基于FPGA的帧间差分算法实现调研报告
- 格式:doc
- 大小:155.50 KB
- 文档页数:5
基于FPGA的AVS帧内预测实现及码率控制研究的开题报告一、选题背景随着数字视频技术的发展,视频编码技术在视频通信、视频存储、视频广播等领域中得到了广泛的应用。
AVS是中国自主研发的一种新型视频编码标准,它采用了帧内预测和帧间预测相结合的编码方式,具有很好的压缩性能和多种分辨率支持。
此外,AVS还具有许多优点,如较低的编码延迟、更好的编码效率、更灵活的编码结构等。
针对AVS的帧内预测和码率控制技术,目前国内外已有许多研究。
其中,基于FPGA的AVS帧内预测实现和码率控制研究,能够利用FPGA 的并行计算能力和低延迟特性,实现高效的视频编码和解码,具有很好的应用前景。
因此,本文将研究基于FPGA的AVS帧内预测和码率控制技术,以提高视频编码和解码的效率和质量。
二、研究内容和方法本文拟研究以下内容:1. AVS视频编码体系结构及帧内预测技术原理的研究。
2. 基于FPGA的AVS帧内预测算法的实现,包括预测模式选择、滤波器设计等。
3. 基于FPGA的AVS码率控制算法的实现,包括码率模型建立、码率控制策略等。
4. FPGA板级设计和优化,包括硬件设计、时序优化等。
本文将采用以下方法:1. 文献综述:对AVS视频编码标准及帧内预测技术的相关文献进行综述研究,以深入理解其原理和实现方法。
2. 算法实现:通过Vivado HLS/OpenCL等工具,对AVS的帧内预测算法和码率控制算法进行FPGA实现,以验证算法的正确性和效率。
3. 板级设计和优化:对FPGA硬件进行设计和优化,以提高视频编码和解码的性能和质量。
三、研究意义和创新性本文的研究意义和创新性在于:1. 对AVS视频编码标准及帧内预测技术进行深入研究,并实现基于FPGA的AVS帧内预测算法和码率控制算法,在提高视频编码和解码效率和质量方面具有应用价值。
2. 通过对FPGA硬件的设计和优化,能够进一步提高视频编码和解码的性能和质量,具有一定的创新性。
基于FPGA的图像差分处理1背景知识差分图像在许多领域得到了广泛的应用,比如:视频压缩,生物医学诊断,天文学,遥感,人脸识别等。
2 matlab仿真MATLAB源码:Main.mI = imread(flower.bmp); figure, imshow(I);I_gray = rgb2gray(I);figure,imshow(I_gray);Id = mipcentraldiff(I_gray,dx); figure, imshow(Id);Mipcentraldiff.mfunction dimg = mipcentraldiff(img,direction)% MIPCENTRALDIFF Finite difference calculations %% DIMG = MIPCENTRALDIFF(IMG,DIRECTION)%% Calculates the central-difference for?a given direction% IMG : input image% DIRECTION : dx?or dy% DIMG : resultant image%% See also MIPFORWARDDIFF MIPBACKWARDDIFF MIPSECONDDERIV% MIPSECONDPARTIALDERIV% Omer Demirkaya, Musa Asyali, Prasana Shaoo, ... % Medical Image Processing Toolboximg = padarray(img,[1 1],symmetric,both);[row,col] = size(img);dimg = zeros(row,col);switch(direction)casedx,dimg(:,2:col-1) = (img(:,3:col)-img(:,1:col-2))/2;casedy,dimg(2:row-1,:) = (img(3:row,:)-img(1:row-2,:))/2;otherwise,disp(Direction is unknown);enddimg = dimg(2:end-1,2:end-1);仿真结果:图1 RGB原图图2 gray图3 central_diff3 FPGA设计图4 基于串口传图的中心差分如图4所示,我们将RGB565格式转化为Ycbcr格式,Y通道进入中心差分模块,完成中心差分算法。
