基于FPGA的移動(dòng)目標(biāo)實(shí)時(shí)定位跟蹤系統(tǒng)

1 背景知識(shí)

如圖1所示，交通攝像頭對(duì)公路上移動(dòng)的汽車進(jìn)行實(shí)時(shí)的定位，隨著小汽車的移動(dòng)，紅色框也跟隨小汽車移動(dòng)，實(shí)時(shí)將小汽車框起來(lái)。

基于實(shí)時(shí)物體移動(dòng)的靜態(tài)圖像背景中移動(dòng)目標(biāo)檢測(cè)是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)，在安防、監(jiān)控、智能交通、機(jī)器智慧、以及軍事領(lǐng)域等社會(huì)生活和軍事防御等諸多領(lǐng)域都有較大的實(shí)用價(jià)值。移動(dòng)目標(biāo)檢測(cè)的實(shí)質(zhì)是從實(shí)時(shí)圖像序列中將圖像的變化區(qū)域從整體圖像中分割提取出來(lái)。由于圖像的后期處理，比如移動(dòng)目標(biāo)的分類、跟蹤、測(cè)距、判斷大小以及行為動(dòng)作分析等，主要考慮的是移動(dòng)目標(biāo)區(qū)域的像素信息，所以對(duì)移動(dòng)目標(biāo)的準(zhǔn)確檢測(cè)和有效分割是整個(gè)檢測(cè)跟蹤系統(tǒng)的重要基礎(chǔ)。

圖1 公路上的運(yùn)動(dòng)汽車

目前逐漸形成三種運(yùn)動(dòng)目標(biāo)的檢測(cè)算法：

1）幀間差分法 是采用視頻序列中的相鄰兩幀圖像做差的方法，來(lái)檢測(cè)視頻序列中的移動(dòng)目標(biāo)。但是受運(yùn)動(dòng)目標(biāo)和背景變化的影響，檢測(cè)過(guò)程中有可能出現(xiàn)偽目標(biāo)或者目標(biāo)中出現(xiàn)“空洞”，在目標(biāo)運(yùn)動(dòng)不是太快時(shí)可以有效的檢測(cè)到目標(biāo)。
2）背景減除法首先在沒(méi)有目標(biāo)的場(chǎng)景中獲取背景圖像，然后利用實(shí)時(shí)視頻序列和背景圖像做差，來(lái)實(shí)現(xiàn)地移動(dòng)目標(biāo)的檢測(cè)。如何獲得背景是背景減除法的關(guān)鍵。

3）光流法是通過(guò)給圖像中每個(gè)像素點(diǎn)賦予一個(gè)速度矢量的方法建立光流場(chǎng)，利用光流場(chǎng)中矢量運(yùn)動(dòng)的連續(xù)性來(lái)檢測(cè)移動(dòng)目標(biāo)。該方法的計(jì)算量通常很大，難以實(shí)現(xiàn)實(shí)時(shí)性的檢測(cè)。

2 FPGA實(shí)現(xiàn)

本節(jié)實(shí)驗(yàn)將實(shí)現(xiàn)對(duì)鏡頭內(nèi)移動(dòng)物體（無(wú)論變大變小左右移動(dòng)）的實(shí)時(shí)邊界進(jìn)行跟蹤，為后期基于FPGA的人臉位置識(shí)別，字符識(shí)別（字符在鏡頭內(nèi)任意位置）等打下基礎(chǔ)。本節(jié)顆也是走向人工智能，機(jī)器識(shí)別的重要一課。

算法實(shí)現(xiàn)：對(duì)于彩色圖像直接使用FPGA進(jìn)行邊界查找難度比較大，所以我們一般對(duì)圖像傳感器采集來(lái)的圖像進(jìn)行預(yù)處理。如圖2所示，首先進(jìn)行灰度化來(lái)減少圖像數(shù)據(jù)量，然后使用幀差法對(duì)兩幅不同時(shí)刻的圖像進(jìn)行差值（此步暫未進(jìn)行）。然后我們對(duì)得到的圖像二值化。最終對(duì)二值圖像進(jìn)行邊界查找將結(jié)果顯示到lcd顯示屏上。

圖2 基于FPGA的移動(dòng)目標(biāo)追蹤系統(tǒng)

FPGA部分源碼：

結(jié)果展示：

圖3 實(shí)驗(yàn)圖1

圖4 實(shí)驗(yàn)圖2?

圖5 對(duì)6的邊界追蹤

圖6 對(duì)圓的邊界跟蹤

圖7 對(duì)菱形的邊界追蹤

結(jié)果分析：

如圖5,6,7所示我們完成了對(duì)數(shù)字6、圖形圓、以及菱形的最大邊界的實(shí)時(shí)定位，無(wú)論圖像形狀大小，均準(zhǔn)確定位到了圖像的上下左右邊界。對(duì)目標(biāo)成功進(jìn)行了實(shí)時(shí)的定位。這將為我們后期的各種準(zhǔn)確識(shí)別打下堅(jiān)實(shí)的基礎(chǔ)。