[实用新型]一种基于FPGA的背景差分法目标检测跟踪系统

说明书

技术领域

本实用新型属于嵌入式技术领域，具体涉及一种基于FPGA的背景差分法目标检测跟踪系统。 

背景技术

目前，视频跟踪技术在军事、安防、交通等领域得到广泛的应用，嵌入式视频跟踪系统也将成为一个研究热点。现有技术针对运动目标检测和运动目标跟踪的方法主要有以下几种： 

(1)相邻帧差法 

通过在连续性几帧图像间进行差分来提取图像中的运动区域，基本思想是将相邻的几帧图像做差分运算，将差值大于某一阈值的部分判定为运动目标，其他部分为背景。这种算法运算量小，易于软件实现。但这一算法的阈值缺乏自适应性，只能提取边界点，不能完全的提取出对象的区域上的像素点，运动对象速度很慢或很快时，有可能检测不到。运动目标速度很慢时，将运动目标当成是背景，运动目标速度很快时，又将部分背景判定成运动目标。 

(2)背景差分法 

目前运动检测中的主流方法，是利用当前图像与背景图像的差分来检测运动区域的一种技术，它一般能够提供完全的目标数据。基本思路：首先，用事先存储或者实时得到的背景图像序列为每个像素进行统计建模，得到背景模型；其次，将当前每一帧图像与背景模型相减，计算得出一定阈值限制下当前图像中出现的偏离背景模型值较大的那些像素，然后由此来判定此像素为出现在运动目标上，相减的阈值操作后得到的结果直接给出目标的位置、大小、形状等，从而得到较完整的目标信息。背景差分法是一种最为简单和有效的方法。但是在实际应用中，背景往往会发生变化，如室内环境的光照变化，室外环境中一天不同时刻光线的阴影的变化、不同季节的变化、背景中景物的改变等。所以国内外学者大多在背景差法的基础上进行一些改进，使算法能更加精确的检测运动目标。 

(3)基于模型匹配的跟踪 

基于模型匹配的跟踪方法充分利用目标的特殊性质，更能适应复杂环境中的目标跟踪，但是这种方法一般在遮挡和干扰条件下具有较强的鲁棒性，但是也有运算量很大的缺点。 

(4)基于区域匹配的跟踪 

基于区域匹配算法就是在当前帧中搜索上一帧中目标区域的相关度最大的区域。思路是将目标图像在当前图像帧上以不同的偏移值移位，然后根据一定的相似度量准则来处理每一个偏移值下的重叠的两个图像，根据判别准则和处理结果来判定目标的位置。这种算法的优 点在于当目标未被遮挡时，跟踪精度非常高，跟踪非常稳定，但是要求目标变形不大且不能有太大遮挡，否则精度下降会造成目标的丢失，而且这种模型的表达性较差，易受外界干扰。 

(5)基于特征匹配的跟踪 

选取目标中具有高度稳定性的显著特征序列，提取特征后对特征属性进行相关度匹配，得到运动目标的位置。此算法的优点是在出现部分遮挡的情况下，只要有一些特征仍可见，还是可以正确跟踪运动目标。 

(6)基于运动特性的跟踪 

一般可分为预测跟踪算法和关联目标运动连续性的算法。运动预测算法可以依据目标的运动特征来估计下一时刻目标可能出现的位置，关联连续性算法多用在跟踪算法融合的场合。 

目前实现图像处理算法的手段针对不同的应用需求主要有以下几种：专用集成电路ASIC、数字信号处理器DSP、ARM处理器、现在可编程门阵列FPGA。专用集成电路ASIC设计成本高，不可修改；，DSP和ARM由于其处理性能的限制，无法满足大数据量的处理 

现场可编程门阵列(FPGA)器件是当今运用极为广泛的可编程逻辑器件，也称为可编程ASIC。具有很多其他方案的优势，如：开发周期短、设计灵活、开发工具先进、实时性好、支持多种操作系统、支持高级语言编程、网络传输技术成熟等。 

现有技术中，在FPGA上实现视频运动检测系统，使用专用视频处理芯片和FPGA实现了高速的数字视频处理，选用SRAM作为视频数据的外部存储器，改进后的运动监测系统满足了运动检测处理的需要。采用FPGA实现系统设计提高了系统的处理速度，同时具有良好的灵活性和适应性。但是由于器视频处理主要还放在专用的视频处理芯片中进行，并没有充分的应用到FPGA芯片并行处理的特性，仅使用FPGA对整个系统进行控制。 

发明内容

针对现有技术中存在的不足，本实用新型提供一种基于FPGA的背景差分法目标检测跟踪系统，主要是针对静态场景中的运动物体的检测与跟踪，通过SD卡读取AVI格式视频文件，将读取视频转换成多帧图像，以图像为基础进行视频检测和跟踪的处理，获得待跟踪的运动目标，通过LTM显示屏对跟踪的结果进行显示。 

本实用新型的技术方案是：