首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于TMS320DM642的自动目标跟踪及云台控制

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-13页
    1.1 研究背景与现实意义第9页
    1.2 国内外研究现状第9-11页
    1.3 本文主要研究内容及章节安排第11-13页
第2章 系统的硬件设计与实现第13-26页
    2.1 系统总体设计方案第13-14页
        2.1.1 系统总体流程第13页
        2.1.2 视频数据的传输第13-14页
    2.2 TMS320DM642数据处理模块第14-17页
        2.2.1 TMS320DM642芯片介绍第14-16页
        2.2.2 图像数据处理第16-17页
    2.3 外部存储器模块第17-20页
        2.3.1 SDRAM配置第18-19页
        2.3.2 FLASH配置第19-20页
    2.4 视频编、解码器模块第20-23页
        2.4.1 视频解码器TVP5150第20-22页
        2.4.2 视频编码器SAA7121第22-23页
    2.5 云台控制模块第23-24页
    2.6 本章小结第24-26页
第3章 系统的软件设计与实现第26-42页
    3.1 系统软件总体设计第26-27页
    3.2 TMS320DM642及其外设的初始化第27-29页
        3.2.1 EMIFA的初始化第27-28页
        3.2.2 I2C总线初始化第28-29页
        3.2.3 视频编、解码器初始化第29页
    3.3 TMS320DM642与云台之间的通讯第29-39页
        3.3.1 基于TMS320DM642的串口通信模块设计与实现第29-31页
        3.3.2 云台的控制原理及设计第31-35页
        3.3.3 云台的地址设置第35页
        3.3.4 DSP和云台之间的通信协议第35-36页
        3.3.5 基于运动目标位置的云台控制原理第36-37页
        3.3.6 摄像机运动对数据关联的影响第37-39页
    3.4 系统的软件平台第39-41页
    3.5 本章小结第41-42页
第4章 基于Meanshift算法的实验结果分析第42-59页
    4.1 无参数密度估计第42-45页
        4.1.1 直方图第43页
        4.1.2 核密度估计概念第43-44页
        4.1.3 最近邻域法第44-45页
    4.2 Meanshift向量的推导第45-47页
    4.3 Meanshift算法颜色空间的选择第47-48页
    4.4 Meanshift算法收敛性证明第48-50页
    4.5 Meanshift算法在目标跟踪中的应用第50-58页
        4.5.1 目标模型的建立第51-53页
        4.5.2 巴氏系数第53-54页
        4.5.3 确定目标位置第54-55页
        4.5.4 运动目标跟踪过程第55-56页
        4.5.5 DSP平台下的Meanshift算法的实现第56-58页
    4.6 本章小结第58-59页
第5章 结论第59-60页
参考文献第60-63页
在学研究成果第63-64页
致谢第64页

论文共64页,点击 下载论文
上一篇:基于视频图像的非接触式心率信号检测
下一篇:基于改进的密度峰值优化初始聚类中心的K-means算法