基于DSP的智能视觉监控系统

提出基于人脸检测与跟踪的智能视觉监控系统。采用运动和肤色特征提取包含人脸区域的检测算法,并使用多层分类器定位人脸、CAMShift算法实现人脸的及时跟踪。在DM642DSP上实现算法。系统达到了8帧／s处理速度,基本满足视频监控的要求。     

基于TMS320DM642的智能安防监控系统

本文设计了一套嵌入式智能安防系统,实现了对运动目标的跟踪、定位,可以快速捕获人脸图像,利用模式识别与图像处理技术对人脸特征进行分析,提取其特征量并与人脸库中的特征量进行匹配,判断其是否为非法人员,若是则联合其他安防体系一起报警。     

视频中实时的人脸检测算法

本文提出一种视频中实时的人脸检测算法,该算法是基于Gentle Adaboost的多特征融合的快速算法,首先采用运动和肤色特征提取候选的人脸区域,再使用多层级联分类器定位人脸,为了加快检测的速度,还采用了边缘能量来排除非人脸窗口等策略。实验表明,该算法的检测率到达98.78%,误检率仅为2.04%,且速度达到了每秒27帧,满足各种实时的场合的要求。     

基于DM642的AdaBoost人脸检测算法优化与实现

本文首先介绍了Adaboost人脸检测算法的基本原理,指出了现有人脸检测算法多数都是基于PC机实现,没有具体应用于实际的嵌入式系统中。因此提出了基于TMS320DM642实现人脸检测算法,并阐述了算法性能优化的方案。优化后人脸检测算法满足了实时性要求,检测CIF图像速度达到36帧/秒,为实际应用奠定了基础。     

基于DSP的视频图像边缘检测研究

数字视频图像技术的突飞猛进是目前电子领域的一个发展方向。传统的视频处理系统由于技术上的瓶颈,逐渐已经被时下流行的数字技术所替代。数字视频图像由于其信息量大,存储方便等优势,在很多产品中已经大量应用。数字视频图像的处理内容和方法很多,本文重点研究其在图像特征检测技术中的边缘检测,并通过TMS320DM642高性能的DSP处理器结合摄像头和显示器,动态反映出处理效果。     

基于视频分析的智能监控系统

智能监控是当前计算机视觉研究的热点领域之一。针对室内监控的具体特点,实现了一种基于视频分析的智能检测跟踪监控系统。利用基于统计模型的目标检测算法提取运动目标;然后结合Meanshift算法对目标进行粗跟踪;最后针对Meanshift算法无法实时改变跟踪窗大小的缺陷,提出边界力调整算法以自适应更新跟踪窗窗宽。并以DM642数字图像处理DSP为核心,设计并搭建了智能视频监控平台。实验表明,该系统可以实时有效地检测、跟踪室内运动目标。     

基于DSP的数字视频监控系统前端设计

针对当前数字视频监控系统的发展趋势,提出了基于视频处理DSP的数字视频监控系统前端硬件模型。设计了运行于DM642的视频采集压缩系统,详细阐述了系统的硬件结构、关键模块的设计方法、系统的EMC设计以及系统软件的体系结构。实验结果表明,该系统对视频图象的压缩编码效果良好,能够满足视频监控系统的实时性需求。     

AdaBoost人脸检测算法在DSP上的移植与优化

将Viola等人提出的AdaBoost人脸检测算法由PC机移植到TMS320DM642嵌入式平台,采用EMCV （Embedded Computer Vision Library）移植方案,将PC平台的OpenCV（Open Source Computer Vision Library）视觉库中有关AdaBoost算法的模块修改使之适应嵌入式DSP平台。该移植工作主要解决了OpenCV在嵌入式平台的不兼容问题以及不同体系架构的编译器环境和库文件导致的编译和链接错误。优化工作在TI的编译器CCS中进行,在编译器平台下进行C语言的项目及程序优化,并进行了大量实验数据的对比,给出了优化的方案,对实现系统的实时性有指导性作用。     

基于DM6437的Adaboost人脸检测算法的设计与实现

研究并实现了基于DM6437的Adaboost人脸检测算法。在对相关的人脸检测算法研究的基础上,选择了适应能力强、错误率小的Adaboost算法,通过对输入样本进行Harr特征提取,从中选出最优的Haar特征,然后将训练得到的Haar特征转换成弱分类器,再将弱分类器优化组合成强分类器,最后形成级联强分类器用于人脸检测。通过OpenCV在计算机上仿真实现该算法,完成了Adaboost人脸检测算法的DSP程序设计,在DM6437硬件平台上实现了人脸实时检测功能。结果表明,运用该算法能够有效地进行人脸检测,可用于工程实践。     

