论文部分内容阅读
运动物体检测技术是在图像序列中将运动物体从背景图像中提取出来的技术,是目标分类、跟踪和行为理解处理的基础,广泛应用在工业、医学、军事、教育、体育等领域中,为高级运动分析提供必要的信息。正因为后期的处理都仅仅考虑图像中运动区域的像素,因此把运动物体从背景中快速、准确地分离出来是对图像进一步分析处理的关键。近年来,随着视频监控技术的发展,图像处理要求不断提高,实时信号处理成为一种趋势。运动物体检测是在未知运动物体的情况下,对整帧图像进行运动对象检测的技术,因此数据量庞大,处理速度慢成为制约软件方案实现实时处理的瓶颈。现场可编程门阵列(FPGA)集成了诸多硬件资源,低成本高性能,且拥有强大的高速运算能力,在视频图像处理领域占有很大的优势,己成为实时视频系统设计的重要选择之一。
本文研究的目标就是开发一种小型化的实时运动物体检测系统,这类系统区别于目前大多基于PC机的运动物体检测系统,它是一种可以脱离PC机的嵌入式系统。此类系统一般都具有运动检测性能稳定、低功耗、低成本等优点。
本文以摄像头固定情况下的实时视频序列为研究对象,深入研究了图像序列中的运动物体检测方法,分析了包括光流法,帧间差分法以及背景减除法等常用方法。文章分析比较了这些方法的优缺点,并在当前该领域研究成果的基础上,结合FPGA技术及系统的实时性要求,对YCbCr色彩空间中Y通道上基于单高斯背景建模的运动物体检测算法进行实验和改进,设计了10级流水线型FPGA单高斯背景建模运动物体检测算法结构,在保证检测精度的前提下,适合使用硬件快速实现。此外为了提高检测效果,在此算法结构基础上,设计了28级混合高斯背景建模结构对检测效果进行优化。最终结合CCD摄像头和LCD显示屏,开发了一套基于Altera公司CycloneⅡ系列FPGA芯片的实时视频运动物体检测系统。
通过实验表明,基于单高斯背景建模的运动物体检测系统占用FPGA资源少,室内检测效果良好,处理分辨率为640×480,采集时钟为27MHz的实时视频,可达87帧／秒的速度；基于混合高斯背景建模的运动物体检测系统占用存储资源虽多,但能比较好的处理单高斯无法处理的多模态场景和拖影问题,在分辨率为320×240,系统处理时钟为27MHz的情况下,本文所设计的混合高斯纯硬件方案最终可达到的图像处理最快速度为58fps,完全符合高速实时场合。