運(yùn)動目標(biāo)檢測是計(jì)算機(jī)視覺技術(shù)的一個重要分支,它是后續(xù)視頻處理的基礎(chǔ),如運(yùn)動目標(biāo)跟蹤、識別和行為理解等,它在醫(yī)療、航空和監(jiān)控等領(lǐng)域有著非常廣泛的應(yīng)用。隨著人類在醫(yī)學(xué)成像、人工智能和虛擬現(xiàn)實(shí)等領(lǐng)域探索步伐的不斷前進(jìn),人們對運(yùn)動目標(biāo)檢測系統(tǒng)的準(zhǔn)確度和實(shí)時性的要求越來越高,單純的軟件處理方式無法實(shí)時處理高清圖像,高精確度和高實(shí)時性運(yùn)動目標(biāo)檢測系統(tǒng)的實(shí)現(xiàn)已成為當(dāng)前計(jì)算機(jī)視覺領(lǐng)域亟待解決的問題。現(xiàn)場可編程門陣列(Field Programmable Gate Array,FPGA)硬件平臺可以進(jìn)行數(shù)據(jù)的并行處理,即具有高速處理數(shù)據(jù)的能力,同時又擁有靈活的可編程功能,所以,在FPGA平臺上實(shí)現(xiàn)運(yùn)動目標(biāo)檢測系統(tǒng)具有一定的研究意義和較高的實(shí)用價值。本文首先對幾種常用的運(yùn)動目標(biāo)檢測算法進(jìn)行了研究,分析了各個算法的優(yōu)缺點(diǎn),最終選擇背景消減法中的ViBe算法作為主要研究對象,針對現(xiàn)有ViBe算法的不足對其進(jìn)行了改進(jìn),并在Matlab平臺下進(jìn)行了仿真驗(yàn)證,得到了改進(jìn)算法的初步檢測結(jié)果,結(jié)果表明改進(jìn)的方法是有效可行的,然后在SDSoc軟件平臺上對算法進(jìn)行了總體設(shè)計(jì),通過軟硬件協(xié)同的方法實(shí)現(xiàn)了改進(jìn)后的算法,提高了檢...

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外發(fā)展現(xiàn)狀
    1.3 主要工作及章節(jié)安排
第二章 運(yùn)動目標(biāo)檢測算法介紹
    2.1 背影消減法
    2.2 基于混合高斯模型的背景消除法
    2.3 基于CodeBook的背景消減法
    2.4 基于ViBe的背景消減法
    2.5 本章小結(jié)
第三章 ViBe運(yùn)動目標(biāo)檢測算法改進(jìn)與硬件設(shè)計(jì)實(shí)現(xiàn)
    3.1 ViBe算法改進(jìn)及其仿真
        3.1.1 ViBe算法改進(jìn)措施
        3.1.2 改進(jìn)算法的仿真驗(yàn)證
    3.2 軟硬件平臺介紹
        3.2.1 軟件平臺介紹
        3.2.2 硬件平臺介紹
    3.3 改進(jìn)算法的硬件設(shè)計(jì)
        3.3.1 總體設(shè)計(jì)
        3.3.2 視頻采集輸出模塊設(shè)計(jì)
        3.3.3 PS端數(shù)據(jù)產(chǎn)生模塊設(shè)計(jì)
        3.3.4 PL端數(shù)據(jù)處理模塊設(shè)計(jì)
    3.4 本章小結(jié)
第四章 系統(tǒng)測試與結(jié)果分析
    4.1 測試數(shù)據(jù)集和評價參數(shù)介紹
        4.1.1 運(yùn)動目標(biāo)檢測的數(shù)據(jù)集
        4.1.2 運(yùn)動目標(biāo)檢測的評價參數(shù)
    4.2 運(yùn)動目標(biāo)檢測系統(tǒng)功能測試
        4.2.1 視頻采集輸出測試
        4.2.2 運(yùn)動目標(biāo)檢測測試
        4.2.3 圖像后處理測試
    4.3 測試結(jié)果評估
    4.4 硬件資源占用
    4.5 性能對比與分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 未來展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3739536