基于多DSP和FPGA的實(shí)時(shí)雙模視頻跟蹤裝置設(shè)計(jì)
加入技術(shù)交流群
2.2視頻跟蹤裝置運(yùn)動(dòng)控制模塊的硬件組成
運(yùn)動(dòng)控制模塊硬件由GPT轉(zhuǎn)臺(tái)構(gòu)成。GPT系列轉(zhuǎn)臺(tái)為模擬火炮或雷達(dá)跟蹤系統(tǒng)的旋轉(zhuǎn)運(yùn)動(dòng)系統(tǒng)，它包含電控箱、兩維數(shù)控轉(zhuǎn)臺(tái)本體及運(yùn)動(dòng)控制器三大部分。轉(zhuǎn)臺(tái)本體主要由機(jī)械結(jié)構(gòu)件（含PAN和TILT）、驅(qū)動(dòng)用交流伺服電機(jī)（兩套）、諧波減速器、斜齒輪、限位開關(guān)等部分組成。電控箱內(nèi)安裝有交流伺服驅(qū)動(dòng)器、I/O接口板、開關(guān)電源、開關(guān)、指示燈和電氣元件等主要部件。運(yùn)動(dòng)控制器主要由GT-400-SV運(yùn)動(dòng)控制卡、GM-400-SV運(yùn)動(dòng)控制卡用戶接口軟件等部分組成。作為機(jī)電控制系統(tǒng)的核心組成部分，GPT轉(zhuǎn)臺(tái)可用作監(jiān)控設(shè)備的基礎(chǔ)運(yùn)動(dòng)平臺(tái)，又可作為研制火箭、導(dǎo)彈、魚雷和衛(wèi)星等高科技尖端武器的仿真和試驗(yàn)平臺(tái)。該系統(tǒng)可實(shí)現(xiàn)：定位精度：±0.0069°；重復(fù)精度：±0.00056°；速度：0.01～90°/sec；加速度：90°/sec2；行程：Pan方向?yàn)椤?76°；Tilt方向?yàn)?15°～+50°；負(fù)載：30kg。
3、視頻跟蹤裝置算法的分析
本文引用地址：http://www.ex-cimer.com/article/151643.htm按照處理順序，我們將整個(gè)過程分解為圖2所示。圖像采集模塊：對(duì)視頻圖像進(jìn)行A/D轉(zhuǎn)換，形成原始的256級(jí)灰度圖像，作為待處理的圖像信息。背景差分模塊：重建背景，并完成與當(dāng)前幀的差分。在背景重建時(shí)采用基于最小二乘法的時(shí)域遞推公式來完成，這個(gè)方法只需要一幀圖像的存儲(chǔ)，而且可以用遞推實(shí)現(xiàn)。去噪聲模塊:做應(yīng)用鄰域平均法實(shí)現(xiàn)圖像平滑濾波，以及采用顏色濾波法去除陰影等工作。以上算法都是針對(duì)FPGA的特點(diǎn)提出的，將FPGA設(shè)計(jì)成專用運(yùn)算器并實(shí)現(xiàn)算法。
形心跟蹤模塊和相關(guān)跟蹤模塊分別使用的形心投影方法和二維最小絕對(duì)差累加和算法計(jì)算目標(biāo)的位置，融合決策模塊實(shí)現(xiàn)置信度選擇，同時(shí)對(duì)目標(biāo)信號(hào)進(jìn)行擬合和軌跡外推，實(shí)現(xiàn)目標(biāo)在偶然丟失下的預(yù)測(cè)跟蹤，以及深度丟失下的跟蹤狀態(tài)轉(zhuǎn)換和搜索狀態(tài)下控制二維轉(zhuǎn)臺(tái)對(duì)視場(chǎng)的慢速掃搜。這部分針對(duì)DSP的特點(diǎn)，采用C語言編程實(shí)現(xiàn)。
3.1主要算法特點(diǎn)分析
?。?）背景差分法算法
