基于FPGA的运动目标实时检测跟踪算法及其实现技术

发布时间：2022-01-16 03:18

　　运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列（FPGA）的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。 

【文章来源】：光学技术. 2020,46(02)北大核心CSCD

【文章页数】：9 页

【部分图文】：

系统总体结构框图

对图像进行滤波其实就是对其应用某一卷积核模板进行运算。完成滤波后,可以有效地降低噪声对后续的匹配计算造成的误差。选取3×3的卷积核做均值滤波,实际上就是3×3窗口图像数据做平均。滤波算法的关键是如何从实时的动态数据流中获取3×3窗口图像数据。参考了文献[15]的生成模板窗口方法,在FPGA逻辑设计时,采用两个行缓存暂存前两行数据,如图2所示。用9个点的像素值之和的算术平均值替换中心点P22的值,就实现了3×3的均值滤波。与CPU相比,FPGA的最大优势就在于能对数据实现并行流水线式操作,而实现这一点的关键就是使用FPGA内部的块RAM对数据的缓存和运算进行并行流水线操作,此外,块RAM是可以通过Verilog HDL进行控制的,可以用它实现各种灵活的运算处理。在本算法中,使用的是3×3的模板,这里需要同时取三行的数据,所以先要用FPGA里面的块RAM缓存两行的数据,当第三行数据来的时候同时去读取块RAM里缓存的上两行数据,然后就可以进行3×3窗口的滤波计算。

首先随机选取了一张数据格式为RGB565、像素值为640×480的图像,如图3所示,分别提取图像的R、G和B数据,然后根据式(3)和(4)计算Y1和Y2的值,并且把Y2缩小256倍,最后计算所有像素值的相对误差,并将其以640×480的大小用三维图来直观的显示,如图4所示。图4 相对误差三维图

【参考文献】：
期刊论文
[1]基于改进SSD的交通大场景多目标检测[J]. 华夏,王新晴,王东,马昭烨,邵发明.  光学学报. 2018(12)
[2]一种改进光流法的运动目标检测及跟踪算法[J]. 李成美,白宏阳,郭宏伟,梁华驹.  仪器仪表学报. 2018(05)
[3]背景差分与帧间差分相融合的遥感卫星视频运动车辆检测方法[J]. 袁益琴,何国金,王桂周,江威,康金忠.  中国科学院大学学报. 2018(01)
[4]基于现代硬件的并行内存排序方法综述[J]. 郭诚欣,陈红,孙辉,李翠平,吴天贞.  计算机学报. 2017(09)
[5]基于概率假设密度平滑器的低检测概率下多目标跟踪[J]. 于洋,司冠楠,宋建辉,刘砚菊.  信息与控制. 2014(04)

硕士论文
[1]基于FPGA的目标检测与跟踪[D]. 李炳奇.北京邮电大学 2019
[2]运动目标检测跟踪的FPGA系统实现[D]. 陶勇.昆明理工大学 2018



本文编号：3591832