论文部分内容阅读
目前,鱼眼镜头被广泛的应用于大范围视频监控系统、智能交通系统、群组视频会议系统和移动机器人视觉导航系统等众多领域。鱼眼镜头在因具有大视场角优势而得到广泛应用的同时,也因其拍摄的图像具有非常严重的畸变而在一定程度上限制了其更为广泛的应用。对于畸变鱼眼图像的校正算法,前人做了很充分的理论研究,但是这些算法,大部分都非常复杂,计算量大,而且一般都在PC上实现,有一些在DSP上得到了实现。但是,在诸多应用中,这些实现方式很难满足现实系统对实时性的要求。因此,改进现有算法,寻求更为高效的硬件平台实现方法,解决校正算法实现过程中的实时性问题,是一个很具有现实应用意义的课题。均值漂移(Mean Shift)算法是由Fukunaga等人在1975年提出,直到1995年,Cheng的论文发表才引起人们的研究兴趣,掀起研究和应用Mean Shift算法的热潮。作为一种无参统计迭代算法,李乡儒等人已对其收敛性进行了严格的证明,为该算法的应用奠定了理论基础。在基于嵌入式架构的系统中,实现Mean Shift跟踪算法,集成Mean Shift算法在跟踪方面优良特性和嵌入式系统集成度高、实时性好、功耗低的优点,是本文的另一个特色。本课题来源于国家科技部国际科技合作项目:移动机器人和自引导车的全方位视觉导航技术。本文深入研究了鱼眼镜头的成像特点与原理,对前人提出的校正算法进行了收集与整理,并在基于DSP+FPGA的系统中实现了一种鱼眼镜头畸变校正方法,取得了较好的实时性。本文对Mean Shift算法进行了研究,并在嵌入式系统中给予实现,取得了较好的跟踪效果。并且,利用基于FPGA的鱼眼镜头畸变校正器对校正后的目标坐标进行校正,然后实现了对自引导车的导航以及对车体的有效控制。本文的研究,对于基于嵌入式架构的图像跟踪系统的实现,是一种很有意义的探索。