本文關(guān)鍵詞：基于ZYNQ的行人檢測系統(tǒng)軟硬件協(xié)同實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,我國汽車保有量快速增長,道路交通安全問題受到廣泛關(guān)注。車載行人檢測系統(tǒng)作為輔助駕駛系統(tǒng)中的重要組成部分,可以有效保護(hù)道路上的行人。由于車輛行駛速度快且汽車空間和能源有限,因此能夠研究出一套實時性好、準(zhǔn)確度高、體積小、功耗低的車載行人檢測系統(tǒng)具有重要的實際意義。本系統(tǒng)在仔細(xì)研究國內(nèi)外行人檢測相關(guān)技術(shù)的基礎(chǔ)上,利用統(tǒng)計轉(zhuǎn)換直方圖(CENsus Transform HISTogram, CENTRIST)特征和支持向量機(jī)(Support Vector Machine, SVM)分類器進(jìn)行行人識別,通過滑動窗口掃描法遍歷整幅圖像,檢測視頻幀中存在的所有行人。本設(shè)計是在Xilinx公司的ZYNQ可拓展平臺上采用軟硬件協(xié)同設(shè)計方法實現(xiàn),將圖像采集、行人檢測、高清顯示集合到一個嵌入式系統(tǒng)中。系統(tǒng)在FPGA部分完成硬件加速IP核的設(shè)計,ARM部分完成CENTRIST算子提取和SVM分類器設(shè)計。這種方法既充分利用了FPGA強(qiáng)大的并行運(yùn)算能力與豐富的邏輯資源,又結(jié)合了ARM在搭建操作系統(tǒng)與實現(xiàn)復(fù)雜算法方面的優(yōu)點。本文主要工作有：(1)構(gòu)建基于ZYNQ可拓展平臺的嵌入式開發(fā)環(huán)境,包括制作Linux內(nèi)核鏡像(zImage)和根文件系統(tǒng),OpenCV庫和Qt庫的移植等。(2)在ZYNQ芯片的可編程邏輯(Programmable Logic, PL)部分設(shè)計系統(tǒng)關(guān)鍵模塊,包括硬件加速IP核、ARM和FPGA之間視頻傳輸通道(VDMA),其中硬件加速IP核是利用Vivado_HLS工具進(jìn)行設(shè)計,將圖像的縮放、灰度化、邊緣特征提取算法進(jìn)行硬件加速。(3)在ZYNQ芯片的處理器系統(tǒng)(Processing System, PS)部分即ARM內(nèi)完成兩部分工作,首先是復(fù)雜算法的設(shè)計,包括CENTRIST算子和SVM分類器,其次是驅(qū)動程序的設(shè)計,包括圖像傳輸通道(VDMA) IP核的驅(qū)動程序設(shè)計。本設(shè)計采用軟硬件協(xié)同設(shè)計方法完成了基于ZYNQ的行人檢測系統(tǒng),具有準(zhǔn)確度高、實時性好、體積小、界面友好等特點。
【關(guān)鍵詞】：行人檢測 ZYNQ CENTRIST SVM 軟硬件協(xié)同設(shè)計
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-18
• 1.1 課題研究背景及意義10-11
• 1.2 行人檢測技術(shù)研究現(xiàn)狀及發(fā)展趨勢11-15
• 1.2.1 特征提取算法發(fā)展?fàn)顩r13
• 1.2.2 分類識別算法發(fā)展?fàn)顩r13-15
• 1.3 常用行人檢測數(shù)據(jù)庫15
• 1.4 基于ZYNQ的行人檢測系統(tǒng)的研究難點15-16
• 1.5 論文主要內(nèi)容及結(jié)構(gòu)16-18
• 第2章 基于ZYNQ的行人檢測系統(tǒng)的總體結(jié)構(gòu)18-28
• 2.1 系統(tǒng)總體結(jié)構(gòu)18-19
• 2.2 開發(fā)平臺19-25
• 2.2.1 ZedBoard開發(fā)板19-21
• 2.2.2 ZYNQ芯片簡介21-23
• 2.2.3 HDMI接口23-24
• 2.2.4 DDR3控制器24-25
• 2.3 開發(fā)工具XPS和Vivado HLS25-27
• 2.4 本章小結(jié)27-28
• 第3章 行人檢測相關(guān)算法28-46
• 3.1 圖像預(yù)處理28-30
• 3.1.1 圖像縮放29
• 3.1.2 灰度化29-30
• 3.1.3 圖像邊緣特征提取30
• 3.2 常用的行人特征提取算法30-35
• 3.2.1 Haar-like特征31-32
• 3.2.2 HOG特征32-33
• 3.2.3 LBP特征算子33-34
• 3.2.4 CENTRIST特征34-35
• 3.3 常用行人檢測分類識別算法35-43
• 3.3.1 人工神經(jīng)網(wǎng)絡(luò)算法分類器36-37
• 3.3.2 AdaBoost算法分類器37-39
• 3.3.3 SVM算法分類器39-43
• 3.4 窗口融合算法43-44
• 3.5 基于CENTRIST+SVM的行人檢測44-45
• 3.6 本章小結(jié)45-46
• 第4章 基于ZYNQ的行人檢測系統(tǒng)實現(xiàn)46-66
• 4.1 基于ZYNQ的行人檢測系統(tǒng)硬件工程設(shè)計46-54
• 4.1.1 AXI接口48-50
• 4.1.2 AXI VDMA配置50-52
• 4.1.3 硬件加速模塊IP核設(shè)計52-54
• 4.2 嵌入式開發(fā)環(huán)境搭建54-57
• 4.2.1 制作Linux內(nèi)核、設(shè)備樹、根文件系統(tǒng)55-56
• 4.2.2 QT和OpenCV移植56-57
• 4.3 基于ZYNQ的行人檢測系統(tǒng)軟件工程設(shè)計57-64
• 4.3.1 訓(xùn)練分類器58-60
• 4.3.2 VDMA IP核的驅(qū)動設(shè)計60-62
• 4.3.3 制作軟件工程可執(zhí)行文件62-64
• 4.4 本章小結(jié)64-66
• 第5章 系統(tǒng)調(diào)試與實驗結(jié)果分析66-78
• 5.1 系統(tǒng)調(diào)試66-68
• 5.2 實驗結(jié)果分析68-76
• 5.2.1 硬件加速68-70
• 5.2.2 系統(tǒng)測試與分析70-76
• 5.3 本章小結(jié)76-78
• 第6章 總結(jié)與展望78-80
• 6.1 總結(jié)78-79
• 6.2 展望79-80
• 參考文獻(xiàn)80-85
• 致謝85-86
• 作者簡介86

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 李明駿;;Zynq:帶FPGA功能的處理器[J];集成電路應(yīng)用;2011年04期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 梁新宇;基于ZYNQ的行人檢測系統(tǒng)軟硬件協(xié)同實現(xiàn)[D];大連海事大學(xué);2016年

2 陳子豪;基于Zynq異構(gòu)片上系統(tǒng)的皮下靜脈顯影系統(tǒng)的研究與設(shè)計[D];深圳大學(xué);2015年

  本文關(guān)鍵詞：基于ZYNQ的行人檢測系統(tǒng)軟硬件協(xié)同實現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：471369