基于FPGA的智能视频监测系统的设计与实现

论文摘要

近年来,随着数字图像处理技术的不断发展和提高,使得视频监测越来越受到人们的关注和重视。FPGA作为当今主流的大规模可编程专用集成电路,可以满足高速图像处理的需要,使用FPGA可以使设计具有更多的硬件资源、更快的处理速度以及更好的灵活性。本文对智能视频监测系统中运动目标的检测算法进行了分析和研究,设计出一种基于FPGA的智能视频监测系统。本设计采用Altera公司的DE2开发板作为硬件平台,配合以CMOS(Complementary Metal Oxide Semiconductor,互补氧化金属半导体)图像传感器对环境进行实时监测,VGA(Video Graphic Array,显示绘图阵列)显示器对监测环境进行显示。当监测环境内有运动目标时,本系统将发出声音报警同时也在DE2的板子上进行LED显示,并且可以利用红色LED灯亮的多少来标定速度的大小。整个系统采用软硬件协同设计方式实现。硬件方面：在总体需求分析基础上,利用硬件描述语言设计和实现了如下4个模块：图像采集模块, SDRAM(Synchronous Dynamic RAM,同步动态随机存取存储器)模块,图像显示模块和运动目标检测算法模块。在运动目标检测算法模块中,使用它自带的SOPC Builder来构建SOPC_DETECT模块作为后续分析运算平台。由于边缘面积值绝对差累积算法的资源占有率比较低,使系统能高效地运行。在适当降低图像分辨率的情况下提高了速度,增加了系统的实时性。软件方面：首先研究了W4算法并对其进行改进,利用每帧的检测结果来指导背景模型的更新,然后在MATLAB中对改进的W4算法进行仿真,给出算法改进后的效果,最后将算法移植到FPGA中实现。在Nios Ⅱ IDE环境下采用C语言对改进的W4算法进行了编程并调试。经测试,系统的识别率达到90%以上,具有很好的视频检测效果。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究背景与提出
• 1.2 课题的国内外研究现状
• 1.3 课题的研究意义
• 1.4 本文章节安排
• 第2章 智能视频监测系统的相关知识介绍
• 2.1 系统的硬件开发平台
• 2.1.1 DE2开发平台
• DC2图像采集套件'>2.1.2 TRDB_DC2图像采集套件
• 2.2 系统的软件开发平台
• 2.2.1 QUARTUS Ⅱ开发环境
• 2.2.2 SOPC Builder开发工具简介
• 2.2.3 Nios Ⅱ开发环境
• 2.3 视频图像处理基础
• 2.3.1 引言
• 2.3.2 常用颜色模型介绍与分析
• 2.3.3 像素间的一些基本关系
• 2.4 运动目标检测算法的研究
• 2.4.1 光流法
• 2.4.2 帧间差分法
• 2.4.3 背景相减法
• 2.4.4 边缘面积值绝对差数累积算法
• 2.4.5 改进的W4算法
• 2.5 小结
• 第3章 系统整体设计
• 3.1 系统需求分析
• 3.2 系统模块化设计
• 3.3 系统总体设计
• 3.4 小结
• 第4章 智能视频监测系统的软硬件设计及实现
• 4.1 系统的硬件设计及实现
• 4.1.1 图像数据采集模块
• 4.1.2 VGA显示模块
• 4.1.3 SDRAM数据缓存模块
• 4.1.4 算法实现模块
• 4.2 系统的软件设计及实现
• 4.2.1 主程序设计
• 4.2.2 预处理
• 4.2.3 改进的W4运动检测算法的设计及实现
• 4.2.4 对速度大小的标定
• 4.3 小结
• 第5章 系统实现及结果分析
• 5.1 系统调试
• 5.1.1 硬件调试
• 5.1.2 软件调试
• 5.2 遇到的问题及解决方法
• 5.3 系统运行结果
• 5.4 系统主要性能参数
• 5.5 小结
• 第6章 总结与展望
• 6.1 论文工作总结
• 6.2 工作展望
• 参考文献
• 致谢