基于FPGA的高清视频动目标检测开题报告

1. 研究目的与意义（文献综述）

目前，智能监控技术应用于各行各业，主要是对监控区域的特定目标进行实时检测与管理。

而视频运动目标检测算法则是智能监控系统中至关重要的技术环节。

视频处理的发展与计算机以及硬件技术的发展是紧密联系的，随着计算机以及硬件技术的高速发展，视频处理系统的性价比大大提高，无疑推动了视频理技术的发展。

2. 研究的基本内容与方案

结构方面首先是引言，介绍课题研究的意义和动态然后介绍视频移动目标检测研究的基础知识，包括fpga概述，视频处理基础知识，移动目标算法，灰度偏移算法和多颜色空间信息融合。2.1移动目标检测算法。移动目标检测就是从摄像头获取的序列图像中把运动目标分割提取出来的过程。运动目标的检测是后续跟踪技术的基础，其检测结果的好坏直接关系到能否跟踪到运动目标及跟踪准确度问题。

移动目标检测的主要方法有:①背景差分算法:将当前帧图像与背景图像进行灰度差分提取运动目标；②帧间差分算法:连续帧序列图像做灰度差分，差分图像可以表示两帧图像中运动物体的相对位置变化，从而可以得到目标；③光流法：要求精确计算光流点矢量，但在实际运用中，由于场景的复杂性使得计算复杂，实时性差，并且运动目标往往难以准确识别，影响跟踪的精确性。core输入方式和eda设计输入工具等表达用户的电路思路，同时设定初始约束条件。①背景图像差分法是将当前帧图像与背景图像做差分运算，对结果图像取阈值并分割，提取运动目标。此方法简单准确，但要求较准确的背景建模。②帧间差分算法。帧间差分法是通过对视频图像序列中相邻两帧做差分运算来获得运动目标轮廓，可以很好的适用于有多个运动目标和摄像机移动的情况。用来差分的两帧图像时间间隔很短（大约是视频帧率的倒数），所以动态背景（甚至摄像机移动）对差分图像影响很小，也不会出现鬼影现象但这种方法对物体的形状和运动缓慢的物体不敏感，存在一定的局限性。

这种方法的优点是简单容易实现，可以提取出完整的目标图像，关键是如何选取阈值，通常根据经验来选取阈值2.2灰度涨落和灰度漂移规律。漂移去噪算法如下：

第一步：对于连续两帧图像，进行差分运算；

3. 研究计划与安排

1-3周 查阅中、英文资料，完成开题报告，完成不少于2万字符的英文翻译任务；4-8周 学习相关算法并熟悉硬件表示方法；9-16周 完成基于FPGA的动态目标检测算法，并展示；

17周 修改完成毕业论文，答辩。

4. 参考文献（12篇以上）

[1] 刘杰，牛燕雄，董伟. 基于 fpga 的视频信号发生器设计与应用研究. 仪器仪表学报, 2008, 29(3): 654-657.

[2] vanderlei bonato, eduardo marques and george a. constantinides. a parallel hardware architecture for scale and rotation invariant feature detection, ieee workshop on applications of computer vision, 2002：25-28.

[3] 王建，李方伟.视频监控系统的现状和发展趋势. 单片机与嵌入式系统应用, 2006(7): 25-27.