近年來,隨著圖像處理技術(shù)的不斷發(fā)展,嵌入式圖像處理平臺已成為一個備受關(guān)注的領(lǐng)域。其中,基于dsp(數(shù)字信號處理器)和fpga(現(xiàn)場可編程門陣列)組合的嵌入式圖像處理平臺被廣泛應(yīng)用于軍事、安防、工業(yè)自動化等多個領(lǐng)域。本文將重點介紹基于這種平臺的實時多目標(biāo)識別算法。
嵌入式圖像處理平臺作為一種基于數(shù)字信號處理、計算機視覺和硬件架構(gòu)的復(fù)合處理平臺,其數(shù)據(jù)處理能力強、響應(yīng)速度快、功耗低等優(yōu)勢使其在多個領(lǐng)域得到了廣泛應(yīng)用。同時,由于其具有形成閉環(huán)系統(tǒng)的能力,這種平臺還能實現(xiàn)很高的自主決策能力,成為實現(xiàn)智能化應(yīng)用的有力工具。
本文介紹的基于dsp和fpga組合的嵌入式圖像處理平臺的實時多目標(biāo)識別算法,主要是通過利用多幀圖像的信息在時域上進(jìn)行多目標(biāo)跟蹤,利用每幀圖像的信息在空域上進(jìn)行目標(biāo)識別和分類。具體而言,該算法的實現(xiàn)步驟包括以下幾個方面:
第一,通過對預(yù)先處理的圖像進(jìn)行特征提取,將每幀圖像轉(zhuǎn)換成一組高維向量,以此來表達(dá)圖像的特征向量。這一過程需要在dsp上完成,并將提取的特征向量存儲到fpga的內(nèi)存中。
第二,對提取到的特征向量序列進(jìn)行聚類,得到每個目標(biāo)的特征向量模板。這一過程需要在fpga上完成,由其高速并行計算能力來進(jìn)行。
第三,利用每幀圖像的特征向量與目標(biāo)特征向量模板之間的相似度來進(jìn)行目標(biāo)判別和分類,并將每個目標(biāo)與其狀態(tài)信息(位置、大小、速度等)一并存儲。這一過程需要在dsp和fpga之間進(jìn)行數(shù)據(jù)傳輸和計算,以實現(xiàn)實時目標(biāo)識別和分類。
第四,通過時間積分等方法對目標(biāo)狀態(tài)信息進(jìn)行更新,從而實現(xiàn)多目標(biāo)跟蹤。這一過程需要在dsp上完成,利用其處理模塊對目標(biāo)狀態(tài)信息進(jìn)行卡爾曼濾波、擴展卡爾曼濾波等算法進(jìn)行較為精確的狀態(tài)預(yù)測和估計。
綜上所述,基于dsp和fpga組合的嵌入式圖像處理平臺的實時多目標(biāo)識別算法,是一種利用計算機視覺、數(shù)字信號處理、硬件加速等多領(lǐng)域技術(shù)的交叉結(jié)合,可以快速準(zhǔn)確地實現(xiàn)多目標(biāo)識別和跟蹤的解決方案。其在安防、工業(yè)自動化等領(lǐng)域的應(yīng)用前景廣闊。