基于DSP的KLT特征点跟踪算法优化实现

针对C6000系列定点DSP下KLT特征点跟踪算法的快速实现问题,通过结合DSP体系结构特点以及软件流水技术,提出了一种该类型DSP下的算法优化实现方案.基于算法流程的模块化分析,完成了该算法的定点化设计与实现工作;针对算法中计算密集型模块,提出了具体的改善软件流水,减少存储器访问,任务级并行设计等优化实现方法.在DSP软仿真平台CCS下进行实验测试,该优化实现方案下的运行效率和资源利用率均有较大的提升,且所使用的算法优化方法适用于所有C6000系列DSP.

基于改进SIFT特征匹配的快速图像拼接算法

针对经典SIFT算法存在特征点冗余、运算量大、鲁棒性差的问题,提出一种快速、准确的图像拼接算法.在SIFT提取不变特征向量过程中加入多尺度Harris检测算子,筛选出更能代表图像信息的特征点.利用快速RANSAC算法(PERANSANC)计算图像之间的变换矩阵.把检测到的特征点作为图像中的运动目标,运用KLT跟踪算法,确定特征点的精确位置,精炼变换矩阵.实验验证了该算法的稳健性和快速性.

救援机器人的非接触式人体体征视觉测量方法研究

目的:研究救援机器人的非接触式人体体征测量方法,实现救援机器人低耗、快速地获取伤员的心率、呼吸率体征,提升救援机器人自主搜寻的智能化水平。方法:以远程光电容积脉搏波描记法为基础,通过KLT(Kanede-Lucas-Tomasi)跟踪算法对人脸部位进行实时跟踪;采用最大比合并算法分集合并感兴趣区不同像素区域的脉搏波信号,获取更具鲁棒性的脉搏波信号用于心率、呼吸率的测量。以地面移动机器人作为载体平台开展模拟伤员体征测量实验测试,将实验得到的心率、呼吸率数据作为预测值;采用EQ02+Life Monitor医用生理监测背心作为对照设备,将其采集的心理信号作为对照值。结果:与对照设备的测量值比较,该方法的总体心率测量值平均误差为1.19次/min,均方根误差为1.58次/min,相关性系数r=0.97;总体呼吸率测量值平均误差为1.63次/min,均方根误差为1.92次/min,相关性系数r=0.85。结论:该方法能有效实现远程获取人体体征,与医用生理监测背心同步采集的数据相比具有很好的一致性,且准确度较高,为进一步提升救援机器人执行伤员救援任务时的实战性能打下了基础。