基于ARM的紅外圖像目標(biāo)跟蹤技術(shù)研究.pdf

1、目前,紅外圖像目標(biāo)跟蹤技術(shù)已經(jīng)廣泛應(yīng)用于民用、醫(yī)療和軍事等諸多領(lǐng)域。特別是在軍事上,紅外圖像目標(biāo)跟蹤技術(shù)已成為現(xiàn)代軍事系統(tǒng)的關(guān)鍵技術(shù)。同時,紅外圖像目標(biāo)跟蹤的算法研究也逐漸成為紅外領(lǐng)域的研究熱點(diǎn)之一。因此,本論文的主要包含以下研究內(nèi)容:
　　首先,介紹了紅外圖像目標(biāo)跟蹤技術(shù)在紅外領(lǐng)域的重要性以及主要的跟蹤方法,然后完成了紅外圖像的預(yù)處理。包含對原始紅外圖像進(jìn)行了非均勻校正、盲元檢測和補(bǔ)償、直方圖增強(qiáng)和中值濾波處理。其中,為了實(shí)現(xiàn)對

2、紅外圖像進(jìn)行實(shí)時的圖像增強(qiáng),優(yōu)化了在并行FPGA平臺上的K-Selection排序算法。
　　其次,設(shè)計了基于ARM的紅外圖像目標(biāo)跟蹤系統(tǒng)的硬件平臺。對系統(tǒng)上電順序、時鐘管理、電源設(shè)計、存儲設(shè)計和調(diào)試接口分別進(jìn)行了闡述。針對紅外成像系統(tǒng)設(shè)計中的溫度控制模塊,實(shí)現(xiàn)了基于數(shù)字PID的溫度控制方案。同時為了降低溫控系統(tǒng)功耗,采用了第三代的PWM控制方式控制TEC的電流。
　　最后,在ARM平臺中實(shí)現(xiàn)了結(jié)合模糊理論的Mean Shi

3、ft跟蹤算法。首先介紹了模糊理論在目標(biāo)跟蹤領(lǐng)域的應(yīng)用。之后結(jié)合模糊理論對Mean Shift跟蹤算法進(jìn)行了改進(jìn)。在ARM系統(tǒng)進(jìn)行跟蹤的過程中,首先由Mean Shift跟蹤算法確定待跟蹤的目標(biāo)。跟蹤過程中,目標(biāo)的模型會得到實(shí)時的更新,并且根據(jù)模糊理論判斷目標(biāo)是否跟蹤失敗,若失敗則重新捕獲目標(biāo)。與傳統(tǒng)的跟蹤算法相比,結(jié)合模糊理論的Mean Shift跟蹤算法的抗干擾能力和跟蹤的準(zhǔn)確性都得到了較大的提高。
　　在此基礎(chǔ)上,以形體會發(fā)生