本发明专利技术公开了一种基于时域视觉传感器的运动目标跟踪系统及测速方法，并给出具体实现步骤。与目前基于“帧采样、帧传输”的图像传感器的运动目标跟踪算法方法不同，该发明专利技术采用一种新型图像采集器件—异步时域视觉传感器（Asynchronous Temporal Vision Sensor, ATVS）的输出作为输入来进行运动目标的定位、跟踪与测速。由于这种图像采集设备只对拍摄场景中的光强变化敏感，因此极大程度减少了图像中的冗余信息和输出数据量，进而显著降低后端处理算法的运算时间和资源需求。此外由于各像素自主地进行变化检测和异步输出，因此能够实时感知场景的变化，非常适合于高速运动目标的跟踪与测速。
【技术实现步骤摘要】
【专利说明】 本专利得到国家自然科学基金项目（61274021)资助。
本专利技术属于图像处理
，涉及一种基于时域视觉传感器的运动目标跟踪系 统及运动目标跟踪与测速方法。
技术介绍
图像信息占到人类信息来源的80%以上。目前硅基半导体图像传感器(包括CXD 以及CMOS图像传感器）是最主要的可见光成像器件。从成像原理来说，当前使用的图像传 感器都是基于"帧采样"方式，其成像过程如下： 1、 所有像素同时复位后开始感光(收集光电荷)，在达到设定曝光时间后停止感光； 2、 依次读出每个像素所收集的光电荷，并将其转换为电压； 3、 该电压经模数转换后变为数字量，输出后存储。该数字量即为该点的亮度值。所有 像素亮度值组成的二维矩阵即为所拍摄图像。 在使用上述"帧采样"图像传感器(相机）的机器视觉系统中，计算机依次处理相机 拍摄的图像序列(通常为30帧/秒)，采用各种图像处理算法提取图像中的目标并进行各种 判别与分析。 上述"帧采样"成像方式对于运动目标跟踪与分析存在以下缺点： (1) 数据冗余。相邻两帧间存在大量冗余信息，与上一帧完全相同的背景区域被重复采 样读出。这些冗余信息同时对机器视觉系统带来了巨大的处理和存储压力； (2) 高延迟。场景中发生的变化并不能被马上感知并输出，而必须按照"曝光时间"内 的累计方式在曝光结束后输出。这种"变化一感知"之间的高延迟对于高速运动目标的跟 踪与识别显然是不利的，拍摄帧频越低且运动速度越快，则检测结果的间断性越明显。而如 果采用更高帧频的拍摄速度，则由数据冗余带来的处理与存储压力会更加巨大。
技术实现思路
本专利技术针对上述现有技术中存在的技术问题，提供了一种基于时域视觉传感器的 运动目标跟踪系统及运动目标跟踪与测速方法。 本专利技术为解决这一问题所采取的技术方案是： 一种基于时域视觉传感器的运动目标跟踪系统，包括ATVS单元、接口控制器、FIFO存 储器和执行聚簇算法的嵌入式处理器，ATVS单元包括异步自触发像素阵列和输出仲裁电 路。 -种基于时域视觉传感器的运动目标跟踪与测速方法，包括如下步骤： ATVS单元中的各像素自主地检测所感受的光强是否发生变化，如果发生变化，则像素 产生的AE通过芯片级的串行总线异步输出，像素间互不关联；此时AE表示为AE=(x，y，P)， 其中（x，y)为该像素在VS像素阵列中的地址，P表示该AE的极性，这种采用地址来表示AE 的方法称为地址事件表示；各个AE经过输出仲裁电路的判决按顺序输出； ATVS单元输出的每一个AE被接口控制器赋予一个时间戳T，该时间戳指出事件的具体 输出时间，此时，AE重新表示为AE= (x，y，P，T); 经接口控制器标记时间戳的AE被送入FIFO存储器，并由嵌入式处理器执行聚簇算法， 将属于一个运动目标的所有AE事件进行归类； 将经聚簇算法得到的簇信息从ATVS像素阵列坐标转换为相机视场坐标，从而得到运 动目标的运动轨迹。 其中，聚簇算法的具体步骤如下： 创建簇列表CL，并设置初始参数；簇的数据结构为：{活跃度Activity，创建时间CT， 簇中心Center(x，y，T)，等效半径R，搜索半径RK，轨迹列表TL{}，速度列表VL{}，AE链表 AL，序号N}，簇列表中的簇按照其活跃度排序； 读取一个新的AE= (X，y, P, T)，将其加入一个簇中，更新簇的各属性； 更新簇列表：当有AE被并入某簇并对该簇的属性进行更新后，按照簇的活跃度对簇列 表进行重新排序，活跃度为0的簇最为活跃；活跃度排序后，删除活跃度高于活跃度阈值的 簇。 