学位论文 > 优秀研究生学位论文题录展示

用于嵌入式系统的Mean Shift实时计算方法的研究与应用

作　者: 周丹
导　师: 柴志雷
学　校: 江南大学
专　业: 计算机系统结构
关键词: 嵌入式系统 Mean Shift算法目标跟踪 FPGA
分类号: TP391.41
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载

内容摘要

随着视觉物联网的发展，视觉处理算法将会越来越多地用在嵌入式系统中。在实际应用中，计算实时性成为决定Mean Shift算法是否实用的主要因素。因此，如何提高Mean Shift算法的计算速度成为研究热点。对于Mean Shift算法，许多研究人员已经做了比较深入的研究，但是这些算方法都非常复杂，计算量大，而且一般在PC或DSP上实现。在许多实际应用中，Mean Shift算法很难满足现实系统对实时性的要求。因此，改进现有算法，寻求更为有效的硬件实现平台，解决Mean Shift算法的实时性问题，是一个很具有研究价值的课题。本文首先详细介绍了与Mean Shift算法相关的理论。通过介绍参数密度估计和无参数密度估计，引出了Mean Shift算法，并对Mean Shift算法收敛性进行了分析。其次介绍了Mean Shift算法在图像处理中的应用。最后介绍了加速Mean Shift算法的方法。本文详细说明了Mean Shift算法在目标跟踪方面的应用。首先详细说明了MeanShift目标跟踪算法，给出了具体的算法步骤，然后对Mean Shift目标跟踪算法的时间复杂度进行了分析，最后介绍了影响Mean Shift目标跟踪算法性能的因素。本文对Mean Shift目标跟踪算法的硬件结构进行设计，并采用硬件平台FPGA来实现。首先结合FPGA硬件平台的特点对Mean Shift目标跟踪算法进行优化，其次给出了优化后Mean Shift目标跟踪算法的硬件结构，并对各个模块的硬件实现进行了详细说明，最后采用Chipscope工具显示实验结果，并对实验结果的准确性和实时性进行了分析。系统每秒可处理78张大小为288×384图片，完全可以达到实时处理要求。

全文目录

摘要  3-4
Abstract  4-5
目录  5-7
第一章绪论  7-11
  1.1 课题的研究意义  7
  1.2 课题的研究现状  7-8
    1.2.1 Mean Shift 算法的研究现状  7-8
    1.2.2 基于硬件平台的研究现状  8
  1.3 论文的主要研究内容  8-9
  1.4 论文的组织结构  9-11
第二章 Mean Shift 基本理论  11-21
  2.1 引言  11
  2.2 参数密度估计和无参数密度估计  11-16
    2.2.1 参数密度估计方法  11-12
    2.2.2 无参数密度估计方法  12-15
    2.2.3 参数密度估计与无参数密度估计的区别  15-16
  2.3 Mean Shift 理论  16-18
    2.3.1 Mean Shift 向量  16-17
    2.3.2 Mean Shift 算法  17
    2.3.3 Mean Shift 算法收敛性分析  17-18
  2.4 Mean Shift 算法在图像处理中的应用  18
  2.5 加速 Mean Shift 算法的方法  18-20
  2.6 本章小结  20-21
第三章 Mean Shift 算法用于目标跟踪  21-31
  3.1 引言  21
  3.2 Mean Shift 目标跟踪算法  21-25
    3.2.1 构造目标模型  22
    3.2.2 构造候选模型  22-23
    3.2.3 选择相似性函数  23
    3.2.4 目标定位  23-24
    3.2.5 Mean Shift 目标跟踪算法描述  24-25
  3.3 Mean Shift 目标跟踪算法的时间复杂度分析  25-27
    3.3.1 计算目标模型概率密度模块  25-26
    3.3.2 计算新的圆心坐标模块  26-27
  3.4 跟踪性能的影响因素  27-28
  3.5 实验结果及分析  28-29
  3.6 本章小结  29-31
第四章 Mean Shift 目标跟踪算法的硬件结构设计  31-59
  4.1 算法优化  31-32
    4.1.1 核函数的优化  31
    4.1.2 权重计算的优化  31-32
  4.2 Mean Shift 目标跟踪算法的硬件结构  32-33
  4.3 Mean Shift 目标跟踪算法的硬件实现  33-43
    4.3.1 计算候选模型概率密度模块的硬件实现  33-37
    4.3.2 计算目标模型概率密度模块的硬件实现  37
    4.3.3 权重计算模块的硬件实现  37-38
    4.3.4 计算可能的圆心位置模块的硬件实现  38-39
    4.3.5 计算 reg 模块的硬件实现  39-41
    4.3.6 计算比较信号 sig1 模块的硬件实现  41
    4.3.7 计算比较信号 sig2 模块的硬件实现  41-42
    4.3.8 有限状态机的硬件实现  42-43
  4.4 实验平台介绍  43-44
  4.5 实验设计  44-48
  4.6 实验结果  48-57
    4.6.1 软件仿真  48-56
    4.6.2 硬件实现  56-57
  4.7 实验结论  57-58
  4.8 本章小结  58-59
第五章总结与展望  59-61
  5.1 工作总结  59
  5.2 后续工作展望  59-61
致谢  61-62
参考文献  62-65
附录  65

用于嵌入式系统的Mean Shift实时计算方法的研究与应用

内容摘要

全文目录

相似论文