基于ZYNQ的运动目标检测系统设计

针对当前运动目标检测系统平台体积大、功耗高的问题,文中基于Xilinx的ZYNQ平台设计了一款运动目标检测系统。ViBe算法是一种前景检测算法,主要包括背景建模、前景检测、模型更新3个部分,具有较好的检测效果。使用Vivado HLS开发工具完成算法部分的开发,通过添加优化指令对算法进行优化,在通过仿真测试后封装成硬件IP核,显著缩短了开发流程。在ZYNQ平台上,采用软硬件协同的方式,PL部分作为算法实现单元,PS部分作为控制核心,通过OV5640进行视频图像的采集,使用VDMA IP核将数据存储到DDR中,在经过处理后将结果通过HDMI输出至显示器显示。实验结果表明,该系统能够实时检测出运动目标,并且该系统体积小,功耗低。     

基于OpenCV的红外运动目标检测方法及实现

针对红外视频图像中运动目标的检测问题,提出了一种以OpenCV为平台,以背景差分法为基础的运动目标检测算法,在传统检测方法基础上进行了改进,使用该算法不需要进行背景初始化,能直接检测运动目标,并有效抑制了虚警。利用OpenCV提供的函数库在Visual Studio 2008平台上编程实现。实验结果表明,该方法具有目标跟踪快、检测概率高、实时性好等特点。     

基于Liod平台的视频数据采集系统

介绍一种基于嵌入式Linux和Liod平台上开发的视频数据采集系统。在简要介绍了Liod开发平台后,详细论述在该平台上如何实现视频数据采集,及其从系统硬件设计到系统软件设计的实现。通过USB摄像头获取实时视频,使用Video4Linux提供的API函数进行视频数据采集程序的设计。着重介绍视频数据采集程序的具体实现方法和过程,最后完成应用程序向目标平台的移植。     

基于Android平台的视频运动目标检测系统

为了在Android平台上实现实时性好,抗噪声性能强的视频序列运动目标检测系统。本文提出了一种融合单高斯背景模型和帧间差分的运动目标检测算法。该算法提取出帧间差分法检测的运动目标区域,并对该区域采用基于单高斯模型的背景差分算法提取出运动目标,然后对高斯背景图像进行更新。实验结果证明,该算法能够有效降低背景扰动的影响,增强检测出的运动目标的完整性,而其复杂度仅为两种组成算法之和的73.9%,在Android平台上运行效果良好。     

基于HMM的嵌入式人脸识别系统研究

系统采用S3C6410芯片作为硬件开发平台,Linux操作系统作为软件开发平台,图像的采集使用OV7640搭配OV511的结构实现,采用VIDEO4LINUX的方法实现视频处理、目标检测和识别程序,完成了准确并快速识别人脸的功能;并对所涉及浮点算法进行了适当优化,较大地提高了嵌入式ARM芯片上视频处理的性能。通过使用基于隐马尔可夫模型(HMM)的方法,优化了面部检测和人脸识别的过程。     

基于FPGA的多运动目标检测算法实现

针对目标检测对实时性要求越来越高的情况,提出了一种基于现场可编程门阵列（Field Programmable Gate Array,FPGA）实现的多运动目标检测算法。该方法通过帧差法提取运动目标,然后基于距离阈值对形态学处理后的图像进行目标分割,最后对运动目标标记显示。系统通过CMOS摄像头采集视频,采用FPGA平台外接DDR3高速大容量缓存,实现了视频图像的采集、存储、目标检测和显示。实验结果表明,提出的多目标检测系统能够有效的实时检测出多个运动目标,并且在分辨率为1 024×600的情况下帧率达到38 fps。     

