基于FPGA的目标跟踪系统设计与实现

发布时间：2020-05-16 01:10

【摘要】：目标跟踪作为机器人视觉的重要分支逐渐成为研究的热门课题。广泛的应用在生产生活等各个方面。在军事方面包括导弹制导、无人机等。在民用方面包括医学诊断、虚拟现实、智能驾驶系统、人机交换等。在无人航拍、智能驾驶等实时性要求高的场合单纯的通过软件完成图像算法无法满足实时性的要求。利用FPGA并行处理的优势,将图像处理算法在FPGA上进行并行加速可以大大提高图像处理的速度,满足实时性要求高的场合。因此,基于FPGA完成图像算法逐渐成为研究的热门课题。针对通用计算机在图像处理实时性上的不足,本文设计了基于FPGA的目标跟踪系统。首先分别对目标识别与目标跟踪算法进行介绍与比较,目标识别算法分别介绍了光流法、背景差分算法与帧间差分算法。将目标跟踪算法进行分类概述,包括基于特征的目标跟踪算法、基于轮廓的目标跟踪算法、基于模型的目标跟踪算法与基于模板的目标跟踪算法。通过对各个算法的总结与比较,本文采用背景差分算法进行运动目标识别,采用基于模板的匹配算法进行目标跟踪。针对模板匹配的跟踪算法容易受到外界因素干扰而造成目标跟踪失败的情况,本文设计了一种基于绝对误差和算法(Sum of Absolute Difference,SAD)的目标跟踪有效性判别方法。通过SAD算法产生的SAD矩阵为基础,利用SAD矩阵内目标位置点与相邻位置点之间的相关性为判断依据,通过最大相关置信度(Maximum Close Distance,MCD)对目标跟踪有效性进行判断。并且当判定目标跟踪失效后,通过目标初始模板与当前帧最佳匹配位置进行加权累积产生新模板继续目标进行跟踪。通过Matlab软件对算法进行仿真验证,实验结果表明该算法能够实现对目标持续有效的跟踪,并且在抗遮挡能力方面相对原SAD算法得到显著提高。通过ModelSim软件仿真结果验证利用FPGA实现图像算法相对于单纯的软件实现速度显著提高。本文采用模块化设计将整个系统分成五个部分,分别完成视频图像采集、跟踪结果显示、图像预处理、图像存储与图像处理功能。通过硬件描述语言Verilog HDL在Quartus II软件上进行设计编写与仿真验证。最后将程序部署到FPGA内实现目标跟踪。通过多次实验验证本设计能够在遮挡、光照变化情况下实现运动目标准确跟踪。
【图文】：

算法原理

图 2.4 SAD 算法原理图Fig. 2.4 Sad algorithm schematic diagram小为 m×n；S 为视频中连续帧图像，大遍历，S 被 T 覆盖的的部分称为子图记置，是子图左上角的坐标。数，对子图 I(u,v)与模板图像进行对应位在原图中位置。SAD 相似性度量计算公1 1,y) (i,j) S(x i 1,y j m ni j T + + 1 x M m + 1,1 y N n+遍历过程中的偏移值。图 2.4 可知，，SAD 在图像遍历的过程中每-m+1，N-n+1 的矩阵。数值越小代表两

效果图,算法,效果,目标

a 模板图像 b 第 15 帧跟踪效果c 第 41 帧跟踪效果d 第 45 帧跟踪效果图 2.6 SAD 算法跟踪效果Fig. 2.6 SAD algorithm tracking图 2.7 是使用改进的 SAD 算法对相同场景对遮挡目标进行跟踪的结果，a 是目标板图像。b 是在目标被少部分遮挡情况下，本算法可以准确追踪目标。c 是当目标被挡面积超过 80%的情况下，正常 SAD 算法无法找到目标，但是本算法依然可以准确找到目标位置并进行准确标记。d 目标逐渐出现，准确找到目标进行标记，实现目标确有效的跟踪。a 模板图像 b 第 15 帧跟踪效果c 第 41 帧跟踪效果 d 第 45 帧跟踪效果
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TN791

【参考文献】