專利名稱：基于多核dsp的klt運(yùn)動(dòng)目標(biāo)跟蹤算法的實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于紅外目標(biāo)搜索跟蹤技術(shù)領(lǐng)域，特別是一種具體屬于運(yùn)動(dòng)目標(biāo)實(shí)時(shí)跟蹤領(lǐng)域。
背景技術(shù)：
運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤是數(shù)字圖像處理技術(shù)的一個(gè)重要部分。它包含了模式識(shí)別、計(jì)算機(jī)視覺(jué)、視頻信號(hào)處理等多個(gè)學(xué)科內(nèi)容，對(duì)該技術(shù)的應(yīng)用也是日益增多。最近幾年，人們?cè)谶\(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤上不斷開(kāi)發(fā)新的算法，但是由于算法的計(jì)算量上和硬件平臺(tái)的處理速度的約束，使得運(yùn)動(dòng)目標(biāo)跟蹤的兩個(gè)關(guān)鍵性能指標(biāo):實(shí)時(shí)性與準(zhǔn)確度的平衡難以掌握。為了實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤系統(tǒng)中的實(shí)時(shí)性要求，則需要采取一些措施來(lái)提高算法的運(yùn)算處理速度，一是在算法上進(jìn)行優(yōu)化，二是在硬件系統(tǒng)上進(jìn)行改善。目前運(yùn)動(dòng)目標(biāo)跟蹤的算法很多，如粒子濾波(pf )、meanshift跟蹤、以及KLT跟蹤或叫Lucas光流法，這些方法各自有各自的優(yōu)點(diǎn)，對(duì)于粒子濾波而言，它能夠比較好的在全局搜索到最優(yōu)解，但其求解速度相對(duì)較慢，由于其是基于顏色直方圖打計(jì)算，所以對(duì)相同顏色東西不太能夠區(qū)別，meanshift跟蹤很容易陷入局部最優(yōu)，但速度還是挺快。KLT方法在跟蹤方面表現(xiàn)的也不錯(cuò)，具有很強(qiáng)的抗干擾能力，特別在實(shí)時(shí)計(jì)算速度上。1981年，Kannde和 Lucas 提出了基于特征點(diǎn)的跟蹤算法(1.Jianbo Shi, Carlo Tomasi, Good Featuresto Track, IEEE Conference on Computer Vision and Pattern Recognition, 1994，
6.)，后來(lái) Lucas 和 Tomasi 對(duì)該算法進(jìn)行了擴(kuò)展、完善(2.Tiziano Tommasinij AndreaFusielloj Emanuele Trucco etc., Making Good Features Track Better,Proc.1EEEInt.Conf.0n Computer Vision and Pattern Recognition, 1998 (6):178 183.)。KLT特征點(diǎn)跟蹤算法是對(duì)跟蹤目標(biāo)材質(zhì)紋理 豐富的“角落點(diǎn)”進(jìn)行跟蹤，因此具有很強(qiáng)的抗干擾性，可跟蹤性好，實(shí)際應(yīng)用也證實(shí)了這一特點(diǎn)。盡管KLT特征點(diǎn)跟蹤算法計(jì)算適中，但如果用軟件在現(xiàn)有的硬件平臺(tái)上實(shí)現(xiàn)，也很難達(dá)到實(shí)時(shí)要求。KLT算法在GPU上實(shí)現(xiàn)運(yùn)算速度有所提高，但是基于成本的考慮，要廣泛的應(yīng)用還存在一定的難度(3.Sudipta NSinbajJanmichael Frahmj Marc Pollefeysjet al.GPU-based video feature trackingand matching:TR 06-012 [R].University of North Carolina，USA，2006.)。SudiptaN (4.Sudipta N.Sinhaj Jan-Michael Frahm etc., GPU-based Video Fearure Trackingand Matching, Department of Computer Science, UNC Chapel Hill, Technical ReportTR 06-012，2006，5.)等在P-1V 3GHz CPU計(jì)算機(jī)上對(duì)1024*768大小的圖片進(jìn)行KLT跟蹤，計(jì)算花費(fèi)時(shí)間如下表所示:
表一.特征點(diǎn)數(shù)對(duì)應(yīng)的計(jì)算花費(fèi)時(shí)間
權(quán)利要求
1.一種基于多核DSP的KLT運(yùn)動(dòng)目標(biāo)跟蹤算法的實(shí)現(xiàn)方法，其特征在于包括以下步驟: 步驟一:利用具有網(wǎng)口和SRIO接口的視頻采集板將CXD獲得的視頻圖像通過(guò)SRIO接口傳輸?shù)蕉嗪薉SP中； 步驟二:將輸入的視頻圖像進(jìn)行平滑操作，即對(duì)輸入圖像進(jìn)行標(biāo)準(zhǔn)差為0.7，模板窗口為3x3高斯濾波，實(shí)現(xiàn)圖像的平滑，提高目標(biāo)的信噪比與信雜比； 步驟三:將經(jīng)過(guò)平滑的圖像轉(zhuǎn)換為金字塔圖像，然后對(duì)每一級(jí)的金字塔圖像求特征點(diǎn)，并計(jì)算圖像灰度差異值； 步驟四:圖像的特征點(diǎn)選取，即對(duì)灰度圖像進(jìn)行二階求導(dǎo)，得到2x2的Z矩陣，其中Z矩陣為
2.根據(jù)權(quán)利I所述的基于多核DSP的KLT運(yùn)動(dòng)目標(biāo)跟蹤算法的實(shí)現(xiàn)方法，特征在于:步驟一所述的，利用具有網(wǎng)口和SRIO接口的視頻采集板，通過(guò)SRIO將視頻圖像傳輸給DSP，視頻采集板與DSP板通過(guò)UDP協(xié)議進(jìn)行數(shù)據(jù)傳輸。
3.根據(jù)權(quán)利I所述的基于多核DSP的KLT運(yùn)動(dòng)目標(biāo)跟蹤算法的實(shí)現(xiàn)方法，特征在于:計(jì)算圖像特征點(diǎn)的偏移量，以實(shí)現(xiàn)特征點(diǎn)的跟蹤，偏移量的具體甲酸方式如下
全文摘要
本發(fā)明公開(kāi)了一種基于多核DSP的KLT運(yùn)動(dòng)目標(biāo)跟蹤算法的實(shí)現(xiàn)方法，本發(fā)明方法包括圖像的平滑，計(jì)算金字塔圖、計(jì)算圖像灰度差異值、特征點(diǎn)選擇、特征點(diǎn)跟蹤、特征點(diǎn)一致性檢查，并將其作為六個(gè)模塊移植到多核DSP中，其中每個(gè)模塊分配一個(gè)核，運(yùn)用數(shù)據(jù)流方式進(jìn)行處理；本發(fā)明采用KLT跟蹤算法，并運(yùn)用多核DSP的多核并行執(zhí)行的優(yōu)勢(shì)和其處理速度，能夠?qū)崿F(xiàn)運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)、精確的跟蹤。
文檔編號(hào)G06T7/20GK103177455SQ20131008970
公開(kāi)日2013年6月26日 申請(qǐng)日期2013年3月20日 優(yōu)先權(quán)日2013年3月20日
發(fā)明者錢(qián)惟賢, 胡楷, 楊力, 尹章芹, 任建樂(lè), 顧國(guó)華, 陳錢(qián), 路東明 申請(qǐng)人:南京理工大學(xué)