)行有益的嘗試。論文完成的主要研究工作有：
　?。?）系統(tǒng)總體設(shè)計(jì)與軟

2、硬件平臺(tái)搭建
　　首先分析系統(tǒng)的核心功能需求，完成對(duì)系統(tǒng)總體構(gòu)架的設(shè)計(jì)。綜合分析系統(tǒng)的使用環(huán)境、開(kāi)發(fā)周期、開(kāi)發(fā)成本等多方面因素，選擇mini2440開(kāi)發(fā)板作為硬件平臺(tái)的載體、Linux操作系統(tǒng)作為軟件層的基礎(chǔ)。搭建 ARM-Linux開(kāi)發(fā)環(huán)境，將Linux操作系統(tǒng)經(jīng)過(guò)裁剪并移植到開(kāi)發(fā)板中；為了在開(kāi)發(fā)板中能夠處理視頻圖像信息，同時(shí)完成對(duì)OpenCv圖像處理庫(kù)的交叉編譯與移植工作。
　?。?）改進(jìn)Sift目標(biāo)特征提取算法

3、　　針對(duì)SIFT特征具有的高維度特性、占用較大存儲(chǔ)空間以及算法復(fù)雜度較大、實(shí)時(shí)性較差的特點(diǎn)，提出了改進(jìn)的SIFT特征算法。并詳細(xì)介紹了基于判別式的表觀模型目標(biāo)跟蹤算法的一般流程與壓縮感知理論相關(guān)知識(shí)，為后續(xù)改進(jìn)跟蹤算法做鋪墊。
　　（3）改進(jìn)壓縮感知目標(biāo)跟蹤算法
　　針對(duì)嵌入式硬件平臺(tái)內(nèi)存資源有限的缺點(diǎn)，選擇計(jì)算量較小，實(shí)時(shí)性較好的基于壓縮感知的目標(biāo)跟蹤算法作為研究對(duì)象。該算法在目標(biāo)被摭擋、目標(biāo)外觀模型發(fā)生較大變化的情況下容

4、易產(chǎn)生漂移現(xiàn)象，魯棒性較差；為此對(duì)該算法進(jìn)行改進(jìn)，提出了基于 Bhattacharyya距離的自適應(yīng)調(diào)整學(xué)習(xí)速率的算法與基于改進(jìn)的SIFT特征匹配的目標(biāo)尺寸自適應(yīng)修正算法。
　?。?）實(shí)驗(yàn)對(duì)比分析
　　將改進(jìn)后的算法與原算法作對(duì)比分析實(shí)驗(yàn)，實(shí)驗(yàn)表明改進(jìn)后的算法在目標(biāo)被摭擋、目標(biāo)外觀模型發(fā)生變化的情況下，仍能夠跟蹤到目標(biāo)。改進(jìn)后的算法相比于原算法，算法在精確性、魯棒性方面的性能明顯提高。最后將改進(jìn)后的算法燒寫(xiě)到ARM開(kāi)發(fā)板中進(jìn)