视频运动目标检测是数字视频信号处理、分析应用的一个重要领域，在民用和军事上有着广泛的应用，实现可靠、快速的运动目标检测系统有着非常重要的意义。 本文详细介绍了基于FPGA的视频运动目标检测系统的软硬件设计方法及其实现方案。首先介绍了视频信号的分类和性质，在此基础上，讨论分析了当前三种主要的运动目标检测算法的基本原理和优缺点；然后对运动目标检测系统的硬件设计制定了详细的方案，为系统的实现提供了稳定良好的硬件平台；最后，在前面分析研究的基础上，详细介绍了系统的FPGA硬件实现过程。 本文通过对视频运动目标检测算法的分析研究，采用了一种改进的帧间差分算法，并结合系统任务，最终开发了一种基于Altera公司CYCLONE系列FPGA芯片的实时视频运动目标检测系统。采用FPGA实现系统设计，可提高系统的处理速度，同时具有良好的灵活性和适应性。实际应用表明，本文所设计的运动目标检测系统能很好地检测出运动目标，并具有较好的抗干扰能力。
上传时间： 2013-04-24
上传用户：hustfanenze
视频序列中运动目标的检测是计算机视觉和图像编码研究领域的一个重要课题，在机器人导航、智能监视系统、交通监测、医学图像处理以及视频图像压缩和传输等领域都有广泛的应用。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可以充分利用硬件上的并行性，从本质上改善图像处理的速度，使对大数据量的图像处理达到实时性。本文提出基于FPGA的运动目标检测系统，对以后算法的改进，输入输出图像大小的变化，图像采集和显示设备更换等都具有灵活性。 本文对目前运动目标检测的主要算法研究分析，根据背景减法的适用环境和特点提出改进的W4运动检测算法。该算法具备背景减法的优点，并且克服了W4运动检测算法在环境变化较快或环境变化较频繁条件下对运动目标进行检测的局限性。 本文首先在MATLAB中对改进的W4运动检测算法进行仿真，然后将算法移植到FPGA中实现。设计图像采集、图像检测和VGA显示等模块，完善运动目标检测系统。根据算法和运动目标检测系统的特点提出一种基于改进的W4算法的快速检测方法，该方法以块为单位进行运动目标检测，可以有效地提高图像处理的速度，使系统满足实时性要求。
上传时间： 2013-07-20
上传用户：sn2080395
基于 FPGA 的运动目标检测系统的研究与开发 \\r\\n希望有哪位朋友需要
上传时间： 2013-08-11
上传用户：924484786
在介绍运动检测以及光流的基本概念的基础上引出基于光流方程的两种常用的图像分析方法--梯度法、块匹配法；通过对光流法在红外图像序列的运动目标检测、活动轮廓模型以及医学图像处理方面的应用来阐述这两种光流法的优缺点进行分析从而得出光流法在运动图像识别领域具有较大的优势，最后对光流法在未来其他领域的应用提出展望。
上传时间： 2013-10-31
上传用户：jrsoft
基于图形处理器单元（GPU）提出了一种帧间差分与模板匹配相结合的运动目标检测算法。在CUDA-SIFT（基于统一计算设备架构的尺度不变特征变换）算法提取图像匹配特征点的基础上，优化随机采样一致性算法（RANSAC）剔除图像中由于目标运动部分产生的误匹配点，运用背景补偿的方法将静态背景下的帧间差分目标检测算法应用于动态情况，实现了动态背景下的运动目标检测，通过提取目标特征与后续多帧图像进行特征匹配的方法最终实现自动目标检测。实验表明该方法对运动目标较小、有噪声、有部分遮挡的图像序列具有良好的目标检测效果。
上传时间： 2013-10-09
上传用户：ifree2016
介绍了一种多运动目标检测算法及序列图像的仿真效果，同时对多运动目标检测后的二值图像进行了连通成分标记袁最后根据标记结果在原图像中准确地框定了各运动目标。关键字 多运动目标 跟踪 序列图像 连通成分标记
上传时间： 2013-10-29
上传用户：nanfeicui
提出了一种基于Surendra改进的运动目标检测算法，通过对背景更新系数的改进，获取稳定准确的背景，再将背景帧与含运动区域的图像帧用差分运算获得运动目标图像。实验结果表明，该算法能够较快反应环境的变化，准确地获得背景图像，提高运动目标检测的准确性。
上传时间： 2013-11-19
上传用户：1234567890qqq
针对帧差分法易产生空洞以及背景减法不能检测出与背景灰度接近的目标的问题，提出了一种将背景减和帧差法相结合的运动目标检测算法。首先利用连续两帧图像进行背景减法得到两种差分图像，并用最大类间与类内方差比法得到合适的阈值将这两种差分图像二值化，然后将得到的两种二值化图像进行或运算，最后利用图像形态学滤波得到准确的运动目标。实验结果表明，该算法简单、易实现、实时性强
上传时间： 2013-10-08
上传用户：yqs138168
检测运动物体需要无运动物体的背景图像，所以，首先应用多帧像素平均值法提取了运动视频序列的背景图，从背景图像中分离目标像素，获取目标的质心坐标，并应用质心跟踪法以灰色图像序列为基础，对运动的目标进行实时检测和跟踪。质心跟踪法的目标位置通过质点的中心来确定，该算法计算简单，计算量小，其稳定性与精度主要取决于序列图像的分割及其阀值的确定情况。文中给出了用Opencv实现算法的具体过程和关键代码，并且设计了跟踪运动车辆的控制界面，方便了实时监控。实验结果表明，该方法可以实现视频序列中运动目标的识别，具有实时性、并能给出较好的识别效果。
上传时间： 2013-11-12
上传用户：虫虫虫虫虫虫
对传统混合高斯背景模型作了改进，消除了缓慢运动目标对背景模型的影响，其中提出了目标间差分方法区分出前后帧变化区，对不同区域采用不同的学习权重更新策略。通过实验证明，该改进算法提高了背景模型的健壮性，在跟踪系统中获得较好效果。
上传时间： 2015-01-03
上传用户：7891
