基于SOPC的均值偏移视频目标跟踪方法技术

本发明专利技术公开了一种基于SOPC的均值偏移视频目标跟踪方法。本发明专利技术利用SOPC原理对均值漂移算法进行软硬件划分，减少了算法实现的复杂度，使其适合在FPGA上实现；又结合FPGA的硬件特点，提出了实时整数运算核，并行流水提取相应的目标信息；最后，结合NIOSII CPU的特点，对软件实现部分进行优化，提高算法的执行效率。本发明专利技术方法能在4ms内完成对目标的跟踪，对目标的尺度变化具有自适应性。

【技术实现步骤摘要】
基于SOPC的均值偏移视频目标跟踪方法
本专利技术属于图像处理
，特别是一种基于SOPC的均值偏移视频目标跟踪方法。
技术介绍
MeanShift算法[1]是一种基于密度梯度的无参数估计方法，是模板匹配跟踪算法中的一种主流算法。MeanShift算法在2003年由ComaniciuD引入到目标跟踪领域，因其收敛速度快、计算量小、实时性好引起了人们的广泛关注。它利用图像中像素建立加权直方图作为目标特征，具有一定的抗遮挡、抗形变的能力，但对尺度变化目标的跟踪性能不佳。目前的研究多基于软件仿真[2～4]，对于硬件实现的研究并不多。目前的实现方法是基于DSP+FPGA设计[5]，DSP为主，FPGA为辅。在文献[5]中DSP完成算法的主流程的计算，FPGA仅负责算法直方图统计部分和外围电路。因为MeanShift算法基于浮点运算，不利于FPGA编程实现，FPGA+DSP协同实现时系统的处理时间最快达到20ms左右，无法满足实时性更高的场合。参考文献[1]ComaniciuD,RameshV,MeerP.Kernel-basedobjecttracking[J].IEEETrans.on本文档来自技高网...

【技术保护点】
基于SOPC的均值偏移视频目标跟踪方法，其特征在于该方法包括以下步骤：步骤(1)计算核函数

【技术特征摘要】
1.基于SOPC的均值偏移视频目标跟踪方法，其特征在于该方法包括以下步骤：步骤(1)计算核函数其中，{zi}i＝1...n表示跟踪窗口内的任一像素点(xi,yi)，z0表示窗口中心(xcenter,ycenter)，h表示核函数的带宽；对跟踪窗口的带宽进行32等份，对相似距离求近似后，浮点运算变为整形运算，保证核函数计算的在单个时钟周期能完成计算，步骤(2)建立目标模型或候选模型或其中，冲激函数δ[b(zi)-u]的作用是判断b(zi)的灰度值是否属于第u个量化值；为归一化常数以保证所有量化值的概率和为1；目标模型和候选模型的计算步骤完全一致，以目标模型为例，候选模型的优化与此类似；目标模型的公式为从目标模型的公式看到，计算结果qu是与量化等级u对应的函数，是所有量化等级为u的像素点对应的...

【专利技术属性】
技术研发人员：刘晴，陈聪葱，陈万烤，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33