基于TMS320DM642内河船舶目标检测系统的设计与实现

介绍了一种基于3MS320DM642内河船舶目标检测系统的设计与实现。首先讨论了船舶检测系统的硬件设计，该系统采用新一代数字多媒体处理器TMS320DM642。它具有极强的处理能力，可以保证图像信息处理的实时性和准确性。然后在硬件平台的基础上给出了其软件实现，提出了基于形态学重构的内河船舶目标检测算法。该算法先对原图像进行中值滤波，然后取滤波后的图像中亮度值最大的像素作为标记图像；原图像经顶帽变换，并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构，从而实现船舶目标检测。最后将该系统应用于长江三峡的船舶检测，实验结果表明，该系统能实时的满足算法的需要，该算法在复杂背景下，能准确地检测出目标。     

基于小波模极大值和SVM的智能车辆障碍物检测

针对复杂交通场景中智能车辆前向障碍物检测问题,根据障碍物的后视视觉特征,提出了一种基于小波模极大值和支持向量机的障碍物检测方法.利用小波变换对奇异信号的多尺度分析,并结合障碍物先验知识的多特征组合,对候选障碍物区域进行检测;构建了一种适合于交通场景中障碍物分类的二叉树支持向量机(BT-SVM)多类分类器,对候选障碍物区域进行确认识别.将该方法应用于高速公路、城区道路等多种交通场景中,实车实验结果表明了本方法的有效性、实时性和通用性.     

基于形态学重构的内河红外船舶目标检测

针对内河船舶红外图像的成像特点,提出了基于形态学重构的内河船舶红外图像目标检测算法,该算法先对原图像进行中值滤波,然后取滤波后的图像中亮度值最大的像素作为标记图像;原图像经顶帽变换,并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构,从而实现红外船舶目标检测.实验结果表明,该算法能较好地检测出内河红外船舶目标.