基于FPGA的颜色与运动特征识别系统设计
刘建国;李祖明;刘晓宏;李昱龙
【期刊名称】《电子设计工程》
【年(卷),期】2022(30)20
【摘要】针对运动目标检测领域对实时性、便捷性、准确性的高要求,该文设计了一套基于FPGA的颜色与运动特征识别系统。
系统辅以OV5640摄像头模块获取图像数据,基于Verilog语言进行并行流水线设计,使用SDRAM片外存储器实现数据流的实时缓存。
基于FPGA实现了帧间差分法与HSV颜色空间特征的检测并进行结合,保证了系统的识别准确度。
在FPGA中通过图像数据格式转换、运动目标检测、颜色特征检测、形态学滤波、目标指示跟踪等处理操作后实现了目标的精确识别。
实验结果表明,该系统在不同的场景下,都可进行目标识别且识别准确率均达到95%以上。
【总页数】7页(P137-142)
【作者】刘建国;李祖明;刘晓宏;李昱龙
【作者单位】南京理工大学机械学院;南京工程学院电力学院;盐城供电公司;苏州长风航空电子有限公司
【正文语种】中文
【中图分类】TN06
【相关文献】
1.基于FPGA的智能运动系统设计
2.基于特定特征识别的运动视觉跟踪系统设计
3.基于FPGA的颜色识别触摸屏系统设计与实现
4.基于FPGA的运动目标实时检测系统设计
5.基于人工智能的运动骨骼特征识别系统设计
因版权原因,仅展示原文概要,查看原文内容请购买。
fpga的调研报告FPGA(Field-Programmable Gate Array)是一种可编程逻辑器件,能够实现电子系统的重构和实施。
本文将对FPGA进行调研,并撰写一份1000字的报告。
第一部分:概述(200字)FPGA是一种灵活且可重构的集成电路,具有广泛的应用领域。
它由可编程逻辑模块(PL)和可编程内存模块(BRAM)组成,PL用于实现逻辑功能,BRAM用于存储数据。
FPGA通过使用硬连线和LUT(Look-Up Table)来实现复杂的逻辑功能,使得用户可以根据需求重新编程FPGA,从而快速实现电路功能。
第二部分:FPGA的应用领域(300字)FPGA的广泛应用领域包括通信、图像处理、嵌入式系统、汽车电子、航空航天等。
在通信领域,FPGA可用于实现各种数字信号处理算法,包括解调、调制和信道编码等。
在图像处理方面,FPGA可以实现图像压缩、滤波、增强和视频处理等任务。
在嵌入式系统中,FPGA可用于替代固定功能芯片,提供更高的灵活性和可扩展性。
汽车电子和航空航天应用中,FPGA可以实现车载电子系统和飞行控制系统的各种功能,如驾驶员辅助系统和导航系统。
第三部分:FPGA的优点和不足(300字)FPGA相比于ASIC(Application-Specific Integrated Circuit)具有一定的优势。
首先,FPGA的设计周期相对较短,可以以较低的成本快速实现电路功能。
其次,FPGA具有灵活性和可重构性,可以根据需求重新编程,而ASIC则需要进行物理层面的改变。
此外,FPGA可以动态地进行功能升级和错误修复,从而提供更好的可维护性。
然而,FPGA也存在一些不足之处。
首先,FPGA的功耗较高,尤其在大规模集成电路的实现中。
其次,FPGA的性能相对于专用定制的ASIC可能会略逊一筹。
此外,FPGA设计的复杂性较高,需要专业的知识和经验来完成设计和调试。
第四部分:FPGA的发展趋势(200字)随着技术的进步,FPGA的发展趋势将朝着更高的性能和更低的功耗方向发展。
FPGA实现移动⽬标检测 上⼀篇整理了⼈脸检测,这篇讲⼀下移动⽬标检测。
⽬前逐渐形成三种运动⽬标的检测算法: 1)帧间差分法是采⽤视频序列中的相邻两帧图像做差的⽅法,来检测视频序列中的移动⽬标。
但是受运动⽬标和背景变化的影响,检测过程中有可能出现伪⽬标或者⽬标中出现“空洞”,在⽬标运动不是太快时可以有效的检测到⽬标。
2)背景减除法⾸先在没有⽬标的场景中获取背景图像,然后利⽤实时视频序列和背景图像做差,来实现地移动⽬标的检测。
如何获得背景是背景减除法的关键。
3)光流法是通过给图像中每个像素点赋予⼀个速度⽮量的⽅法建⽴光流场,利⽤光流场中⽮量运动的连续性来检测移动⽬标。
