基于DSP的运动图像的检测 (毕业设计52页、26015字)  摘要：本文研究内容主要涉及到运动图像检测与提取、运动目标跟踪、运动目标识别等方面的内容，同时也涉及了计算机视觉、模式识别、以及人工智能等领域，具有重要的理论意义。
运动图像的检测技术是在图像分割技术的基础上发展起来的。它将场景中的前景目标从背景中分离出来。本文主要研究静止背景下的运动图像检测。通过研究已有的运动目标检测算法，找到各算法的优缺点，从而进一步的研究运动目标的检测。在Visual C++ 6.0的平台下，系统能够成功检测出完整的目标，并能够很好地分割目标，标记目标。通过提取和匹配目标部分特征，系统具有一定的目标识别功能。经过多次实验测试，处理效果不错，系统具有一定的鲁棒性。
本次设计的另外一个重点就是用VC++对相关算法进行实验验证后，将代码移植到DSP上实现。因此，本文研究了TI公司TMS320C6000系列DSP的内部结构和开发过程，主要针对TMS320DM642，将代码成功移植到DSP集成开发环境CCS上，并进行相应的程序优化。最后实验验证成功。

关键词：运动图像检测；数学形态学；图像分割；目标识别；DM642

Moving image detection based on DSP

Abstract： Research content in this thesis relates to not only the motion object detection, pick-up, track, identification chiefly, but also the computer vision, pattern recognize and artificial intelligence at the same time.Thus, it has important academic meaning.
The technology of motion image detection is developed based on the image segmenta- tion. It segments the foreground object in the scene from the background. This thesis investigates the motion object detection aimed at static background scene instance primarily. Through studying the known motion object detection arithmetic, finding out both virtue and vice in those arithmetic, the motion object detection has been investigated ulteriorly. With Visual C++ 6.0 the system manages to detecting the entire objedts, segmenting and labeling them. Also, the system obtains the function of object recognition by picking up and matching some characters that belong to the objects. Via several tests, the system gives a good performance, and it is of some robustness.
Another key in the design is transplanting the codes to the DSP after managing to validating it with the Visual C++ 6.0. On the research of the characteristics and the software development of TI TMS320C6000 series DSP, mainly the TMS320DM642, the codes is transplanted to DSP successfully, and gets corresponding optimized. Evently, the system is validated triumphantly.

Key words:  motion image detection, mathematical morphology, image segmentation, object recognition, DM642

目    录
第1章  绪论 1
1.1  概述 1
1.2  研究背景和现状 1
1.3  本文的研究工作概述 1
1.4  本文的内容安排 2
第2章  序列图像分析 3
2.1  颜色模型 3
2.1.1  RGB颜色模型 3
2.1.2  YUV颜色模型 4
2.1.3  YUV与RGB的相互转换 4
2.2  图像灰度变换 5
2.2.1  二值化和阈值处理 5
2.2.2  噪声滤波 5
2.3  图像的形态学分析 6
2.3.1  传统数学形态学算法 6
2.3.2  快速腐蚀膨胀算法 7
2.3.3  图像开启与闭合 9
第3章  运动目标检测算法研究 11
3.1  运动目标检测方法 11
3.1.1  常用方法 11
3.1.2  相邻帧差法 11
3.1.3  背景减法 12
3.1.4  帧差法和背景减法 14
3.1.5  其他方法 14
3.2  基于高斯模型的背景减法 14
3.3  图像分割及测量 16
3.3.1  目标物体的轮廓提取 16
3.3.2  传统的标记算法 16
3.3.3  改进的标记算法 19
3.3.4  标记算法比较 22
3.4  运动目标标识 23
3.4.1  获取目标坐标 23
3.4.2  运动物体加框标识 23
3.4.3  运动物体中心标识 24
3.4.4  目标识别 24
本章小节 25
第4章  系统软件框架设计以及DSP实现 26
4.1  系统框架及处理流程 26
4.2  DSP平台介绍 27
4.2.1  DM642多媒体处理器 27
4.2.2  三级存储器系统 27
4.2.2  集成开发环境CCS介绍 29
4.3  软件开发流程 31
4.4  代码移植 32
4.3.1  改变视频图像读取方式 33
4.3.2  修改程序中不符合标准C规则的地方 33
4.3.3  数据类型的转换 34
4.3.4  链接命令文件 35
4.3.5  配置文件 36
4.3.6  编译选项的选择 37
4.5  代码优化 37
4.5.1  算法结构优化 37
4.5.2  存储器系统的优化 37
4.5.3  使用编译选项优化 38
4.5.4  软件流水 39
4.5.5  线性汇编 40
4.5.6  其它优化方法 40
4.6  实验结果及分析 40
本章小节 41
结论 42
致谢 44
参考文献 45
 
