基于FPGA的單目視覺目標跟蹤系統(tǒng)的設計與實現(xiàn).pdf

1、目標識別與跟蹤技術是許多機器視覺應用中的關鍵部分。其主要的挑戰(zhàn)為目標跟蹤的速度、精度以及處理大數(shù)據(jù)流的能力。通過利用FPGA的可重構設計和并行架構的特點來實現(xiàn)這些算法，我們可以克服很多問題。目標識別是目標跟蹤技術的前提。在很多領域，對目標識別和跟蹤有很高的實時性要求。由于FPGA（Field Programmable Gate Array）具備可重構的高速數(shù)據(jù)并行處理能力，且集成度越來越高，體積也越來越小，所以FPGA非常適合在需要處理

2、大量數(shù)據(jù)并對實時性及體積有較高要求的場合使用。
　　本課題根據(jù)視覺跟蹤系統(tǒng)的性能要求選用了Xilinx公司的Zynq系列的硬件平臺。選用OmniVision公司的OV7725攝像頭采集圖像數(shù)據(jù)，F(xiàn)PGA通過I2C總線對其內部寄存器進行配置以獲取適當格式的視頻流。經(jīng)過FPGA對視頻流進行圖像處理，獲取特征坐標并調用控制算法計算控制量，最終將控制量輸出給舵機實現(xiàn)目標物體的實時跟蹤，并將跟蹤效果顯示在顯示屏上。
　　為了能夠獲取目

3、標跟蹤之后目標點的位置信息，需要對攝像頭進行標定以獲取攝像頭內外參數(shù)。本系統(tǒng)通過USB2.0將攝像頭采集的數(shù)據(jù)傳到上位機上，用Matlab對攝像頭進行離線標定，獲得攝像頭的內參。由于攝像頭加工及制造過程中的誤差，存在畸變，需對攝像頭進行校正。對于攝像頭的畸變的校正部分，本課題采用的是雙線性插值算法，并將圖像分成奇偶行奇偶列處理的方法來實現(xiàn)圖像數(shù)據(jù)的高速緩存。
　　在獲取攝像頭的參數(shù)后，將攝像頭獲取的圖像進行預處理并將圖像中每個像素

4、從RGB模型的色彩空間轉為HSV模型的色彩空間。將HSV的值與預設的值進行比較來確定該像素是否是目標像素并實施圖像二值化操作，再將二值化之后的圖像通過BLOB（Binary Large Object）算法獲取準確的目標形心坐標。最終通過BLOB分析得到的形心坐標作為特征來對目標進行跟蹤。根據(jù)獲取的目標中心在圖像坐標系中的坐標，采用一種基于空間幾何約束的定位模型，通過建立目標中心點的坐標和其投射到圖像坐標系中點的坐標之間的轉換關系，最終獲