基于TMS320C6202的实时多目标识别跟踪系统处理平台设计

为解决电视捕获跟踪瞄准系统中算法复杂性与系统实时性之间的矛盾。本文设计了以最新ＤＳＰ芯片ＴＭＳ３２０Ｃ６２０２为核心处理器、基于ＦＰＧＡ和ＰＣＩ总线的实时多目标识别跟踪处理平台。通过对Ｃ６２０２和Ｃ６２０１芯片性能的比较，得出Ｃ６２０２适合实时图像处理的特点。重点介绍了该实时处理平台的基本组成、工作原理和系统优化措施。针对复杂背景下目标多、小、弱的特点，初步探讨了一种易于ＦＰＧＡ硬件实现的模糊边缘检测算法的理论基础。     

基于相似度的双搜索多目标识别算法

在分析远距离多目标特性的基础上，提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段，首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标，再利用“距离相似度”原则进行候选目标的聚类分析，以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段，以最大熵值点为种子点进行目标区域生长。为了减少运算量，提高实时性，还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法，重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。     

实用型亚像元定位方法的研究

针对重复曝光离线对准系统,提出一种实用型亚像元定位方法--自适应加权拟合细分算法(AWS),详细分析了算法的理论基础和基本原理,利用投影平均来提高信噪比,一维尺寸对比度滤波器单调分区,自动加权突龉丶?重建拟合曲线.仿真和硬件平台实验均表明:该算法具有较高的重复定位精度和实时处理能力.     

目标识别新算法的研究与应用

文中提出一种新的目标识别算法－－形状尺寸对比度滤波器算法,它是在尺寸对比度滤波器的基础上,加上目标形状特征,克服了原单一回形结构算法的局限性,使算法可准确地识别具有特定形状和尺寸的目标。针对硅片对准八字标记,介绍了算法的基本原理和结构参数设计。通过对算法的分析及工程实际应用,有效地验证了该算法识别目标的正确性,并证实其特点。