该⽅法的计算量通常很⼤,难以实现实时性的检测。
其中帧差法⽐较简单,可操作性较强。
⼀、帧差法原理 帧差法是通过两帧相邻图像间做差,并选取合适的阈值对图像进⾏⼆值化,从⽽选取出运动的物体。
设 f(x,y)为灰度差分图像,g k(x,y)、g k-1(x,y) 为相邻的两帧灰度图像,D(x,y)为侦差图像,T为差分阈值。
1、缓存两帧灰度图像。
2、两帧灰度图像做差,将结果和设置的阈值进⾏⽐较后转⼆值化输出。
3、对⼆值化结果进⾏框选,确定移动⽬标,类似⼈脸检测。
本设计的难点是如何能缓存两帧图像,以 SDRAM 为例,常⽤的⽅法有两种:掩码法和⾮掩码法,下⾯分别介绍⼀下。
⼆、移动⽬标检测——掩码法1、结构框图 如图所⽰:摄像头采集数据后,再SDRAM通道0中缓存后输出到 VGA_driver,正常的摄像头显⽰⼯程到这就结束了。
⽽为了后续处理,我将 VGA_driver 的输出数据先不输出到VGA引脚,⽽是对其进⾏图像处理:先进⾏ RGB转YCbCr处理,得到 8bit 的灰度数据 Y 分量,然后将 Y 分量输⼊到 SDRAM的通道 1 中,利⽤ SDRAM 的掩码,通道 1 的读出数据包含了 2 帧的灰度数据,将这两帧数据进⾏帧差计算,然后进⾏⼀些图像处理。
基于FPGA的高速数字分路算法的研究和实现的开题报告一、选题背景和意义数字电子技术在现代信息处理中扮演着非常重要的角色。
其中,数字分路是数字电路的基本组成部分之一,并且在很多应用中具有十分广泛的应用。
数字分路的主要作用是实现数字信号的选择、复制和分配。
随着技术的不断发展和硬件的不断升级,传统的数字分路技术已经不能满足现代数字电路的要求,需要更加快速、高效的数字分路算法。
FPGA(Field Programmable Gate Array)是一种可编程逻辑芯片,它具有非常高的灵活性和可重构性,可以根据需要重新配置电路结构。
因此,在数字分路算法的研究和实现中,FPGA是一种非常重要的硬件平台。
基于FPGA的数字分路算法可以大大提高分路的速度和效率。
二、研究目的和内容本研究旨在提出一种基于FPGA的高速数字分路算法,并在实验中对其进行验证和评估。
具体研究内容包括以下几个方面:1. 研究数字分路算法的基本原理和相关技术,深入了解数字信号处理方面的知识,从而提出一种高速、高效的数字分路算法;2. 利用Verilog HDL语言,在FPGA开发板上实现数字分路算法,并测试其性能指标,包括分路速度、计算资源利用率等;3. 对实验结果进行分析和评估,对算法的优缺点进行总结。
三、研究方法本研究的主要研究方法包括文献调研、算法设计、硬件实现、实验分析等。
1. 文献调研:通过查阅相关的文献、期刊和书籍来获取数字分路算法相关的知识和经验,深入了解数字信号处理的理论基础和相关技术。
2. 算法设计:根据研究目的和文献调研的结果,提出一种基于FPGA 的高速数字分路算法,实现数字信号的选择、复制和分配等功能。
3. 硬件实现:利用Verilog HDL语言,在FPGA开发板上进行数字分路算法的硬件实现,并对相关的设计参数进行优化。
4. 实验分析:对实验结果进行数据分析和统计,评估算法的性能指标。
四、预期成果1. 提出一种基于FPGA的高速数字分路算法,具有高速、高效、低功耗等特点;2. 在FPGA开发板上实现数字分路算法,并测试其性能指标;3. 对算法的优缺点进行总结,并提出进一步改进的方向。
FPGA技术调研报告0805杨学齐 200892128 一、FPGA的系统设计概述系统设计在整个设计中是非常关键的,它直接影响到后面的工作时间、质量和效率,同时也关系到最后产品的质量(包括实现的功能、稳定性,测试、使用、维护和升级是否方便等等)。
系统设计的必要性表现在它不仅能够从整体上描述系统,而且还表现在它能够在设计前期阶段就能发现理论和设计原理上的错误和缺陷并进行设计方案的修改和优化,而系统仿真是一个有效的方法,它使系统设计从定性描述走向定量描述,更具体、更具体、更轻易发现细节题目和缺陷。
假如不重视系统设计,必然要在调试阶段花费更多的时间,而且会对以后的工程应用、产品维护、市场拓展等方面付出代价,这是不可取的。
此外,具体的系统设计方案会使得分配模块的设计任务变得更轻易和明确,便于项目开发的治理。
