分布式目標檢測在FPGA中并行實現(xiàn).pdf

1、目標檢測技術的應用領域愈發(fā)多樣，隨著科技發(fā)展?jié)B入全球各項尖端領域。作為圖像的最重要的特征之一，圖像的邊緣信息是目標檢測中十分關鍵的技術，已經在圖像的分割，檢測，識別等領域被大量應用。許多研究都將圖像的邊緣信息結合圖像紋理，色彩等特征應用到目標檢測中來以獲得對光照等變換下更好的魯棒性，但這將面臨計算量大，傳統(tǒng)軟件難以滿足實時性的要求等問題。針對此，本文的研究核心側重在：
　　1、Sobel是在實踐中計算梯度最常用的邊緣檢測算子之一，

2、針對算法采用全局閾值及對光照變換魯棒性差等問題，本文設計了基于Sobel算子的分布式檢測算法。根據人類視覺感知模型的特點，構建部分灰度特征自適應閾值函數以改善算全局閾值問題以提高其性能，構建梯度核函數以解決其對光照等原因造成的低梯度部分檢測困難問題。
　　2、針對應用中對Sobel算子實時性要求高，計算數據量大的問題，本文提出一種分布式Sobel算子在FPGA中的并行結構。在Simulink/XSG上構建系統(tǒng)結構并仿真，并在FPG

3、A中通過硬件編程語言搭建圖像采集與顯示平臺，將自適應算法以及梯度核函數通過生成MIF文件初始化Block RAM的方式搭建以降低系統(tǒng)延遲提高實時性。
　　3、針對目標檢測操作中常常需要及時獲得人臉，手等裸露部分輪廓信息的問題，本文設計了一種基于色彩空間結合梯度信息的肌膚輪廓提取方法，并給出一種基于YCbCr空間與邊緣檢測算法的膚色輪廓提取FPGA并行結構。
　　本文采用3×3模板計算部分灰度特征值來計算部分區(qū)域閾值，提高了系