基于PCI总线的实时图像识别与跟踪平台设计
载、地址0处的存储器对应为DSP内部程序RAM。
4 软件算法
图像由计算机经PCI卡传到图像处理板的双口RAM后,DSP对图像进行预处理,包括图像校正、图像滤波,之后进行图像分割和识别。当识别出目标时设置跟踪波门,则后续图像序列在波门内进行跟踪。本系统识别的目标为高空飞行的飞机图像,采用的识别算法要求具有平移、旋转和比例的识别特征不变性,同时要求跟踪速度快。
4.1 图像分割
图像分割的目的是将图像目标和背景分割开来,从而知道目标的大致位置。目前已有各种各样的方法,其中简单有效的方法是直方图分割法中的最大距离法(类间方差门限法)。它的基本思想是:在直方图取值范围内,任一灰度级可将直方图分为左右两部分,如果这两部分的灰度均值与总体的灰度均值相距最大,则该灰度级就取为分割门限。这种分割技术可由如下公式描述:
D(l′)={[λ(l')-μPo(l')] 2}/Po(l')[1-Po(l')] (1)
式中,,Pl为灰度l级处的概率。分割的准则是将D(l′)为最大值的灰度级l′作为图像分割的门限值。图像中凡是灰度值大于分割门限的像点,均认为是背景中的点;反之,则认为是潜在目标区域中的点。这种分割方法可以精确地找到分割门限,提取目标。
4.2 图像识别
图像经过分割后,接下来就要对目标图像识别。实现目标识别技术的关键是如何利用一组特征参数对区域的本质特征进行有效的描述。适当地选择特征是很重要的,因为在识别目标时它是唯一的依据。图像的识别特征有各种各样的描述,如目标形状、大小、统计分布等。这里使用仿射矩不变量和分散度特征来识别目标,取得了较好的效果。
对于经过分割(二值)处理的数字图像f(x,y),可以定义(p+q)阶矩:
mpq=∑XpYqf(x,y) (2)
式中, p,q=0,1,3……
f(x,y)的(p+q)阶中心矩可用下式表示:
μ=∑(X-X)p(Y-Y)qf(x,y) (3)
式中,X=m10/m00,Y=m01/m00,即(X,Y)为目标区域灰度质心。
f(x,y)惟一地确定一个矩序列{mpq},反之,矩序列{mpq}也唯一确定f(x,y)。在此利用公式(4)的5个几何矩不变量[4],再加上分散度特征一起代入目标匹配公式[2]进行目标识别。
φ1=η20+η02
φ2=(η20-η02)2+4η 2 11
φ3=η20η022-η (4)
φ4=(η30-3η12)2+(3η-η03)2
φ5=(η30+η12)2+(η+η03)2
其中,ηpq=μpq/(μ00)(p+q+2)/2。
此5个不变矩对目标区域的平移(T
《基于PCI总线的实时图像识别与跟踪平台设计(第2页)》