系统设计采用自顶向下的设计方法,根据系统的设计要求,首先对系统的结构和功能进行定义,主要包括(对一个具体设计不一定都包括):系统功能描述,技术参数定义,模块划分及其功能描述(即方框图描述),通讯协议,软硬件协同实现方案,系统数据流、控制流(包括状态机)和存储方案,复位和时钟方案(即同步方案), IP使用方案,测试方案(包括仿真时要用到的测试激励和在电路板上的测试方案),各模块的接口信号定义(包括时序关系)及其连接,寄存器定义和FPGA引脚信号定义等等,然后使用高级语言或者VHDL、Verilog HDL 硬件描述语言进行算法行为描述和系统行为仿真,最后完成系统设计方案。
系统设计流程由此可见,一个完整的系统设计方案不仅需要定性描述(即系统功能和模块功能描述、参数定义、方框图、模块划分和接口信号定义、时序图、可行性论证等),而且应该有定量描述,即含有具体的算法说明、系统行为描述代码和系统仿真结果等。
事实上,对一个简单的设计,系统方案只做到定性描述也可以,即不做系统行为描述与仿真,各模块内的算法可以由承担该模块的设计者完成,模块设计可以直接从RTL级(Register Transport Level: 寄存器传输级)开始,系统仿真直接从功能仿真开始二、FPGA设计流程2.1设计流程图图1.1说明:●逻辑仿真器主要指modelsim,Verilog-XL等。
FPGA调研报告一、引言FPGA(Field Programmable Gate Array),即现场可编程门阵列,是在 PAL、GAL 等可编程器件的基础上进一步发展的产物。
它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
二、FPGA 的基本原理和结构(一)基本原理FPGA 利用了可编程的逻辑单元(Logic Cell)和可编程的互联资源(Interconnect)。
用户可以通过硬件描述语言(HDL)如 Verilog 或VHDL 对这些逻辑单元和互联资源进行编程,从而实现各种数字电路的功能。
(二)结构组成1、可编程逻辑块(CLB)这是 FPGA 的基本逻辑单元,通常由查找表(LUT)和触发器等组成,用于实现各种组合逻辑和时序逻辑功能。
2、输入输出块(IOB)负责芯片内部信号与外部引脚之间的接口,包括输入缓冲、输出驱动等。
3、可编程互联资源包括各种长度的连线和开关矩阵,用于连接不同的逻辑块和输入输出块,实现信号的传输。
三、FPGA 的特点和优势(一)灵活性FPGA 最大的特点就是灵活性。
与传统的专用集成电路(ASIC)不同,FPGA 可以在制造完成后由用户根据具体需求进行编程和配置,从而实现不同的功能。
这使得 FPGA 能够快速适应市场需求的变化,降低了产品开发的风险和成本。
(二)并行处理能力FPGA 具有强大的并行处理能力。
由于其内部的逻辑单元和互联资源可以同时工作,因此能够在一个时钟周期内处理多个任务,大大提高了系统的处理速度。
(三)低功耗相比于通用处理器(如 CPU),FPGA 在实现特定功能时往往能够消耗更低的功耗。
这对于一些对功耗要求严格的应用场景,如移动设备、物联网等,具有重要的意义。
(四)可重构性FPGA 可以在系统运行过程中进行动态重构,即根据不同的任务需求实时改变硬件配置。
这为实现自适应系统和容错系统提供了可能。
fpga芯片调研报告FPGA(Field-Programmable Gate Array)是一种集成电路芯片,其特点是可在现场进行编程和重新配置,以适应不同应用和功能的需要。
FPGA芯片广泛应用于计算机科学、通信、嵌入式系统等领域。
本调研报告将对FPGA芯片进行详细的介绍和分析。
一、FPGA芯片的特点1. 可编程性:与其他集成电路芯片不同,FPGA芯片可以在字段中进行编程和重新配置,以实现不同的功能和逻辑。
2. 可重构性:FPGA芯片具有可重构的能力,可以在不改变硬件结构的情况下,改变芯片的逻辑功能和连接。
3. 高性能:FPGA芯片具有高度集成的特点,能够在较短的时间内完成复杂的逻辑运算,具有较高的运算速度和性能。
4. 低功耗:相比于传统的ASIC(Application-Specific Integrated Circuit)芯片,FPGA芯片具有更低的功耗,能够在较低的能耗下完成相同的计算任务。
