基于FPGA的运动目标检测系统设计

针对运动目标检测技术在国防军工领域的广泛应用,设计了一种基于FPGA的运动目标检测系统。利用CCD摄像头采集带有运动目标的视频图像,并将采集后视频图像传输给SAA7113H进行解码,再将解码后的数字信号供给FPGA实现帧间差分算法以达到运动目标检测的目的,之后将数据传输给SAA7121H芯片进行编码,并将编码后的视频数据在显示单元中显示。实验测试结果表明,该运动目标检测系统能够实时地检测出运动目标,稳定性高,实时性好。     

基于运动目标检测技术的研究

运动目标检测的目的是在序列图像中将变化区域从背景图像中提取出来,因此如何将运动目标进行有效的分割对后期目标跟踪处理等行为有着非常重要的作用,直接影响到整个视频监控系统的性能指标.本文将对静态背景下运动目标检测技术中的帧间差分法、背景差分法进行研究,并通过实验论证其优缺点.     

基于动态背景更新的运动目标检测算法

该文介绍了几种目前较为流行的运动目标检测方法,详细阐述了这些方法的检测原理,然后指出这些方法的优势和不足,在此基础上提出了动态背景更新方法,给出了整个算法的实现流程,同时在细节上做了一些改进。实验结果表明,此运动检测方法在静止背景的情况下能够有效地检测运动目标。     

基于FPGA的运动目标实时检测系统设计

目标检测是智能安防领域中的重要研究内容,为满足安防检测系统的小型化和高实时性的使用需求,设计了一种基于FPGA (Field Programmable Gate Array,现场可编程门阵列)的运动目标实时检测系统,采用CMOS摄像头采集视频图像,DDR3 SDRAM作为视频图像帧的缓存介质,结合FPGA器件的可并行处理特点,采用流水线技术对帧间差分检测算法进行模块化处理,检测结果通过以太网传输至上位机,实现了图像采集和运动目标检测及显示。实验测试结果表明,该系统能够快速准确地检测出运动目标,稳定性高,实时性好。     

基于FPGA的多运动目标检测及硬件实现

针对视频流图像的目标检测,基于帧间差分理论提出了一种实时多运动目标检测算法。根据视频图像在实时处理中的应用,基于FPGA硬件平台并行处理快与可编程的特性,在FPGA上实现算法,经过MATLAB环境算法验证,并在设计的FPGA视频图像处理系统进行实现。该系统主要由图像采集模块、图像缓存模块、图像处理模块及图像显示模块4部分组成,通过OV5640采集图像数据,再对数据进行差分、滤波、形态学等一系列算法处理,存入DDR3中,最后通过VGA进行显示。实验结果表明,该系统在一定测距范围内可稳定跟踪运动目标,可实时显示,多目标检测识别率较高,能实时检测视频流图像中的多运动目标。     

基于小波边缘提取的混合运动目标检测算法

常用的运动目标检测算法易受到噪声、阴影等因素的影响,检测出来的运动目标边缘比较模糊,本文因此提出 一种基于小波边缘提取的运动目标检测算法,将小波边缘检测与帧间差分法和背景差分法相结合来检测运动目标,采用 形态学滤波和连通性分析得到准确的运动目标。实验表明,该算法可以准确的将运动目标从视频图像序列中检测出来。     

一种视频多运动目标跟踪方法研究

图像运动目标跟踪是自动监控、道路导航、交通监控等重要系统的核心技术。为了解决视频中多个运动目标的跟踪,利用帧间差分、Kalman滤波器以及少量特征匹配来自动提取各个运动目标并进行跟踪。针对灰度图像序列,采用一种基于图像序列的梯度信息,使用帧间差分法自动提取运动目标,利用Kalman滤波器预测目标位置,在估计目标在下一帧的位置范围后,根据目标直方图特征来缩小搜索范围实现目标对象的准确跟踪。实验结果表示,该方法具有较小的运算量和较好的实时性,同等条件下具有较高准确性。     

运动目标检测方法概述

随着社会的发展,人们获取的信息途径越来越多,单纯的依靠人类的五官已不能及时的将我们获取的海量信息进行甄别和判断,因此计算机技术基础上发展的图像处理技术为我们生活、工作中的信息处理提供了很大的帮助,其在社会中的作用也越来越凸显。其中,运动目标检测技术是整个图像处理技术的基础性环节,直接关系到后续信息处理的成败。本文主要介绍了目标检测的常用算法的原理以及它们的优缺点,并对其中的帧间差分法和背景减除法进行了仿真实验,以验证其优缺点。     

基于背景和帧间差分法的运动目标提取

在自动人脸识别系统中,人体目标的检测是该系统识别人脸的前期关键步骤之一。为了能快速准确地检测出运动的人体目标,提出了背景差分法和帧间差分法相结合的运动目标提取检测方法。针对视频中的背景因镜头摆动或物体的移入/移出而有所变动,给出了几种提取背景的方法,比较各种方法后决定采用中值法快速地进行背景建模,随后采用自适应背景更新,结合两种差分法检测运动目标。通过实验验证了本文算法的有效性。     

基于FPGA的运动目标实时检测系统设计

目标识别是智能安防监控视频处理系统中重要内容,为了满足安防系统小型化实时性等应用需求,本文设计了一种基于FPGA平台的运动目标识别系统。该系统采用 CMOS摄像头作为视频采集器,SDRAM作为视频流缓存及存储介质,FPGA对视频流进行灰度化和帧差法算法处理,并将结果传输至显示器终端,从而实现图像采集和目标识别跟踪和显示。测试结果表明,本系统在一定测距范围内可有效稳定地跟踪运动目标物体,可进一步应用于安防领域中。     