背景差分是利用當(dāng)前圖像與背景圖像差分來檢測(cè)出運(yùn)動(dòng)區(qū)域的一種技術(shù)，一般能提供最完全的特征數(shù)據(jù)，但對(duì)于動(dòng)態(tài)場(chǎng)景的變化，如光照等事件的干擾特別敏感。考慮到攝像機(jī)移動(dòng)緩慢，背景圖像變化比較遲緩，而運(yùn)動(dòng)對(duì)象相對(duì)于背景變化較快，這樣相對(duì)于變化較慢的背景圖像來說，可把運(yùn)動(dòng)對(duì)象看作是一個(gè)對(duì)背景圖像的隨機(jī)擾動(dòng)。針對(duì)本裝置的設(shè)計(jì)要求，我們應(yīng)用Kalman濾波器在零均值白噪聲的退化公式即漸消記憶遞歸最小二乘法，來更新和重建背景圖像，得到時(shí)域漸消遞歸最小二乘法的遞歸式：
?。?）顏色濾波去陰影算法
如果圖像中具有運(yùn)動(dòng)陰影和分割碎塊，分割所得的圖像往往與實(shí)際目標(biāo)不符，產(chǎn)生欠分割或過分割的現(xiàn)象。由于陰影象素的灰度值在一個(gè)局部領(lǐng)域中變化不是很大，所以顏色濾波主要是構(gòu)造一個(gè)包含陰影的模板，再用這個(gè)模板與差分結(jié)果做邏輯與的操作，從而檢出陰影。本算法比較簡(jiǎn)單，執(zhí)行速度快，處理中不需要區(qū)分陰影和半陰影，而且可以將移動(dòng)陰影和背景中的陰影都檢出來，只是模板中的參數(shù)要根據(jù)現(xiàn)實(shí)情況和經(jīng)驗(yàn)來定。由于靜止物體的陰影也是不動(dòng)的，所以靜止目標(biāo)可以歸入背景中。由公式（2）可檢測(cè)出動(dòng)目標(biāo)。 
?。?）形心跟蹤算法
形心跟蹤是將整個(gè)跟蹤波門內(nèi)的圖像二值化，用求目標(biāo)形心的辦法獲得目標(biāo)位置參量。由于形心值是相對(duì)于目標(biāo)面積歸一化的值，因此形心值不受目標(biāo)面積、形狀以及灰度分布細(xì)節(jié)的限制。同時(shí)，形心跟蹤的計(jì)算頗為簡(jiǎn)便。但是，形心跟蹤器受目標(biāo)的劇烈運(yùn)動(dòng)或目標(biāo)被遮擋的影響較為嚴(yán)重，瞄準(zhǔn)點(diǎn)漂移是遠(yuǎn)距離跟蹤系統(tǒng)的主要誤差之一。這也是我們采用目標(biāo)軌跡擬合算法來外推運(yùn)動(dòng)目標(biāo)位置，并與相關(guān)跟蹤法并行工作的原因。由于形心算法比較普及，本跟蹤裝置直接采用了改進(jìn)的形心跟蹤算法，用目標(biāo)峰值自適應(yīng)檢測(cè)算法使系統(tǒng)的計(jì)算可靠性和實(shí)時(shí)性達(dá)到最佳結(jié)合值。
?。?）相關(guān)跟蹤算法
相關(guān)跟蹤是對(duì)目標(biāo)圖像和輸入圖像進(jìn)行相關(guān)運(yùn)算，通過對(duì)搜索區(qū)域每次運(yùn)算結(jié)果進(jìn)行處理獲取相關(guān)峰值，從而確定目標(biāo)在輸入圖像的位置。在圖像目標(biāo)背景比較復(fù)雜以及背景與目標(biāo)無明顯灰度差的場(chǎng)合，相關(guān)跟蹤具有較好的抗干擾能力，可以應(yīng)付一定的形變和灰度畸變，能對(duì)復(fù)雜場(chǎng)景中的指定目標(biāo)進(jìn)行穩(wěn)定跟蹤，并對(duì)目標(biāo)交叉遮擋有較好的記憶效果，因此我們采用基于二維最小絕對(duì)差累加和算法的相關(guān)匹配算法進(jìn)行圖像特征識(shí)別，相似性度量為：
評(píng)論