将簇信息从ATVS像素阵列坐标转换为相机视场坐标包括位置转换和速度转换， 位置转换的公式如下：【主权项】1. 一种基于时域视觉传感器的运动目标跟踪系统，其特征在于：该运动目标跟踪系统 包括ATVS单元、接口控制器、FIFO存储器和执行聚簇算法的嵌入式处理器，ATVS单元包括 异步自触发像素阵列和输出仲裁电路。2. -种基于时域视觉传感器的运动目标跟踪与测速方法，其特征在于，该方法包括如 下步骤： ATVS单元中的各像素自主地检测所感受的光强是否发生变化，如果发生变化，则像素 产生的AE通过芯片级的串行总线异步输出，像素间互不关联；此时AE表示为AE=(x，y，P)， 其中（x，y)为该像素在VS像素阵列中的地址，P表示该AE的极性，这种采用地址来表示AE 的方法称为地址事件表示；各个AE经过输出仲裁电路的判决按顺序输出； ATVS单元输出的每一个AE被接口控制器赋予一个时间戳T，该时间戳指出事件的具体 输出时间，此时，AE重新表示为AE= (x，y，P，T); 经接口控制器标记时间戳的AE被送入FIFO存储器，并由嵌入式处理器执行聚簇算法， 将属于一个运动目标的所有AE事件进行归类； 将经聚簇算法得到的簇信息从ATVS像素阵列坐标转换为相机视场坐标，从而得到运 动目标的运动轨迹。3. 根据权利要求2所述的基于时域视觉传感器的运动目标跟踪与测速方法，其特征在 于，聚簇算法的具体步骤如下： 创建簇列表CL，并设置初始参数；簇的数据结构为：{活跃度Activity，创建时间CT， 簇中心Center(x，y，T)，等效半径R，搜索半径RK，轨迹列表TL{}，速度列表VL{}，AE链表 AL，序号N}，簇列表中的簇按照其活跃度排序； 读取一个新的AE= (X，y, P, T)，将其加入一个簇中，更新簇的各属性； 更新簇列表：当有AE被并入某簇并对该簇的属性进行更新后，按照簇的活跃度对簇列 表进行重新排序，活跃度为0的簇最为活跃；活跃度排序后，删除活跃度高于活跃度阈值的 簇。4. 根据权利要求2所述的基于时域视觉传感器的运动目标跟踪与测速方法，其特征在 于，将簇信息从ATVS像素阵列坐标转换为相机视场坐标包括位置转换和速度转换，位置转 换的公式如下：W，H :视场宽度和高度;w，h :ATVS像素阵列的宽度和高度； X，Y :相机视场坐标系的位置；X，y :ATVS像素阵列坐标系的位置； 速度转换的公式如下：W，H :视场宽度和高度;w，h :ATVS像素阵列的宽度和高度； V :相机视场坐标系的速度；V :ATVS像素阵列坐标系的速度。【专利摘要】本专利技术公开了一种，并给出具体实现步骤。与目前基于“帧采样、帧传输”的图像传感器的运动目标跟踪算法方法不同，该专利技术采用一种新型图像采集器件—异步时域视觉传感器（Asynchronous Temporal Vision Sensor, ATVS）的输出作为输入来进行运动目标的定位、跟踪与测速。由于这种图像采集设备只对拍摄场景中的光强变化敏感，因此极大程度减少了图像中的冗余信息和输出数据量，进而显著降低后端处理算法的运算时间和资源需求。此外由于各像素自主地进行变化检测和异步输出，因此能够实时感知场景的变化，非常适合于高速运动目标的跟踪与测速。【IPC分类】G06T7-20【公开号】CN104766342【申请号】CN201510140242【专利技术人】胡燕翔, 杨帅 【申请人】天津师范大学【公开日】2015年7月8日【申请日】2015年3月30日本文档来自技高网...
【技术保护点】
一种基于时域视觉传感器的运动目标跟踪系统，其特征在于：该运动目标跟踪系统包括ATVS单元、接口控制器、FIFO存储器和执行聚簇算法的嵌入式处理器，ATVS单元包括异步自触发像素阵列和输出仲裁电路。
【技术特征摘要】
【专利技术属性】
技术研发人员：胡燕翔，杨帅，
申请(专利权)人：天津师范大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。