基于嵌入式图像的人员识别系统的设计与实现

摘要

人员的识别在消防领域、人身安全等方面非常重要，本文结合图像识别与目标跟踪等技术，提出一种了嵌入式人员识别系统。本系统对图像进行分析处理，判断出人的个数及各自的行进方向，并将结果上传显示。本系统采用的是FPGA+ARM的结构。首先从前端CMOS数字传感器采集图像，在FPGA的控制下将得到的图像信息存储在SRAM中。FPGA通过SPI总线与ARM进行通信，并将SRAM中的数据传至ARM。ARM对数据进行进一步的处理，从每一帧图像上判别出人并标识出来，从前后连续的几帧图像中判断出人的数目及各自的行进方向。处理完成后，ARM将最后的计算结果传至上位机，上位机将结果显示出来。在ARM中，系统首先对得到图像数据进行缩放，将数据量缩小为原图像的1/9，间接提高了系统的处理速度。接着用中值滤波法对图像进行滤波，来减小图像的噪声，提高系统准确率。之后用背景差分法将图像中的背景消除，减小背景对目标物体的干扰。利用一种改进的全局阈值法对灰度图像进行二值化处理。对二值图像进行连通域划分，将不符合人员图像大小的连通域删除。运用边缘检测，勾勒出人员图像的大体轮廓。经过上述图像预处理之后，系统通过一种改进的算法从单幅图像中将人识别出来。再通过连续的几帧图像完成对人的跟踪，进而完成整个人员识别的工作。通过4组实验对系统准确率和实时性进行验证，在单人通过时，系统误检的情况很少，准确率可达90％以上。多人通过时正确率会有所下降，保证在85％以上。在光线条件较好的情况下，系统基本可以成功地对人员进行识别。

目录

声明

摘要

1 绪论

1．1 课题研究的背景及意义

1．2 课题国内外研究情况

1．3 本文结构

2 系统功能描述及硬件设计思想

2．1 系统功能描述

2．2 系统硬件设计

2．2．1 系统总体硬件设计

2．2．2 FPGA选型

2．2．3 ARM处理器选型

3 算法实现

3．1 图像的预处理

3．1．1 图像缩放

3．1．2 噪声的消除

3．1．3 二值化

3．1．4 连通域的判定

3．1．5 边缘检测

3．2 人的特征提取

3．2．1 人特征提取的方法

3．2．2 霍夫交换法及模糊判别法

3．3 目标跟踪

4 FPGA端设计

4．1 FPGA设计流程

4．2 FPGA总体设计

4．3 图像传感器驱动

4．4 SRAM存储时序驱动

4．5 FPGA端SPI通信设计

5 ARM端平台搭建

5．1 嵌入式Linux系统配置

5．1．1 建立交叉编译环境

5．1．2 BootLoader

5．1．3 编译嵌入式内核

5．1．4 加载文件系统

5．2 嵌入式Linux设备驱动

5．2．1 驱动设备的种类

5．2．2 SRAM驱动

5．2．3 SPI驱动

5．3 ARM系统中应用程序设计

6 实验结果与分析

6．1 系统开发环境

6．2 实验测试结果

结论

参考文献

致谢