一种基于FPGA的背景差分法目标检测跟踪系统及方法

摘要

一种基于FPGA的背景差分法目标检测跟踪系统，包括FPGA 、SD卡、LED指示灯、DDR2 SDRAM，两个七段数码管，LTM显示屏，还包括嵌入FPGA中的在SOPC builder环境下以AVLON总线为标准集成的视频检测跟踪的最小系统，主要针对静态场景中的运动物体的检测与跟踪，通过SD卡读取AVI格式视频文件，将读取视频转换成多帧图像，以图像为基础进行视频检测和跟踪的处理，获得待跟踪的运动目标，通过LTM显示屏对跟踪的结果进行显示。系统采用FPGA平台，具有很强的并行性，提高了运算速度；本发明方法具有良好的跟踪效果和适应性，所选的粒子滤波算法适用于非线性非高斯动态模型，接近真实场景，适应性强，跟踪准确率好。

主权项

一种目标检测跟踪方法，采用基于FPGA的背景差分法目标检测跟踪系统，包括FPGA、SD卡、LED指示灯、DDR2SDRAM，两个七段数码管，LTM显示屏，还包括嵌入FPGA中的在SOPC builder环境下以AVALON总线为标准集成的视频检测跟踪的最小系统；所述SD卡存储AVI格式视频数据，SD卡的输出引脚连接FPGA的输入引脚，LTM显示屏与FPGA的输出引脚连接，用于显示视频跟踪结果，DDR2SDRAM输入引脚与FPGA的输出引脚连接，两个七段数码管分别与FPGA的输出引脚连接；所述LED指示灯和七段数码管均用于程序调试及状态显示；所述在SOPC builder环境下以AVALON总线为标准集成的视频检测跟踪的最小系统包括数据输入模块、运动检测模块、目标跟踪模块、Nios II软核处理器模块、数据缓存模块和LTM控制器模块；所述数据输入模块读取SD卡中存储的视频数据信息，送至运动检测模块采用背景差分法获得运动目标的参数信息，确定运动物体的大小以及坐标，得出目标区域，目标跟踪模块以目标区域的颜色作为跟踪特征，利用粒子滤波算法实现目标的跟踪，Nios II软核处理器模块控制和协调各个模块，对视频数据进行运动检测以及目标跟踪处理，调用LTM控制器模块IP核，将处理后的图像数据显示在LTM液晶屏上，数据缓存模块实现DDR2中256MB空间作为系统运行的系统存储环境；LTM控制器模块是依据Avalon总线接口规范开发设计LTM显示器IP核，通过LTM显示器显示处理的结果；该方法按如下步骤进行：步骤1：SD卡初始化；步骤2：读取SD卡数据；步骤3：采用背景差分法对读取的数据进行运动目标的检测；步骤4：检测出运动目标后，返回运动目标的大小及位置，即得到跟踪区域；步骤5：采用粒子滤波算法对运动目标进行跟踪；步骤6：返回步骤2，继续读取下一帧图像数据；其特征在于：步骤3所述采用背景差分法对读取的数据进行运动目标的检测，具体按如下步骤进行：步骤3.1：预处理；采用比例法将彩色图像转换成灰度图，转换公式如式(1)所示，其中，彩色图像采用的是RGB色彩模式，R、G、B分别代表红、绿、蓝颜色，I代表灰度信息，I＝0.114×B+0.587×G+0.299×R            (1) 转换后，采用中值滤波算法处理，中值滤波是以窗口的中值作为处理结果，实现的步骤 如下：(1)选取窗口的大小；(2)对窗口中每个像素点的灰度值进行排序；用排序后的中值替代窗口中其它的数据；步骤3.2：背景建模采用背景差分法中的均值背景模型实现目标检测，均值建模基本思想是阈值分割，利用阈值来划分差分前后图像的像素值，系统读取视频序列中连续几帧图像，计算这几帧图像的平均值作为背景图像，后续帧与背景帧作差值运算；如果差值大于这一个阈值，就判定这个像素是属于运动对象的，否则就判定这个像素是属于背景的图像；步骤3.3：对数据进行二值化，得到运动目标的二值图像；步骤3.4：采用数组定位法对在二值图像中，确定运动目标的大小及坐标；判定宽度和横坐标的信息，首先设定一维数组大小，其数组大小与图像的宽度值相同，遍寻每一列的像素点的值，当某一列的像素点为0的个数加1时，一维数组中与此列对应的数加1；设定一个阈值，当数组中的值小于该阈值时，数组中的值清零，这样可以减少图像中其它的信息的干扰；一帧图像遍寻完后，根据一维数组中的不为零的像素点来确定宽度和横坐标的值：判定数组中的连续N个大小不为零的值的第一位作为起始点，该起始点为横坐标的值，N为目标的宽度；目标的高度和纵坐标的值也由以上方法获得：设定一维数组大小，遍寻每一行的像素点的值，数组中的值随着相应行中的像素点为0的个数的增加而逐一增加，完成后小于阈值的数清零；图像遍寻完后，根据数组中的值来判定，当有连续Y个不为零的值时，Y为目标的高度，Y中的第一个不为零的点所在数组中的位置作为目标的纵坐标。