基于FPGA的目标跟踪系统设计与实现

为提高智能视频监控中目标检测与跟踪的实时性、稳定性以及设计灵活性,基于现场可编程门阵列技术,设计一个应用于静态背景下的单目标跟踪系统,并设定报警功能。通过帧间差分和形态学方法减少环境变化对系统的影响,利用多点定位算法实现目标跟踪。实验结果表明,该系统稳定且处理速度快,当目标在摄像头视野内突然停止时也可进行定位与跟踪,具有较好的鲁棒性。     

基于帧间差分法的目标检测研究与FPGA实现

针对以往帧间差分算法的硬件实现架构中数据同步信号设计复杂,调试周期较长的特点,设计了一种新型的硬件算法架构。整个系统基于Altera的Cyclone Ⅳ E系列进行开发,采用镁光的SDRAM作为高速储存器件,豪威科技的OV5640作为图像采集器件。该系统对采集到的原始图像数据进行灰度化处理,利用硬件差分算法模块对灰度图像进行差分处理与二值化,实现对视频图像中动态目标的捕捉。基于Quratus Ⅱ与Modelsim联合开发平台对系统进行硬件设计和功能模块仿真。硬件测试结果表明,系统能够清晰地检测出视频中的动态目标,且具备较好的实时性。     

基于FPGA的万兆以太网UDP_IP硬件协议栈设计与实现

针对传统基于软件的协议栈无法满足高速数据传输处理需求的问题,提出了一种基于硬件加速的UDP协议栈设计方案,该方案基于硬件高效并行的特点,实现了UDP/IP协议栈,满足了万兆以太网数据高带宽传输的需求通过实际测试表明,该设计最高可以达到9.32 Gbps传输速率,满足10 Gbps带宽下线速处理的需求,与传统软件实现相比,处理能力更接近理论极限。     

基于FPGA的远程直流电机控制系统研究

针对外场试验中运动控制系统实时性与准确性问题,提出了以FPGA为核心的以太网传输电机运动控制系统方案。通过上位机完成对多个直流电机方向、速度、位置等的远程控制,实现了软硬件相结合。采用YT8511/H芯片、RGMII接口和Altera官方IP核搭建了FPGA的高速以太网通信接口,运用三段式状态机实现了UDP通信协议,通过增量式光电编码器完成电机位置反馈,以Verilog硬件描述语言为基础,编写了电机驱动程序和编码器信号处理程序,对系统的通信、输出脉冲以及编码器信号处理进行了实验和仿真。结果表明,系统满足远距离控制需求,定位精度可达0.09°,有较好的移植性。     

一种基于压缩感知的运动目标检测技术

运动目标检测是计算机视觉、图像处理等相关领域的研究热点，其核心就是对视频图像中的每一帧图像进行相应的研究和处理。本文主要研究思路是从压缩感知技术采样信号的角度出发，将每一帧的二维图像压缩采样成具有少量信息的一维信号，再通过信号重构用少量数据量将图像重构出来，最后通过目标检测技术对每一帧的图像进行运动目标提取。仿真实验表明该方法是可行和有效的，同时可以大大减少目标检测中所记录的数据量，解决海量数据的存储与传输问题。     

基于以太网传输的图像处理系统设计及FPGA实现

为了保存经过采集和处理后的图像,并且确保传输图像的实时性和高效性,设计了一种远距离、高效率传输存储系统,该系统的FPGA主控芯片是Altera公司研发的Cyclone IV E系列,通过以太网中的UDP协议实现图像数据的传输。首先,通过摄像头OV5640进行图像数据的采集;其次,把采集到的数据进行图像预处理;然后,把处理后的图像通过SDRAM进行缓存;最后,通过网线利用UDP传输协议传输到上位机上进行保存。该方法适用于数据传输量大、传输距离远以及传输效率高等要求,并且能够实时的保存处理后的图像数据,为后续的处理奠定了基础。     

混合高斯模型结合五帧差分的运动目标检测

在复杂背景下,光照变化、目标短暂遮挡以及背景运动等因素会导致运动目标检测精度较低.提出一种结合改进混合高斯模型和改进五帧差分的运动目标检测算法,首先在混合高斯模型中加入自适应学习率以及背景学习速率更新策略有效解决传统背景更新速率恒定而出现的残影现象;然后利用改进的五帧差分法克服运动目标短暂遮挡问题,并加入光照阈值判别因...     

一种优化的运动目标定位与跟踪算法研究

运动目标检测与跟踪技术可实现对运动目标的检测、定位和跟踪,具有重要的理论意义和实用价值,已经成为各国学者研究的热点方向之一;为了达到更准确和有效的运动目标定位与跟踪的目的,该算法针对目标检测与目标跟踪两个方面,创新点在于目标跟踪;目标检测采用帧间差分法和背景差分法对比择优的方法,目标跟踪采用重心跟踪与卡尔曼滤波跟踪相结合的方法;通过对该种算法进行试验,得出的结果为:该算法的实现效果超越了传统的目标定位与跟踪算法;试验结论:该跟踪算法超越了传统的矩心、重心和卡尔曼滤波跟踪算法的单独跟踪效果,而且运算较快,同时卡尔曼滤波算法的预测与检测性大大降低了错误率,有效地改进了传统目标定位与跟踪算法.