基于OpenCV的交通视频运动目标检测与跟踪

智能交通系统（ITS）是目前世界交通运输领域正在研究和广泛关注的课题。OpenCV是一种用于数字图像处理和计算机视觉的函数库,由Intel公司开发。本文在目标检测方面,对采集到的交通视频进行灰度化、中值滤波、背景建模、二值化,背景差分等处理,可以较准确地检测出运动目标。在目标跟踪方面,提出了CamShift算法和Kalman滤波器相结合的方法,实现视频车辆的精确跟踪。最后,利用OpenCV的运动物体跟踪的数据结构、函数库,建立了一个视频车辆分析系统。用于道路上车辆的检测与跟踪,并具有良好的鲁棒性。     

基于嵌入式视频监控的人脸检测系统设计

针对视频监控系统智能化的要求,提出了一种基于嵌入式视频监控的人脸检测设计方案。采用在ARM-Linux操作平台上建立Servfox流媒体服务器,实现USB摄像头的视频采集和传输。在客户端首先采用帧间差分更新背景模型的改进算法获取运动目标,减少视频中运动目标对背景模型的影响,且为人脸目标的检测缩小了范围。在运动目标区域内,通过Ada-Boost人脸检测算法,最终获得人脸位置。结果表明,系统对人脸检测效果良好,准确率可达95.2%,检测时间22～27 ms/frame,满足视频监控的实时性要求。     

基于ARM11的视频图像中运动物体检测跟踪系统

通过深入研究国内外视频图像运动目标的跟踪技术现状,基于目前对视频图像中运动物体进行检测与跟踪设备的便携性差、耗电量高等缺点,本系统利用ARM11平台搭载Linux系统实现相关应用的方法 ,完成了一套较完整的小型化检测系统的设计。本系统通过对实验室中走动的人进行视频检测跟踪试验,最终得出本系统可以对通过USBCAM采集的视频信号进行实时的数据处理,视频分辨率为240×320。包括检测出运动物体,标记出运动物体的图形中点,并对其进行轨迹的标注等。     

面向多区域视频监控的运动目标检测系统

为了实现视频监控现场多区域运动目标检测,分析了传统运动检测算法的不足,结合帧间差分法和背景差分法,提出背景动态更新的运动检测算法。该算法能自适应背景的变化,减少由背景变化造成的误检测。构建基于FPGA的视频监控系统,在FPGA上用该算法实现了640pixel×480pixel,30帧/s视频信号流的运动目标实时检测。系统提供了分区域运动目标检测的功能。检测区域的大小、位置和个数可通过简单的按键操作进行设定。测试结果表明,系统可以实时地对进入划定区域的运动目标进行检测和闪烁告警,且资源占用较少,适合在小规模的FPGA上进行实现。     

基于自适应差分的多目标检测和跟踪

运动目标检测与跟踪在诸多领域里都有广泛的应用,是当前计算机视觉的一个热门领域。利用自适应阈值差分的方法对运动目标进行检测,并使用轨迹关联的方法对多目标进行跟踪。实验结果表明,该种算法很好地实现了视频图像中多目标检测和跟踪,更符合实际应用的需求。     

基于IMX6的手扶电梯智能视频监控系统设计

为了智能地控制手扶电梯的启停,在扶梯口进行人数统计和大件滞留物品检测,开发了一种基于IMX6Q处理器的手扶电梯智能视频监控系统。实现了基于V4L2驱动的视频采集和基于Qt的视频显示,用IMX6Q的硬件编解码单元VPU对视频进行H.264编码保存,搭建嵌入式FTP服务器提供视频下载的传输服务。在扶梯口对运动目标进行检测与跟踪,开发智能检测算法,协助安全人员监控。实验效果表明该系统的实时性和准确性符合要求。     

空域视频场景监视中运动对象的实时检测与跟踪技术

本文分析了空域视频场景中运动对象实时检测、跟踪系统的模型。提出了一种在运动背景下实时检测与跟踪视频运动目标的技术。该方法首先进行背景的全局运动参数估计,并对背景进行补偿校正,将补偿校正后的相邻两帧进行差分检测。然后利用假设检验从差分图像中提取运动区域,利用遗传学方法在指定区域内确定最优分割门限,提取视频运动对象及其特征;最后利用线性预测器对目标进行匹配跟踪。在基于高速DSP的系统平台上的实验结果表明该方法取得了很好的效果。     

