細微運動的視覺增強及硬件加速技術研究.pdf

1、智能化的視頻監(jiān)控作為計算機視覺研究的一個重要方向，它主要是利用計算機技術，對監(jiān)控視野內(nèi)的目標進行識別、追蹤、行為描述等處理，其關注的目標通常是我們裸眼所能分辨的物體或者運動;然而我們的眼睛在觀察目標時，對物體的空間尺度大小、運動幅度和頻率都有一定的要求;所以在監(jiān)控視頻中還存在著一些我們裸眼難以分辨的細微運動，比如臉部顏色隨血液的流動會發(fā)生微弱變化，腹部在呼吸時會有微小起伏。在醫(yī)療看護中，上述兩種細微運動可以輔助護理人員檢測病人的身體狀況

2、及其睡眠質(zhì)量。因此我們需要對視頻監(jiān)控中的細微運動進行增強，使其可視化。
　　在增強視頻監(jiān)控中細微運動時，我們首先需要對目標進行識別，然后提取目標所在區(qū)域，對提取區(qū)域中的細微運動進行放大，最后重新渲染視頻。由于目標識別和區(qū)域提取已經(jīng)是視頻監(jiān)控中非常成熟的算法，所以本文結合視頻監(jiān)控在醫(yī)療看護中的應用，重點研究了細微運動增強算法。首先，本文闡述了細微運動增強算法的相關原理。隨后，本文結合視頻監(jiān)控的特點，對細微運動增強算法進行了優(yōu)化，獲得

3、了良好的可視化效果。最后，本文實現(xiàn)了細微運動的實時增強。本文的具體工作如下。
　　(1)線性歐拉運動放大算法雖然能同時放大目標的顏色和運動變化，但是輸出視頻中會存在著嚴重的噪聲污染和偽影。相位歐拉運動放大算法雖然能解決噪聲和偽影問題，但是計算復雜度高并且會產(chǎn)生大量的中間數(shù)據(jù)。為了解決計算量、噪聲和偽影難題，本文首先將輸入的視頻序列進行完全金字塔分解;然后根據(jù)不同的運動類型，選取不同的帶通濾波器來提取我們感興趣的細微運動。由于提取后

4、的圖像中會摻雜相同頻率的噪聲，因此本文對圖像進行一次平滑去噪。最后本文將去噪后的圖像進行放大并重新渲染視頻。
　　(2)由于上述算法屬于計算密集型運算，同時還要滿足視頻監(jiān)控中實時性的要求。所以本文提出了一種基于FPGA的硬件加速方案。在硬件實現(xiàn)過程中，本文首先對細微運動增強算法中的色彩空間轉(zhuǎn)換模塊、金字塔分解模塊、去噪模塊和濾波模塊進行了硬件設計。然后根據(jù)各個模塊的處理流程，設計了流水線架構。為了實現(xiàn)FPGA對DDR的連續(xù)快速訪問