基于SoC FPGA的实时行人检测系统研究与实现
发布时间:2023-08-06 07:21
汽车为人们的生活带来了极大的便捷,但同时也给道路上的行人带来了安全隐患。为了能有效地保护行人,科学家和工程师们都致力于研究出快速、准确、可靠的行人检测系统来辅助驾驶员安全驾驶。本文提出了基于SoC FPGA的实时行人检测系统的方案,本文主要的研究工作如下:1.本文设计的系统主要由图像采集与显示系统部分和行人检测算法部分组成,采取自顶向下的模块化设计思想,将系统划分为多个子模块分别进行研究和设计。2.本文使用友晶科技公司的DE10-Nano开发板与D8M摄像头模块搭建了图像采集与显示系统,分别对系统中摄像头采集模块,图像缓存模块,图像显示模块进行Verilog代码的编写,并使用Qsys开发集成工具建立了SoC系统。经过板上调试能够稳定地输出640×480分辨率的视频图像。3.本文使用梯度方向直方图(Histogram of Oreinted Gradient,HOG)+支持向量机(Support Vector Machine,SVM)算法进行行人检测。详细研究了该算法的计算步骤,针对FPGA的硬件平台进行适当地简化和优化,采取流水线并行处理的方式对算法进行硬件化实现,通过仿真和板上调试,...
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景与意义
1.2 行人检测技术的国内外研究现状
1.3 论文主要研究内容及工作安排
第二章 行人检测理论基础与硬件平台介绍
2.1 行人检测理论基础
2.2 特征提取方法
2.2.1 Haar-like特征描述子
2.2.2 LBP特征描述子
2.2.3 HOG特征描述子
2.3 分类器
2.3.1 AdaBoost分类器
2.3.2 神经网络分类器
2.3.3 支持向量机分类器
2.4 FPGA硬件平台的介绍
2.4.1 DE10-Nano开发板介绍
2.4.2 D8M摄像头模块介绍
2.4.3 Quratus Prime EDA开发工具
2.5 本章小结
第三章 实时行人检测系统的总体设计
3.1 系统总体设计
3.2 图像采集与显示系统
3.2.1 摄像头采集模块
3.2.2 视频图像缓存模块
3.2.3 视频图像显示模块
3.3 SoC系统搭建
3.4 本章小结
第四章 基于HOG特征行人检测算法的研究
4.1 基于HOG特征行人检测算法整体流程
4.2 梯度方向直方图
4.2.1 输入图片标准化
4.2.2 梯度和方向计算
4.2.3 直方图统计
4.2.4 Block归一化
4.3 线性SVM分类器的训练与检测
4.4 本章小结
第五章 FPGA硬件实现与结果分析
5.1 图像预处理模块
5.1.1 插值缩放硬件实现
5.1.2 灰度化硬件实现
5.2 HOG计算模块
5.2.1 梯度和方向计算硬件实现
5.2.2 直方图统计硬件实现
5.2.3 Block归一化硬件实现
5.3 线性SVM分类器模块
5.4 仿真
5.5 系统总体分析
5.5.1 资源使用量分析
5.5.2 检测性能分析
5.5.3 实际环境测试结果
5.6 本章小结
第六章 总结与讨论
6.1 总结
6.2 讨论
参考文献
致谢
本文编号:3839308
【文章页数】:64 页
【学位级别】:硕士
【文章目录】:
摘要
abstract
第一章 绪论
1.1 课题研究背景与意义
1.2 行人检测技术的国内外研究现状
1.3 论文主要研究内容及工作安排
第二章 行人检测理论基础与硬件平台介绍
2.1 行人检测理论基础
2.2 特征提取方法
2.2.1 Haar-like特征描述子
2.2.2 LBP特征描述子
2.2.3 HOG特征描述子
2.3 分类器
2.3.1 AdaBoost分类器
2.3.2 神经网络分类器
2.3.3 支持向量机分类器
2.4 FPGA硬件平台的介绍
2.4.1 DE10-Nano开发板介绍
2.4.2 D8M摄像头模块介绍
2.4.3 Quratus Prime EDA开发工具
2.5 本章小结
第三章 实时行人检测系统的总体设计
3.1 系统总体设计
3.2 图像采集与显示系统
3.2.1 摄像头采集模块
3.2.2 视频图像缓存模块
3.2.3 视频图像显示模块
3.3 SoC系统搭建
3.4 本章小结
第四章 基于HOG特征行人检测算法的研究
4.1 基于HOG特征行人检测算法整体流程
4.2 梯度方向直方图
4.2.1 输入图片标准化
4.2.2 梯度和方向计算
4.2.3 直方图统计
4.2.4 Block归一化
4.3 线性SVM分类器的训练与检测
4.4 本章小结
第五章 FPGA硬件实现与结果分析
5.1 图像预处理模块
5.1.1 插值缩放硬件实现
5.1.2 灰度化硬件实现
5.2 HOG计算模块
5.2.1 梯度和方向计算硬件实现
5.2.2 直方图统计硬件实现
5.2.3 Block归一化硬件实现
5.3 线性SVM分类器模块
5.4 仿真
5.5 系统总体分析
5.5.1 资源使用量分析
5.5.2 检测性能分析
5.5.3 实际环境测试结果
5.6 本章小结
第六章 总结与讨论
6.1 总结
6.2 讨论
参考文献
致谢
本文编号:3839308
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3839308.html
最近更新
教材专著