using System; using System.Collections.Generic; using System.Text; using System.ComponentModel; using System.Data; using System.Drawing; using System.Windows.Forms; using System.Runtime.InteropServices; namespace DS40XXSDK { #region enum /// /// 板卡

随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

随着“平安城市”建设的不断推进，公共安全逐渐成为人们关注的热点间 题，税频监控技术也随之得到了越来越广泛的应用，传统的视频监控系统主要提供采集存储功能，这远远无法满足人们对其智能化的需求。要实现智能化的视频监控系统，以下几个关键问题亟需解决：（1）如何快速发现监控视频中的异常行为，及时给出警报，并最大限度地减少误报和漏报现象；（2）如何在多种不利因素下（如羊样本，低分辨率）对可疑目标进行准确的识别分析：（3）在海量数据的情况下，如何确保视频分析系统的实时性及准确性。 近年来，深度学习在机器视觉、

目标识别与跟踪技术是目前图像处理研究的重点方向，在军事和民用领域中 具有广泛的应用价值，如精确制导武器、导弹飞机预警等军事领域，如交通管理、 刑事侦查等民用领域。其中，如何在复杂的背景中，提取、识别与跟踪特定目标 更是急需解决的问题。本文介绍了国内外图像跟踪系统的研究现状与发展趋势、 图像跟踪系统的基本组成与工作原理、详细功能和性能要求，设计了基于 DSP+FPGA的图像跟踪系统并进行了实验验证，主要工作包括： 1）本文设计的图像跟踪系统主要由图像跟踪电路、通讯控制电路和视频接口

针对弹道测量环境中大视场、大数据量、高速传输复杂的图像中多运动目标提取算法，设计了基于双DSP+FPGA的实时图像处理系统。提出了一种结合背景自适应更新与基于窗口的目标提取算法，通过背景自适应更新算法得到目标运动区域，再运用基于窗口的目标提取算法实时提取多运动目标的信息。实验证明，系统能准确实时地提取目标信息，满足弹道测量系统要求。