论文部分内容阅读
研究一种视觉系统中运动目标跟踪算法是当前该领域的一大重要课题。在研究的过程中可能会遇到种种困难,要克服这种困难研究出一种稳定性好、准确度高、实时性好的运动目标跟踪方法是目前我们所面临的一个挑战。本文采用目前比较流行的一种运动目标跟踪算法:Mean Shift算法,该算法稳定性好、计算量小、准确度高等优点在跟踪系统中是一种不错的选择。本文采用TI达芬奇TMS320DM6446开发板为硬件平台,嵌入式Linux操作系统为软件平台。对硬件平台进行研究和搭建,对其相关硬件接口程序进行分析和调试,并对结果进行分析;其次对软件开发环境嵌入式Linux操作系统进行构建,主要对Linux操作系统进行移植和调试,最终把Mean Shift算法打包成codec包移植到DSP端进行算法的实现。本文详细分析Mean Shift算法实现过程,从对它的理论研究发展过程和实际应用中发现该算法在跟踪过程中目标遇到背景复杂、遮挡明显、运动速度快等情况下有可能会发生目标跟踪丢失。本文通过Matlab对Mean Shift算法进行了仿真实验,并分析了Mean Shift算法的实验结果,发现Mean Shift算法对目标区域内颜色特征的跟踪比较稳定,最后通过改变目标区域内颜色的质心位置重新计算确定跟踪模型,从而减少了所选区域内像素点进而提高了跟踪目标的准确性和稳定性。