基于DaVinci和Gstreamer技术的视频播放系统设计

目标是在以DaVinci TMS320DM355为核心的视频处理平台上实现视频流的实时播放。将采用Gstreamer框架结构开发TMS320DM355芯片的插件,实现经MPEG-4压缩后的AVI格式多媒体数据流的解码,并输出到电视机上播放。同时使用红外模块MSP430进行遥控,利用OSD开发系统界面。最后实现了一个功能完善的播放系统,达到了开发目的。     

基于OpenCV的智能视频监控系统设计与实现

智能视频监控在安全监控、智能交通、军事导航等领域有着广泛的应用前景,运动目标检测与跟踪是实现视频智能分析的关键技术。本文在分析运动检测与跟踪技术的基础上,设计了一个智能视频监控系统,并利用开源计算机视觉库OpenCV实现了该系统智能分析的各个功能模块。运行结果表明,该系统具有较好的稳定性、准确性,基本满足了智能视频监控系统实时性、鲁棒性的要求。     

智能视频监控系统中运动目标检测的算法研究及实现

智能视频监控系统是目前交通和安全领域的热点,而智能监控中对异常目标的锁定和跟踪是监控软件必备的功能。文章对监控视频中运动目标检测技术进行了研究和验证实现。提出了一种改良的建模方法来消除运动目标检测中的难点,有良好的适应性。     

基于SOPC的视频运动目标检测跟踪系统

文章是以Nios II处理器为中心的视频运动目标检测跟踪系统,通过CMOS图像传感器采集视频图像信息,采用帧间差分法检测运动目标,形心跟踪算法对目标进行跟踪,最后在VGA显示器上显示视频中运动物体。实验结果表明,该系统可达到运动目标检测跟踪的理想结果。     

基于多核DSP平台的交通视频运动目标检测跟踪实现

为解决实际交通智能监控系统中视频传感器平台因移动或外部因素的影响发生晃动,导致视频运动目标检测跟踪性能下降的问题,文章提出了基于改进SIFT算法的精确配准动目标检测跟踪方法。该算法采用经典SIFT特征对图像配准,以此为基础实现高效、高精度的图像帧间差分运动目标检测,并采用自适应阈值分割算法完成对差分图像的分割,且通过区域合并策略解决分割产生的断裂及空洞问题,同时采用目标局部邻域特征和置信度判定准则,实现对运动目标的检测和持续稳定的跟踪。最后,基于多核DSP处理平台,通过实验验证了该算法应用于智能交通视频动目标检测跟踪的有效性。     

人体运动目标检测与跟踪方法的研究与实现

通过摄像机拍摄到的一段视频,对其中运动的人进行检测与跟踪。在目标检测方面,获取运动行人图像序列,利用自适应背景提取方法得到背景,根据将目标与背景进行分离的分割阈值,对差分图像进行分割,提取运动区域,检测出人体运动目标;在目标跟踪方面,选用基于Kalman滤波的运动跟踪系统,通过估计出运动目标的下一位置,对运动目标进行实时跟踪。这里的实验是在Linux平台上利用Intel的开源OpenCV函数库建立起模型并实现算法。经过多次仿真测试表明,使用Kalman滤波可以很好地解决实验中两个人握手时运动目标间遮挡的问题,并跟踪运动目标,而且处理速度比较快,能够满足一般情况下的实时性要求。     

基于Nios II软核的运动目标检测系统设计

介绍了一种基于Nios II的运动视频检测片上系统,该系统通过采用软/硬件协同设计的方法,使用Altera EP2C35 FPGA芯片与HV7131R视频摄像头配合实现了高速的数字视频处理,选用SDRAM和FLASH作为视频数据的外部存储器,满足了运动检测和保存运动现场的需要.并且采用Verilog HDL和Nios II定制指令使用硬件实现了系统的大部分功能,提高系统的处理速度,同时具有良好的灵活性和适应性.