二、FPGA芯片的应用领域1. 通信领域:FPGA芯片可以用于网络路由器、交换机、无线通信系统等领域,实现数据传输和通信控制等功能。
2. 计算机科学领域:FPGA芯片可以用于高性能计算、图像处理、数据加密等领域,提高计算机的处理速度和性能。
3. 工业控制领域:FPGA芯片可以用于工业自动化控制系统、仪器仪表等领域,实现数据采集、控制和监控等功能。
4. 嵌入式系统领域:FPGA芯片可以用于嵌入式系统的设计和开发,提高嵌入式系统的灵活性和可靠性。
三、FPGA芯片的市场情况及发展趋势1. 市场情况:FPGA芯片市场在近年来持续增长,主要受到通信、计算机科学和工业控制等领域的需求推动。
2. 发展趋势:随着技术的进步和应用领域的扩展,FPGA芯片将向更高性能、更低功耗、更高密度的方向发展。
同时,FPGA芯片还将与其他领域的技术相结合,如人工智能、物联网等,提供更多的应用场景和解决方案。
四、FPGA芯片的优势和挑战1. 优势:FPGA芯片具有可编程性和可重构性,能够适应不同应用和功能的需要;具有高性能和低功耗的特点,能够提高计算机系统的性能和能效。
基于FPGA的帧间差分算法调研报告一、背景与重要意义:帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法,它可以很好地适用于存在多个运动目标和摄像机移动的情况。
当监控场景中出现异常物体运动时,帧与帧之间会出现较为明显的差别,两帧相减,得到两帧图像亮度差的绝对值,判断它是否大于阈值来分析视频或图像序列的运动特性,确定图像序列中有无物体运动。
图像序列逐帧的差分,相当于对图像序列进行了时域下的高通滤波。
帧间差分法的优点是:算法实现简单,程序设计复杂度低;对光线等场景变化不太敏感,能够适应各种动态环境,稳定性较好。
Altera公司推出的FPGA内部含有可以编程的输入/输出单元、可编程逻辑单元、嵌入式块RAM、丰富的布线资源、底层嵌入式功能单元和内嵌专用内核,利用这些资源可以方便的搭建系统,所以本设计采用FPGA作为主控芯片。
随着FPGA技术的不断创新和发展,其必定会在计算机视觉领域发挥越来越重要的作用。
二、国内外研究现状(2009~2014):课题相关国内论文调研:期刊论文:1肖丽君肖丽君(1969-),女,副教授,硕士,主要从事人工智能、计算机视觉研究.[1]肖丽君.基于背景减与帧间差分结合的视频运动目标分割[J].北华大学报(自然科学版),2010,05:1009-48222郑锵郑铿(1988-),男,硕士研究生。
研究方向:图像处理,机器视觉.[1]郑铿,李榕.基于FPGA的视频跟踪系统设计与实现[J],激光杂志,2014,3:0523-27433李金屏李金屏( 1968-),男,教授,博士,硕士生导师.研究方向: 人工智能模式识别和图像处理[1]李金屏,王磊,张中方. 利用FPGA实现视频移动目标的有效检测[J]. 计算机工程与应用,2010,26:162-165.[2]王磊,张中方,李金屏. 基于FPGA的静态背景下移动目标检测[J]. 济南大学学报(自然科学版),2009,04:342-346.硕士生毕业论文:4姜宇姜宇,男,工学硕士,研究方向:电子科学与技术[1]姜宇.基于FPGA的运动目标检测系统的研究[D].大连海事大学,2012.5廖马腾廖马腾,男,工学硕士,研究方向:图像识别[1]廖马腾. 基于基于FPGA的运动车辆检测算法研究[D].五邑大学,20136黄宇黄宇,男,工学硕士,研究方向:电路与系统[1]黄宇.基于FPGA的运动目标检测系统设计与实现[D].河北工业大学,2011课题相关国外论文调研:1 Ping Hu[1]Ping Hu, Jin Hua Polytechnic.An Area Invasion Algorithm Based on Background Difference and Frame Difference[C]//Information Theory and Information Security(ICITIS),2011 Conference on IEEE International, 2011.2 Quan Tang[1]Quan Tang,Shu Guang Dai, Jie Yang.Object Tracking Algorithm