基于DSP的实时图像目标搜索与跟踪系统设计方案

于相关运算数据处理量大，为便于实时实现，本系统采用最小绝对差累加和的相关匹配算法。该方法在计算两幅图象f1、f2它们之间的相似性度量时按下式进行：

其中f1、f2分别表示模板和搜索区图象的子区图象，在计算所有搜索区图子区与模板图象的绝对差累加和C后，确定最小C对应的子区位置即最佳匹配点。

对于32×32的模板和64×64的搜索区图象，每一帧图象仅仅确定最佳匹配位置的计算次数为 ，再加上模板修正和决策判断等工作，每一帧的数据计算量很大。例如，当指令周期为6ns时，运算时间约为7ms。为了减少计算量，可采用图象分辨率先粗后精的方法。图象分辨率降低一倍，计算量降低接近15倍。实际系统中，模板粗采样匹配跟踪执行时间约为1ms，可以满足系统实时性的要求。

实践证明,在进行序列图象跟踪过程中,如果单纯地将当前图象的最佳匹配位置处的图象来作为模板进行下一帧图象的匹配,跟踪结果很容易受某一帧发生突变图象的影响而偏离正确位置。 因此,应当考虑根据旧模板和当前图象的最佳匹配位置处的匹配度(合适度) 来制定合适的新模板,相当于对匹配跟踪过程进行一个指导,以达到比较好的跟踪效果.本系统设计一种模板加权修正方案，即

其中：A 为原模板图像内容；B 为本次匹配最佳匹配位置子图像内容；

M为修正后模板图像内容；W 为加权系数（根据帧内和帧间相关置信度选取）

在跟踪过程中，由于背景复杂，还可能会出现局部遮挡等情况，本系统采取了抗遮挡措施在一定程度上消除了局部遮挡的影响。其根据是在发生遮挡的情况下，最佳匹配位置的绝对差累加和会比未发生遮挡的时候大得多，在匹配过程中对匹配结果进行遮挡评估如下：

1、首先确定遮挡面积门限即遮挡部分占模板面积的百分比门限，超过门限就认为被遮挡；
2、然后根据最佳匹配位置的平均象素绝对差为参考确定遮挡象素的灰度门限，实时搜索区对应模板区域的象素灰度值大于灰度门限，则认为该象素被遮挡；
3、计算当前最佳匹配位置图象与模板图象绝对差超出遮挡象素灰度门限的个数 S，然后判断S是否超过遮挡的面积门限，如果超过，则认为目标被遮挡，置目标遮挡标志位，调初始化匹配结果堆栈例程，模板校正周期计数器归位停止校正模板，然后把当前的匹配结果用前面若干场匹配结果的统计平均值替换；否则认为没有被遮挡，清目标遮挡标志位。

系统软件具体实现过程为：首先对系统进行初始化。初始化子程序中定义一个状态字SysStatus来控制程序的流程，例如SysStatus=0时是搜索态，SysStatus=1时是相关跟踪算法SysStatus=2时是对比度跟踪态等。初始化结束后，系统进入循环等待状态，每场查询SysStatus的状态，等待状态的改变。跟踪目标模板的初始捕获可以选择在搜索态由目标搜索算法完成，也可由人工完成。以人工捕获为例，用户在上位PC机视场中选定目标区域，然后将目标位置坐标及搜索区域大小信息通过RS232串口传送给DSP,DSP根据接收到的状态赋值给全局变量SysStatus。然后根据SysStatus参数所指示的值进入不同的跟踪状态。

具体相关跟踪算法流程如下图2所示：

图2 相关匹配流程图
　　
一场数据处理完成后结果一路经串口反馈到上位机上，一路经图形存储器把在目标位置处画出窗口并显示到监视器上。然后开始进行下一场处理。

从DSP完成实时高斯噪声的生产，噪声叠加到采集的输入图像上可以用以用来检验不同的跟踪算法在不同强度的高斯噪声下的实际效果。

算法为由均匀噪声通过映射表生成高斯随机噪声，具有高速、高精度的优点。原理框图如图3所示：左半部分为均匀噪声生成部分，采用模数取余法，依靠已有的k个在（-x,x）内均匀分布，互相独立的随机数种子x(1),…..x(k)，不断的生成新的随机数，并将之向外输出。右半部分采用左部分的输出值为偏移地址，加上右表的基地址生成映射表地址，将查表后得到的该地址结果输出就得到了所要求的结果高斯噪声值，然后进入下一个循环。

图3 噪声产生原理图
　　
从DSP主要完成噪声的产生工作，如果系统不需要模拟高斯噪声，此DSP也可根据实际需要用作别的用途，增加了系统的可扩展性。

4.结束语
　　
本系统在硬件上采用了DSP、CPLD等集成度高、功耗低的先进器件，使得系统电路具备体积小、重量轻、功耗低、可靠性高等优点,是一种优良的图像处理平台。在本系统上成功实现了基于方向编码的目标搜索算法以及相关、对比度等多种跟踪算法，实验证明本系统完全满足实时性要求，能够稳定、精确和快速的搜索、跟踪目标。