發(fā)布時間：2024-04-22 20:14

　　智能交通建設(shè)是“十三五”規(guī)劃的交通建設(shè)重點工程項目,隧道交通智能化管理系統(tǒng)是智能交通建設(shè)的研究課題之一,要實現(xiàn)隧道交通智能化管理系統(tǒng),就必須以實時并準(zhǔn)確的檢測到隧道行駛車輛的信息為前提。而FPGA具有大量可配置邏輯資源、并行處理及流水線操作等特點,能實現(xiàn)對視頻圖像實時處理。所以研究基于FPGA的隧道行車檢測跟蹤系統(tǒng)具有很強的實用價值及現(xiàn)實意義。本文的主要目的是以Xilinx Spartan6系列的XC6SLX45TM開發(fā)板為核心處理器,實現(xiàn)隧道行車檢測跟蹤系統(tǒng),主要工作如下:(1)介紹了目標(biāo)檢測跟蹤技術(shù)的常用算法和國內(nèi)外發(fā)展現(xiàn)狀,并仿真對比了光流法、幀間差分法、GMM背景差分法和ViBe算法的檢測效果和檢測速度。在MATLAB中基于GMM背景差分法、卡爾曼濾波和匈牙利匹配的算法實現(xiàn)了隧道行車的檢測與跟蹤。(2)詳細研究了基于FPGA的隧道行車檢測跟蹤系統(tǒng)的設(shè)計方法,然后采用自頂向下的設(shè)計思路,將系統(tǒng)分為視頻圖像采集模塊、DDR3讀寫控制模塊、目標(biāo)檢測跟蹤模塊及VGA顯示模塊四大模塊。通過Verilog HDL硬件描述語言編程實現(xiàn)了視頻圖像采集模塊、DDR3讀寫控制模塊和VGA顯示模塊,...

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1運動目標(biāo)檢測原理

運動目標(biāo)檢測過程可簡化為如圖1.1所示。具體步驟為:第一步采集視頻圖像;第二步并將運動目標(biāo)與背景分離,第三步獲取目標(biāo)的形狀、位置以及速度等特征信息。運動目標(biāo)檢測常用的檢測方法有光流法[5]、幀間差分法[6]、背景差分法[7]和ViBe算法[8]四種。

圖1.2幀間差分法基本原理

幀間差分法可分為鄰幀差分和隔幀差分,區(qū)別在于所取兩幀圖像的時間間隔,但其核心思想都是對比兩幀圖像并按像素作減法運算。假設(shè)視頻中第k幀圖像用fk(x,y)表示,fk-i(x,y)表示第k-i幀圖像,當(dāng)i為1時表示鄰幀差分運算,i為大于1的正整數(shù)時為隔幀差分運算,用Dk(x,y)表示....

圖1.3背景差分法基本原理

背景差分法的原理為:將包含運動目標(biāo)的實時圖像fk(x,y)與背景圖像fb(x,y)相減,然后差值取絕對值得到Dk(x,y),再將Dk(x,y)與閾值T比較,得到二值化差分圖像Rk(x,y)。實現(xiàn)過程如圖1.3所示。背景差分結(jié)果Dk(x,y)表示為:

圖1.4運動目標(biāo)跟蹤原理

運動目標(biāo)跟蹤建立在目標(biāo)檢測的基礎(chǔ)上,通過合適的匹配算法和度量準(zhǔn)則對搜索區(qū)域進行匹配定位,尋找連續(xù)幀之間的聯(lián)系以獲得目標(biāo)軌跡信息[29,30]。運動目標(biāo)跟蹤原理如圖1.4所示。跟蹤方法根據(jù)目標(biāo)特征描述方式的不同可以將目標(biāo)跟蹤算法分為兩類,即基于局部特征的跟蹤方法和基于對象的跟蹤方法....

本文編號：3962215