Based on Camshift Combining Background Subtraction with Three Frame Difference [C]//Applied Mechanics and Materials,2013:373-375.3 Jun Yang[1]Jun Yang,Tusheng Lin,Bi Li.Dual frame differences based background extraction algorithm [C]// Computational Problem-Solving (ICCP), 2011 International Conference on ,2011.4 Tomasz Kryjak[1] Kryjak T, Komorkiewicz M, Gorgon M. FPGA implementation of real-timehead-shoulder detection using local binary patterns, SVM and foreground object detection[C]//Design and Architectures for Signal and Image Processing (DASIP), 2012 Conference on. IEEE, 2012: 1-8.[2] Kryjak T, Komorkiewicz M, Gorgon M. Real-time moving object detection for video surveillance system in FPGA[C]//Design and Architectures for Signal and Image Processing (DASIP), 2011 Conference on. IEEE, 2011: 1-8.基于FPGA运动帧间差分算法的研究现状总结帧间差分法运动目标检测算法就目前的发展,相对于静态图像中的目标检测而言,运动目标检测是指在视频图像序列中判断是否有前景目标的运动,如果有则对目标进行初始定位的检测过程。
静态背景下主要有:帧间差分法、背景差分法和光流法。
在认真研究和比较了上述算法的原理及优缺点的基础上,用帧间差分算法来实现运动目标检测,计算量较小,适合在硬件上实现实时处理。
本文通过对帧间差分算法的分析,在FPGA开发平台上实现实时视频目标检测。
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。
运动目标检测算法实现平台(1)基于PC机实现通过软件实现,用高级语言编写代码,使用常用的图像库,来对图像或者视频进行处理。
但是CPU占用率大,资源空间浪费,处理速度较慢,效果中等。
(2)数字信号处理数字信号处理器,它是集成专用计算机的一种芯片,是一种特别适合于进行数字信号处理运算的微处理器,其主要应用是实时快速地实现各种数字信号处理算法,用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法。
但是,DSP 只是对某些固定的运算提供硬件优化,其体系仍是串行指令执行系统,并且这些固定优化运算并不能够满足众多算法的需要。
(3)可编程逻辑器件即现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。
它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。
本课题就是基于FPGA:DE2平台的设计。
三、课题的实现方案硬件方案:根据调研,本课题选择友晶公司的DE2-115开发板,用于设计运动目标检测系统的硬件平台。
选择TRDB-D5M数字摄像机作为图像采集模块与DE2-115配套使用。
选择VGA显示器作为终端显示。
算法方案:间差分法是检测相邻帧图像之间变化的最简单方法,它是直接比较了图像序列中连续的两帧或三帧图像中对应像素点在灰度值上的差异,然后通过设定阈值来提取序列图像中的运动区域。
基于帧间差分的运动目标检测算法的具体步骤如下:D,(1)在第k 帧图像与第k − 1帧图像之间计算差分图像kR(2)对差分图像进行二值化处理后得到黑白二值图像k其中,T为分割阈值,T可以事先给定或采用自适应的方法进行控制。