第1章  绪  论
1.1  概述
目前，视频信号的智能化处理需求日益增加，正确地从视频流中提取运动目标是许多智能视频系统，如视频监视[1]、交通自动监控[2]、人体检测与跟踪[3]等的基础部分。过去，计算机性能尤其是速度限制了图像处理应用的复杂性，因此大多数系统或者太慢，或者限定条件过多。近年来，随着计算机性能不断提高，利用计算机对监控系统中的视频信息进行分析，从而使监控系统的智能化成为可能[4]。
根据摄像机和场景分析是否运动将运动分为四种模式[5]：摄像机静止物体静止，摄像机静止物体运动，摄像机运动物体静止，摄像机运动物体运动。每一种模式需要不同的分析方法和算法。摄像机静止物体静止模式属于简单的静态场景分析；摄像机静止物体运动是一类非常重要的动态场景分析，包括运动目标检测、目标运动特性估计等，主要用于报警、监控、目标跟踪等场合；而摄像机运动物体静止是另一类非常重要的动态场景分析，包括基于运动的场景分析与理解、三维运动分析等，主要用于移动机器人视觉导航，目标自动锁定与识别等；在动态场景分析中，摄像机运动物体运动是最一般的情况，也是最难的问题，目前对该问题研究的还很少。在本文所涉及的运动目标检测系统，我们假定摄像机是固定的，场景变化是由视野中的目标运动所引起的，即系统为摄像机静止物体运动模式。
1.2  研究背景和现状
运动目标检测是数字视频处理、分析应用的一个重要领域，在民用和军事上有着广泛的应用。随着微电子技术的迅猛发展，数字信号处理器件的工作速度越来越快，同时视频目标实时处理技术的研究也得到相应突破，使得视频目标实时处理成为可能，并成为当前研究的热点。
由于基于目标的运动分析和事件识别的智能监控系统在国民经济和国防建设等方面发挥着重要的作用，美、英等国己经开展了大量相关项目的研究。而在我国，这方面的研究可以说是近几年才开展起来的新领域。
1.3  本文的研究工作概述
本文通过研究已有的运动目标检测算法，提出自己的理论，并且借助VC++6.0在PC上验证相关算法，最终把算法代码移植到TMS320C6000系列的DSP系统上。
    系统采用TI公司的TMS320C6000系列的DM642来实现运动目标检测算法。因此，本文研究的另外一方面，就是对C6000系列的DM642内部结构和开发过程进行研究，将算法成功移植到DM642上，使其达到实时性要求。
    论文的研究内容以模块的总体算法设计为主，为了叙述清晰起见，部分算法流程辅以流程图加以说明。
1.4  本文的内容安排
本文各章的研究内容安排如下：
第一章，简单介绍了运动目标检测的研究背景和研究目的，分析了国内外的发展情况，确定了本课题将要研究的主要内容；
第二章，主要分析了图像的相关处理算法（比如二值化、数学形态滤波等），为后面的视频处理作出铺垫；
第三章，介绍几种目前较为流行的运动检测方法，对其中几种算法进行了实验验证，并在这些算法研究的基础上提出了将相邻帧差法和背景减法算法相结合进行混合检测的系统构架，并且提出了改进的目标分割算法；
第四章，根据实际处理的场景在DM642的平台下对运动物体检测的软件框架进行了总体设计，并疏通各个算法的处理流程。研究学习美国TI公司的TMS320C6000系列的DM642的内部结构和开发流程，将运动目标检测算法代码移植到DM642上，同时进行相应的优化，在DSP的开发平台CCS上，软件仿真（simulator）成功；
第五章，全文总结。总结本文所做的工作和研究成果，指出了研究中值得改进的地方和将来的研究方向。