基于FPGA的运动物体识别系统研究

摘要

运动目标检测技术目前在生物识别、追日系统、公共安全、机器人视觉、无人机跟踪导航等领域有着广泛的应用，是视频图像处理中一个重要的分支，常作为后续的跟踪识别算法的基础。
　　为了满足实时性的需求，本文选用体积小、功耗低、速度快的FPGA作为主控芯片开发系统。对几种算法研究分析后，采用算法结构简单，程序设计复杂度低、适应性强的帧间差分算法为核心进行研究。在系统中设计了两个模块，图像采集模块和运动目标检测模块，分别负责采集当前运动目标图像以及对运动目标进行检测。其中图像采集模块负责视频图像的采集、格式转换及缓存显示；而运动目标检测模块用以实现帧间差分检测及根据上述算法进行阈值的动态调整。为使帧间差分法能适应不同光照条件下对运动物体的检测，本文利用亮度作为判断光照条件强弱的依据设计自适应阈值，将RGB色彩空间映射到色度（H）、饱和度（S）、亮度（L）来表示图像的HSL颜色空间。以亮度 L为依据，建立光强-亮度-阈值表，使系统动态的调整阈值以拓展帧间差分法在不同光照条件下的应用。
　　本文采用Verilog硬件描述语言并在Altera的Cyclone IV平台环境下设计、仿真与系统开发。本文还搭建了测试系统，以测量上述系统在不同强弱光照、不同运动速度下的检测正确率，并与固定阈值检测结果进行了比较。
　　实验结果表明，当光照强度为90w/m2时，在3.0 m/s和0.5 m/s速度下，自适应阈值的检测正确率分别达到93%和95%，与固定阈值设定较大时检测结果相近；在0.59w/m2的低光照条件下针对上述运动速度，检测率分别达到84%和92%，与小固定阈值检测结果相近。

目录

第一章 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 本文研究内容与工作安排

第二章 运动目标检测算法

2.1 帧间差分法

2.2 背景差分法

2.3 光流法

2.4 运动目标检测算法的比较与选择

2.5 色彩空间与阈值分割

第三章 系统方案整体设计

3.1 系统的总体设计架构

3.2 系统平台介绍

3.3 软件平台与设计流程

3.4 本章小结

第四章 基于FPGA的系统方案设计的实现

4.1 视频图像采集模块的实现

4.2 运动目标检测模块的实现

4.3 本章小结

第五章 系统的搭建与调试

5.1 系统的资源利用

5.2实验与测试结果

5.3本章小结

第六章 总结与展望

致谢

参考文献

附录

声明