空中风的测量在气象和军事上有着十分重要的意义,当前低空测风的主要方法是释放探空气球,假定气球在垂直方向上升速固定,采用一个光学测风经纬仪跟踪气球,得到其运动轨迹,由此推算空中风情况,这种方法在测量原理上和实际操作中都存在较大的误差。为了提高测量的准确度和自动化程度,本文提出了一种基于DSP的空中风测量系统,它使用两套DSP系统自动识别跟踪气球,采用双目三维重构方法得出气球的运动轨迹,具有较强的理论研究意义和重要的应用价值。本文根据图像处理与模式识别的需要,设计并实现了一套基于TI TMS320C642的DSP空中风测量系统。其硬件平台集视频采集与输出、图像处理、网络通信、云台电机控制、角度感应、无线数据传输等功能为一体,是一套完整的图像识别跟踪平台。软件系统以DSP/BIOS和IOM驱动为基础,使用RF5参考框架设计,通过消息队列和邮箱协调各任务间的调度与通信,对图像处理和识别算法进行了XDAIS标准封装。本文在研究各种模式识别算法的基础上,提出了一种基于链码的快速圆形识别方法。该方法分两步进行,首先在PC机上进行特征选择和学习训练,以颜色和纹理信息为识别特征,运用分支定界法进行特征选择,使用Fisher法获得分类判据;然后在DSP上进行识别分类,使用Fisher判据识别出气球中心区域,通过区域生长补充边沿部分,遍历目标区域得到外边界链码,检查链码是否符合标准圆的两个性质,若符合,再通过拟合确定气球目标,并得出球心坐标和半径。实验证明该方法能准确识别出气球并满足处理器的处理要求。针对该测量系统的自动聚焦和云台电机控制,本文在分析了各种聚焦评价函数的性能后,选用梯度向量平方法作为自动聚焦的依据;使用PID策略控制直流电机的运转方向和转速,实时跟踪气球。最后,本文根据TMS320C642 DSP的内核结构及程序优化方法,设计实现了提出的识别算法,对纹理计算和聚焦评价函数等算法实现进行了优化。实验评估数据表明,该系统达到了实时识别跟踪和测量的要求。