汽車為人們的生活帶來了極大的便捷,但同時也給道路上的行人帶來了安全隱患。為了能有效地保護行人,科學家和工程師們都致力于研究出快速、準確、可靠的行人檢測系統(tǒng)來輔助駕駛員安全駕駛。本文提出了基于SoC FPGA的實時行人檢測系統(tǒng)的方案,本文主要的研究工作如下:1.本文設計的系統(tǒng)主要由圖像采集與顯示系統(tǒng)部分和行人檢測算法部分組成,采取自頂向下的模塊化設計思想,將系統(tǒng)劃分為多個子模塊分別進行研究和設計。2.本文使用友晶科技公司的DE10-Nano開發(fā)板與D8M攝像頭模塊搭建了圖像采集與顯示系統(tǒng),分別對系統(tǒng)中攝像頭采集模塊,圖像緩存模塊,圖像顯示模塊進行Verilog代碼的編寫,并使用Qsys開發(fā)集成工具建立了SoC系統(tǒng)。經(jīng)過板上調(diào)試能夠穩(wěn)定地輸出640×480分辨率的視頻圖像。3.本文使用梯度方向直方圖(Histogram of Oreinted Gradient,HOG)+支持向量機(Support Vector Machine,SVM)算法進行行人檢測。詳細研究了該算法的計算步驟,針對FPGA的硬件平臺進行適當?shù)睾喕蛢?yōu)化,采取流水線并行處理的方式對算法進行硬件化實現(xiàn),通過仿真和板上調(diào)試,...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景與意義
    1.2 行人檢測技術的國內(nèi)外研究現(xiàn)狀
    1.3 論文主要研究內(nèi)容及工作安排
第二章 行人檢測理論基礎與硬件平臺介紹
    2.1 行人檢測理論基礎
    2.2 特征提取方法
        2.2.1 Haar-like特征描述子
        2.2.2 LBP特征描述子
        2.2.3 HOG特征描述子
    2.3 分類器
        2.3.1 AdaBoost分類器
        2.3.2 神經(jīng)網(wǎng)絡分類器
        2.3.3 支持向量機分類器
    2.4 FPGA硬件平臺的介紹
        2.4.1 DE10-Nano開發(fā)板介紹
        2.4.2 D8M攝像頭模塊介紹
        2.4.3 Quratus Prime EDA開發(fā)工具
    2.5 本章小結(jié)
第三章 實時行人檢測系統(tǒng)的總體設計
    3.1 系統(tǒng)總體設計
    3.2 圖像采集與顯示系統(tǒng)
        3.2.1 攝像頭采集模塊
        3.2.2 視頻圖像緩存模塊
        3.2.3 視頻圖像顯示模塊
    3.3 SoC系統(tǒng)搭建
    3.4 本章小結(jié)
第四章 基于HOG特征行人檢測算法的研究
    4.1 基于HOG特征行人檢測算法整體流程
    4.2 梯度方向直方圖
        4.2.1 輸入圖片標準化
        4.2.2 梯度和方向計算
        4.2.3 直方圖統(tǒng)計
        4.2.4 Block歸一化
    4.3 線性SVM分類器的訓練與檢測
    4.4 本章小結(jié)
第五章 FPGA硬件實現(xiàn)與結(jié)果分析
    5.1 圖像預處理模塊
        5.1.1 插值縮放硬件實現(xiàn)
        5.1.2 灰度化硬件實現(xiàn)
    5.2 HOG計算模塊
        5.2.1 梯度和方向計算硬件實現(xiàn)
        5.2.2 直方圖統(tǒng)計硬件實現(xiàn)
        5.2.3 Block歸一化硬件實現(xiàn)
    5.3 線性SVM分類器模塊
    5.4 仿真
    5.5 系統(tǒng)總體分析
        5.5.1 資源使用量分析
        5.5.2 檢測性能分析
        5.5.3 實際環(huán)境測試結(jié)果
    5.6 本章小結(jié)
第六章 總結(jié)與討論
    6.1 總結(jié)
    6.2 討論
參考文獻
致謝



本文編號：3839308