中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
嵌入式实时多目标识别跟踪系统设计及识别算法研究

文献类型:学位论文

作者冷何英
学位类别博士
答辩日期2003
授予单位中国科学院光电技术研究所
授予地点中国科学院光电技术研究所
导师王敬儒
关键词多目标识别 多特征融合 高速DSP 嵌入式实时系统 并行处理
其他题名Research of the Embedded Real-Time Multiple Target Recognition Tracking System Designing and Recognition Algorithms
中文摘要现代战争中大量空袭武器多方向、多批次地攻击,使得多目标识别跟踪技术成为现代OE设备发展的关键技术之一。电视多目标识别跟踪技术是一门新型的探测技术,由于起步较晚,与成熟的红外、雷达多目标技术相比存在着许多技术难题。因此,本论文将针对实际电视捕获跟瞄系统工程实现中出现的技术难点,又结合国家863-802高技术预研课题的要求,从嵌入式实时处理平台开发和目标识别方法两方面进行了深入的研究与实践。本文首先通过分析我所现有基于ADSP2183的视频处理系统的局限性和新型嵌入式实时多目标识别跟踪系统的基本功能,确定了“以TI最新推出的超高速DSP芯片C6202为核心处理器、采用DSP+FPGA+CPLD的紧祸合可重构互连体系结构”的系统总体方案,重点进行了软、硬件平台的开发和系统集成实验,深入研究了高速嵌入式DSP系统实现的软硬件优化策略。该新型实时平台的成功开发使得我所原有的视频处理平台在处理速度,体系结构、任务分配、功能实现等方面都有了显著的提高和改进,实现了平台的全面升级。本文在单高速DSP嵌入式系统成功开发的基础土沟苗准视频跟踪系统高顷频采集、多通道传输、多传感器融合和夏杂算法工程化的发展方向,结合国内外DSP并行处理系统的发展现状,确定了“适用迁高J颐频多通道CCD的CompactPCI架构并行处理系统”的总体方案和体系结构,重点进行了各关键子板的硬件设计和并行子任务的划分,提出“双专用总线”、“两级预处理”、“功能模块化”等一系列设计新思想,为我所今后实现高速并行处理系统工程化提供了技术储务。在多目标识别方法研究方面,一首先通过对电视识别跟踪系统中各类成像目标的特性比较,深入分析了远近探测距离下的多目标特性,并针对点状多目标的宏观整体特性,建立了点源日标模型、噪声统计模型、图像序列模型;针对宏状多目标的微观精细特性,建立了成像模型、仿射变换模型、多特征复合目标链识别模型,对后续识别准则的建立及识别算法的设计提供了准确的数理模型描述。本文根据各目标之间的距离远近,分别研究了点状多目标在分离和粘连两种情况下的识别方法。针对前者,提出了一种基于距离相似度和嫡相似度的粗精两级双搜索识别算法,利用基于距离相似度的目标粗分割、快速多目标编目、基于最大局部熵的目标精识别和改进区域生长法,实现了分离多目标的精确定位和目标边缘重构;针对后者,提出一种基于极限腐蚀思想的静态识别算法,有效地避免了动态多目标跟踪方法存储量过大、轨迹预测困难的局限性。此外,本文还从人类视觉系统收集和处理信息的选择性和层次性出发,提出基于知识基的由粗到精的宏状多目标分层识别策略。预处理中,通过基于隶属度函数变换的模糊边缘检测算法,减少了强杂波干扰和非均匀性照度带来的低灰度图像边缘信息的损失,实现了图像增强;在多特征提取层中,首次定义了广义边界链码的概念,并提出一种新的基于USAN原则和广义边界链码的粗精两级角点检测算法。实验验证该算法融合了目标的区域特征和边缘特征,具有快速、高效、局部抗噪能力强、检测精度高等特点。然后在模糊边缘和角点检测的基础上,抽取了宏状目标的2个欧式不变量一角点夹角、矢量边长和1个仿射不变量一边缘矩,并首次将欧式几何中的相似性角定理应用于形态特征明显的多目标分类识别中;在目标分类层中,引入在线辨识的新概念,设计了多特征链复合和逐级判断的MCF目标分类器,从而既保证了目标分类的正确率,又加快了分类执行速度。
语种中文
公开日期2013-11-19
页码148
源URL[http://ir.ioe.ac.cn/handle/181551/86]  
专题光电技术研究所_光电技术研究所博硕士论文
推荐引用方式
GB/T 7714
冷何英. 嵌入式实时多目标识别跟踪系统设计及识别算法研究[D]. 中国科学院光电技术研究所. 中国科学院光电技术研究所. 2003.

入库方式: OAI收割

来源:光电技术研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。