论文部分内容阅读
近年来,夜间交通事故的频繁发生,给人民的生命财产安全带来很大威胁。红外图像的获取基于热成像原理,适用于夜间行人目标检测,而且不受强光的干扰。基于红外图像的夜间行人检测辅助系统对减少车祸,保障行人安全具有重要的现实意义。近十年来图像处理技术获得快速发展,但是大多数硬件平台都很难满足视频处理的高实时性的要求。TI公司的DaVinci系列DSP处理器具有强大的并行处理能力和丰富的开发资源,在视频的实时处理方面具有独特优势,是行人检测算法的理想硬件平台。本文对基于红外图像行人检测,图像分割部分采用的自适应双阈值分割方法,特征描述采用HOG特征、分类器采用SVM算法训练分类器。本文除了对上述模块进行理论研究外,着重完成了在TI公司的DM6437上对检测算法的实现与DSP程序的优化。具体工作如下:1、通过查阅大量的国内外文献,分析了基于红外图像的行人检测算法的发展和研究现状,并阐述了TI Davinci系列DSP在视频处理方面的独特优势。2、介绍了行人检测系统的基本流程和各个功能模块的具体实现,并详述了HOG特征提取算法和SVM分类算法的基本原理,并在PC机上利用OpenCV2.1库函数实现系统的整体流程。3、基于DM6437集成开发环境CCS3.3,在DM6437处理器上实现图像分割和HOG特征提取,借助离线训练的SVM线性分类器在DSP上实现行人候选目标的决策。4、采用DSP/BIOS实现行人检测系统的主程序结构,并利用C64x+DSP内核的特点和相关优化策略对已实现的DSP程序进行优化。取得阶段性成果。