系统总体结构:图像流程:图像信息由数据采集模块采集进来,对每个像素所在行和所在列的位置进行计数,由帧计数信号oFrame_Cont来计算每帧图像。
每一帧的图像由由于采集的数据格式为Bayer 格式,所以将其通过RAM2RGB模块,对其线性补偿,转换成30位的RGB格式。
然后,将转换后的数据缓存到SDRAW中,因为其为30位数据,则为其开辟了2个FIFO的读/写缓冲。
连续读取图像数据,经过中值滤波后,将一帧图像存储到SRAM中,等到下一帧图像传来,则将两帧相同像素点进行减操作,相减结果与设置的阈值T比较,当大于T时,灰度级为0,当小于T时,灰度级为255,即得到二值图像。
最后通过VGA接口模块在CRT 显示器上显示出来。
参考文献:[1]肖丽君.基于背景减与帧间差分结合的视频运动目标分割[J].北华大学报(自然科学版),2010,05:1009-4822[2]郑铿,李榕.基于FPGA的视频跟踪系统设计与实现[J],激光杂志,2014,3:0523-2743[3]李金屏,王磊,张中方. 利用FPGA实现视频移动目标的有效检测[J]. 计算机工程与应用,2010,26:162-165.[4]王磊,张中方,李金屏. 基于FPGA的静态背景下移动目标检测[J]. 济南大学学报(自然科学版),2009,04:342-346.[5]向厚振,张志杰,王鹏. 基于FPGA视频和图像处理系统的FIFO缓存技术[J]. 电视技术,2012,09:41-43.[6]姜宇.基于FPGA的运动目标检测系统的研究[D].大连海事大学,2012.[7]廖马腾. 基于基于FPGA的运动车辆检测算法研究[D].五邑大学,2013[8]黄宇.基于FPGA的运动目标检测系统设计与实现[D].河北工业大[9]Ping Hu, Jin Hua Polytechnic.An Area Invasion Algorithm Based on Background Difference and Frame Difference[C]//Information Theory and Information Security(ICITIS),2011 Conference on IEEE International, 2011.[10] Kryjak T, Komorkiewicz M, Gorgon M. FPGA implementation of real-timehead-shoulder detection using local binary patterns, SVM and foreground object detection[C]//Design and Architectures for Signal and Image Processing (DASIP), 2012 Conference on. IEEE, 2012: 1-8.[11] Kryjak T, Komorkiewicz M, Gorgon M. Real-time moving object detection for video surveillance system in FPGA[C]//Design and Architectures for Signal and Image Processing (DASIP), 2011 Conference on. IEEE, 2011: 1-8.[12]Jun Yang,Tusheng Lin,Bi Li.Dual frame differences based background extraction algorithm [C]// Computational Problem-Solving (ICCP), 2011 International Conference on ,2011.[13]Quan Tang,Shu Guang Dai, Jie Yang.Object Tracking Algorithm Based on Camshift Combining Background Subtraction with Three Frame Difference [C]//Applied Mechanics and Materials,2013:373-375.。