当前位置:主页 > 科技论文 > 电子信息论文 >

基于FPGA的车辆目标实时检测系统设计与实现

发布时间:2021-12-18 11:38
  近年来,我国城市中的汽车数量急剧增加,给城市的交通状况带来了巨大的压力,交通拥堵的现象越来越严重。交通拥堵带来了很多问题,比如出行效率底下,造成环境污染,浪费石油资源等等。虽然国家在道路修建方面增加了巨大的投入,但是交通拥堵的状况没有的到根本性的缓解。为了解决交通拥堵的问题,提高城市中交通管理的效率,世界各国都在构建智能交通系统。随着城市中监控摄像头的增加,基于视频的方法去构建智能交通系统应用的越来越广泛。基于视频的智能交通系统中,通过道路监控视频对车辆目标进行准确的检测和识别是实现其他交通管理功能的基础。以往的车辆目标检测系统都是构建在PC机上,通常有着成本高昂,体积大,功耗高的弊端。而且使用的车辆检测算法一般都是通过运动目标检测的方法,无法精准判断运动目标中哪些是车辆,也无法对静止的车辆进行检测。本文主要研究了利用Haar+Adaboost目标检测框架在CPU+FPGA异构计算平台上实现车辆检测系统。Haar+Adaboost可以精确的识别视频画面中的车辆目标,无论是静止还是运动。FPGA可以对检测算法提供硬件加速性能,使检测算法的速度大大提升,达到实时性的要求。通过针对FPGA计... 

【文章来源】:大连理工大学辽宁省 211工程院校 985工程院校 教育部直属院校

【文章页数】:61 页

【学位级别】:硕士

【文章目录】:
摘要
Abstract
1 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
    1.3 车辆检测中的技术难点
    1.4 论文主要研究内容及结构
        1.4.1 论文的主要研究内容
        1.4.2 论文章节安排
2 实验平台
    2.1 高性能异构计算平台
        2.1.1 异构计算介绍
        2.1.2 CPU+FPGA计算平台的优势
    2.2 PCIe高速扩展
        2.2.1 PCIe简介
        2.2.2 PCIe总线基本概念
        2.2.3 PCIe总线体系结构
        2.2.4 PCIe总线的事务层
        2.2.5 PCIe总线的数据链路层
        2.2.6 PCIe总线的物理层
    2.3 本章小结
3 基于Haar+Adaboost的车辆检测系统
    3.1 图像预处理
        3.1.1 光照对图像检测的影响
        3.1.2 参考白亮度提升算法
    3.2 Haar特征
        3.2.1 Haar特征介绍
        3.2.2 Haar特征值的计算
    3.3 积分图
    3.4 Adaboost算法
        3.4.1 Adaboost的级联分类器模型
        3.4.2 弱分类器
        3.4.3 强分类器
        3.4.4 级联分类器
    3.5 多尺度滑动窗口检测
        3.5.1 不同尺度下的目标检测
        3.5.2 滑动窗口检测
        3.5.3 检测窗口合并
    3.6 本章小结
4 检测系统加速设计
    4.1 Vivado_HLS设计方法
    4.2 积分图硬件加速模块设计
        4.2.1 积分图算法分析
        4.2.2 硬件加速设计
    4.3 对变尺度滑动窗口的改进
    4.4 本章小结
5 基于异构计算平台的设计与验证
    5.1 异构计算平台介绍
        5.1.1 Virtex-7 系列FPGA
        5.1.2 硬件平台
    5.2 分类模型训练过程
        5.2.1 准备训练样本
        5.2.2 设定训练参数
        5.2.3 分类器模型分析
    5.3 检测系统构成
        5.3.1 系统构架
        5.3.2 Vivado设计
    5.4 实验和结论
        5.4.1 性能测评指标
        5.4.2 实验过程
    5.5 本章小结
结论
参考文献
致谢


【参考文献】:
期刊论文
[1]基于参考白和小波重构的船舶图像光照增强[J]. 杨梅,邱刚.  电脑知识与技术. 2016(20)
[2]基于帧间差分与码本模型的运动车辆检测算法[J]. 杨燕妮,吴向前,刘鹏.  新疆大学学报(自然科学版). 2016(02)
[3]基于ARM+FPGA的影像交互与显示系统设计[J]. 吴迪,李丙玉,王晓东.  液晶与显示. 2015(06)
[4]基于Vivado HLS的FPGA开发与应用研究[J]. 党宏社,王黎,王晓倩.  陕西科技大学学报(自然科学版). 2015(01)
[5]目标跟踪技术综述[J]. 高文,朱明,贺柏根,吴笑天.  中国光学. 2014(03)
[6]基于GPU大规模并行计算的异构计算体系介绍[J]. 雷振宇,王建雄,林晓森,徐嘉,何力.  现代电影技术. 2013(12)
[7]对中国大城市交通拥堵问题的认识[J]. 郭继孚,刘莹,余柳.  城市交通. 2011(02)
[8]CPU/GPU协同并行计算研究综述[J]. 卢风顺,宋君强,银福康,张理论.  计算机科学. 2011(03)
[9]基于双线性插值的图像缩放算法的研究与实现[J]. 王森,杨克俭.  自动化技术与应用. 2008(07)
[10]智能交通系统研发历程与动态述评[J]. 王笑京.  城市交通. 2008(01)

硕士论文
[1]基于光流法的车辆检测与跟踪[D]. 王效文.江苏科技大学 2015
[2]基于混合可重构平台的光流法硬件加速研究[D]. 戚烜.哈尔滨工程大学 2014
[3]基于AXI总线的SoC架构设计与分析[D]. 胡景华.上海交通大学 2013
[4]基于FPGA的视频移动目标检测系统的研究与实现[D]. 王磊.济南大学 2010



本文编号:3542316

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3542316.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户2c140***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com