视频中形变运动物体的检测算法设计及硬件实现
摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第8-16页 |
1.1 研究的目的和意义 | 第8-10页 |
1.1.1 仪器仪表数据采集 | 第8-9页 |
1.1.2 基于FPGA的图像检测 | 第9-10页 |
1.2 国内外研究概论 | 第10-13页 |
1.2.1 目标检测算法 | 第10-11页 |
1.2.2 数字图像处理算法实现硬件平台 | 第11-13页 |
1.3 研究目标与内容 | 第13页 |
1.4 主要创新点 | 第13-14页 |
1.5 章节安排 | 第14-16页 |
2 系统的总体设计流程及原理 | 第16-28页 |
2.1 系统需求分析与方案设计 | 第16-17页 |
2.2 系统目标硬件平台分析 | 第17-18页 |
2.3 算法处理模块的设计 | 第18-19页 |
2.4 算法的硬件化和优化流程 | 第19-22页 |
2.5 系统测试图像的生成 | 第22-28页 |
2.5.1 设计测试数据生成平台的目的及思路 | 第22-23页 |
2.5.2 建立测试数据生成平台的具体方法 | 第23-24页 |
2.5.3 添加影响因素 | 第24页 |
2.5.4 添加相应的噪声 | 第24-28页 |
3 感兴趣区域检测相关技术 | 第28-38页 |
3.1 相关名词阐述 | 第28页 |
3.1.1 形变运动物体 | 第28页 |
3.1.2 视频序列 | 第28页 |
3.2 数字图像的彩色模型 | 第28-30页 |
3.2.1 各种彩色模型简介 | 第29-30页 |
3.3 图像去噪 | 第30-33页 |
3.3.1 中值滤波 | 第30-31页 |
3.3.2 均值滤波 | 第31-32页 |
3.3.3 形态学滤波 | 第32-33页 |
3.4 基于目标建模的目标检测 | 第33-34页 |
3.5 基于背景建模的目标检测 | 第34-38页 |
3.5.1 中值、均值模型 | 第34页 |
3.5.2 帧间差分模型 | 第34-35页 |
3.5.3 W4模型 | 第35-36页 |
3.5.4 线性预测模型 | 第36页 |
3.5.5 统计直方图 | 第36页 |
3.5.6 单高斯模型 | 第36-37页 |
3.5.7 混合高斯模型 | 第37-38页 |
4 算法的设计与方案论证 | 第38-50页 |
4.1 算法的初步构思 | 第38-43页 |
4.1.1 常见前景检测算法优缺点分析 | 第38-40页 |
4.1.2 基于像素的形变运动物体检测算法设计 | 第40-43页 |
4.2 算法的进一步完善 | 第43-46页 |
4.2.1 时域滤波 | 第43-45页 |
4.2.2 空域滤波 | 第45-46页 |
4.2.3 彩色模型的选定 | 第46页 |
4.3 前景定位 | 第46-47页 |
4.4 同类型相近算法性能对比 | 第47-50页 |
4.4.1 与统计直方图法对比 | 第48页 |
4.4.2 与高斯背景建模法对比 | 第48-50页 |
5 算法的软件实现 | 第50-53页 |
5.1 读取摄像头/视频文件 | 第50-51页 |
5.2 FIR低通滤波器设计 | 第51页 |
5.3 过零检测 | 第51-52页 |
5.4 中值滤波 | 第52-53页 |
6 算法的硬件实现与性能分析 | 第53-77页 |
6.1 算法的软硬件协同设计原理简介 | 第53-56页 |
6.2 算法的HLS实现与优化 | 第56-68页 |
6.2.1 HLS实现内容分析 | 第56-57页 |
6.2.2 AXI协议简介 | 第57页 |
6.2.3 头文件设计 | 第57-58页 |
6.2.4 实现文件设计与优化 | 第58-66页 |
6.2.5 TestBench文件设计 | 第66-68页 |
6.3 系统整体联调 | 第68-71页 |
6.3.1 C综合 | 第68-70页 |
6.3.2 输出IP core | 第70-71页 |
6.4 算法的适用范围测试及性能分析 | 第71-77页 |
6.4.1 通用性 | 第71-75页 |
6.4.2 局限性 | 第75页 |
6.4.3 抗干扰能力 | 第75-77页 |
7 总结及展望 | 第77-78页 |
7.1 研究总结 | 第77页 |
7.2 研究展望 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-83页 |