基于TMS320DM642的实时运动目标检测与跟踪系统

CAMShift算法凭借其良好的实时性和鲁棒性而计算量小,在目标跟踪邻域占有重要地位;而单纯的CAMShift是一种需要人预先对目标进行识别和判断以获得目标颜色模式的半自动跟踪器;文章采取帧差法和CAMShift算法相结合的方法,设计了一种自动的运动目标检测与跟踪系统;该系统首先用时间连续的三帧双差分对运动目标的识别和提取,自动地选取搜索窗;再通过CAMShift算法计算目标的精确位置并调整搜索窗口大小;最后通过串口发送云台控制信息,驱动云台运动使目标始终保持在视场之内;在以DM642为核心的硬件平台上,实现了系统的软件算法;实验表明在对比度较高时,无人为干预的情况下,系统能有效、实时地跟踪目标。     

双DSP的多路视频监控系统设计

采用两片TI公司的专用视频处理芯片TMS320DM642设计了一种多路视频监控系统.其中,DSPI与视频采集芯片SAA7113共同完成多路视频的采集,并拼接成一路视频图像输出;DSP2完成对DSP1输出图像的采集、压缩和视频传输.该方案结构灵活、拓展性强,可以实现4路视频的实时采集与传送.     

一种可视化智能户外监控系统

针对目前流行的可视化监控系统存在的缺陷,研制了一种利用计算机系统辅助完成运动目标自动检测和分类的智能化监控系统;并针对户外监控场景复杂、干扰大,人体识别困难等问题,提出了检测块、提取函数、特征点等概念,以及基于影子模式的投景直方图技术,基于时空信息的累加和技术和基于边缘检测的几何模型技术等关键技术,以解决户外复杂背景下的人体识别困难问题,以降低户外监控的漏警率和误警率。     

仿生眼视觉图像处理系统

为研制仿生眼球,构建了一个嵌入式的基于仿生控制的视觉图像处理系统。根据仿生眼对视觉系统的要求,设计了一个以TMS320DM642DSP为核心,以TVP5150、SAA7121H为编解码模块的视觉图像处理系统;实现了仿生眼视觉识别的一系列软件开发,包括实时图像采集、视频图像处理、视频输出及目标位置参数传递等功能;在CCS2.2的环境下,对视觉识别算法进行了探索,用经典的Prewitt算法以及改进的Prewitt算法对系统进行实验测试。     

基于运动检测的低码率视频监控系统

本文提出了一个固定摄像头的低码率视频监控系统。运动检测技术与视频编码结合可以实现较低码率的实时监 控,使在网络传输中对带宽、存储介质的需求更低,更经济,更有效。基于动态阈值和背景更新机制的运动检测算法可 以有效地检测出当前画面的运动区域,仅对运动区域进行编码。根据测试序列的实验结果显示,在不降低视频质量的前 提下,码率得到了有效下降。     

基于DM642的红外图像处理系统的优化策略

提出了一种面向红外图像处理系统的优化设计方法。采用美国INFRARED-2500AS型红外探测器,以高性能数字媒体处理器DM642为核心搭建系统平台,对采集得到的红外图像进行图像插值、直方图均衡等处理,并通过视频编码器进行显示输出。在阐述了系统的体系结构和指令执行流程的基础上,从硬件和软件两方面介绍了相应的优化策略,包括系统电路设计的改进和存储器结构的调整,并利用DM642多媒体指令集等技术进行了代码优化。实验结果表明,经过优化的系统在速度和稳定性等方面均得到了明显的提高,可满足红外图像处理算法大数据量、高速传输、复杂运算的实际需求,并能够适用于野外较为恶劣的工作环境,可以在军事和民用等诸多领域发挥较大作用。     

基于DM642视频采集处理系统硬件设计

TMS320DM642是TI公司推出的一款具有专用视频接口（Videoport）的高性能媒体处理DSP，具有强大的？DSP内核和优化的总线结构。以DM642芯片为数据处理核心，建立了包含视频AD＆DA模块、视频处理与通信部分的视频采集处理系统，实现了外部模拟视频信号输入、模，数转换、视频采集、视频处理、数，模转换、视频及目标信息输出的完整功能，并为后续控制平台提供了通用接口。系统使用整体编程化的开发方法，采用部分调试与整机联调的调试方法提高了调试效率，加速了系统的研制。     

基于DM642的香烟小包装外观检测系统

本文设计与实现了一种基于TMS320DM642的香烟小包装外观质量检测系统,详细阐述了该系统的硬件构成、软件流程、检测算法以及针对DSP处理器进行的系统优化.系统以TMS320DM642处理器为核心建立硬件平台,通过摄像头获取香烟小包装图像,采用改进的模板匹配算法对当前图像进行质量检测,最终在监视器上显示检测结果并将检测结果送执行单元进行处理.实验结果表明基于TMS320DM642的香烟小包装检测系统,检测效果快速、准确、有效,应用前景广泛.