关键字 |
| 边缘检测,δ,背景减法,帧分离、光流 |
介绍 |
| 光流估计很相关;它有许多应用程序在今天的市场上,学术社区和实时视频处理的要求。在当前情况下,光流估计视频序列仍然是一个挑战。没有准确的或特定的光流估计的方法。这个计算的现有方法不能提供正确的分割,所以得到的输出不会给出具体对象的形象。最敏感的应用程序需要某种形式的数字信号处理,这些都是主要实现串行处理器。基于MATLAB的分割完成;然后进一步处理是获得一个精确的图像对象的。而所需的输出是可实现的,低成本和低功耗是通过FPGA来实现。现场可编程门阵列包含一个可编程逻辑组件的数量。 So FPGA can be programmed according to our needs, quick development and prototyping is also possible. The FPGA is programmed to perform complex mathematical functions, making them suitable for any type of matrix applications. The main attraction FPGA is parallel architecture. |
| 光流估计很相关;它有许多应用程序在今天的市场上,学术社区和实时视频处理的要求。在当前情况下,光流估计视频序列仍然是一个挑战。没有准确的或特定的光流估计的方法。这个计算的现有方法不能提供正确的分割,所以得到的输出不会给出具体对象的形象。最敏感的应用程序需要某种形式的数字信号处理,这些都是主要实现串行处理器。基于MATLAB的分割完成;然后进一步处理是获得一个精确的图像对象的。而所需的输出是可实现的,低成本和低功耗是通过FPGA来实现。现场可编程门阵列包含一个可编程逻辑组件的数量。 So FPGA can be programmed according to our needs, quick development and prototyping is also possible. The FPGA is programmed to perform complex mathematical functions, making them suitable for any type of matrix applications. The main attraction FPGA is parallel architecture. |
提出了系统 |
| 这个框图显示该模型系统的执行。第一个视频输入MATLAB程序通过GUI时,将读取.avi文件,并将其转换为帧。每个文件的存储在一个单独的位图文件,这些位图文件存储在发生的顺序到达的视频。 |
| 选择第一帧作为背景和其余的帧减去从一开始,合成图像用于目标跟踪、重组。那么这个合成图像将决定两个帧之间发生任何运动,这个运动检测可以被识别。在检测到运动时我们必须再加工的合成图像获得一个精确的图像对象。在后处理中,图像经过中值滤波减少图像中的噪声,在那之前一个阈值是区分背景和应用前景。再加工后,通过形状分析部分。分析的形状,图像经过边缘检测过程。这个图像的边界检测和形状的对象也清晰可见。 |
系统的工作 |
| 系统的工作可以使用这里给出的框图来解释。视频给拟议的系统,然后是视频分割。31帧每秒,获得的第一帧作为背景图像,每个其他的帧作为减法的前景图像的目的。合成图像减法后形成一个三角形状。三角洲帧图像经历了一个基于亮度阈值来区分前景和背景。中值滤波是用于免费获得噪声图像。中值滤波值,通过检查邻域像素的值。获得精确的图像边缘检测的形状。使用sobel边缘检测方法,将保留所有相关的细节图像。经过这一系列的过程输出将显示在visual basic显示屏。 The overall working of the system is explained with the help of figure 3. In this the hardware portion is also included. The FPGA has not enough memory to store a video clip. So the video clips converted into several frames. Frame separated bitmap files are in RGB format at a resolution of 640x480 pixels, in order to store this image in FPGA, resolution has to reduce; that is the grey scale conversion of the colour image. By this the pixel value lies between 0 and 255. Our system is designed using system C language, because it is a universally accepted language and also hardware interaction has is becoming easy. But the problem is the grey scale image is not detected by this system, and also size has to reduce. So as shown in figure 3 we convert the grey scale image into a header file format, the size is also reduced. When both the foreground and background image are converted into header file it will be stored in the SRAM of FPGA for further processing. Then the other system C based code is also loaded into Spartan 3 FPGA. The header file conversion of each image is shown in the figure 4.A MATLAB coding is used for this conversion. After this transition, it will reduce coherent effect and easily separate object from background. |
| 背景减法做这些图像和合成图像之间形成,合成图像被称为δ框架。这将消除背景和集中了对象,给形状和大小的信息。这也降低了像素,安排处理。δ框架形成后,为了进一步增强,阈值。这里我们修复一个阈值;高于这个值检测到一个对象;否则它将背景。对象将值1和背景像素扫描应用阈值后给值为零。的初始值设定的阈值中值或平均值。这是合理的,当一个物体像素亮度的背景。 |
| 边缘检测突出图像的边缘和其他部分变成了黑色的。图像亮度的点通常称为边缘突然发生了变化。边缘检测可以减少处理的数据量,同时也过滤掉非相关数据,以保持结构的属性数据。的主要应用是找出图像的形状和反射或传输信息。过程的最后一步是应用中值滤波方法;它减少图像中的噪声;它将保留图像中有用的细节。在这个我们正在考虑图像中每个像素和决定是否代表其周围环境,然后替换像素值的中值周围的像素值。中位数计算价值排序所有像素值附近的数字升序和替换像素中间像素值。中值滤波的主要优势比意味着更健壮,所以单一的典型的像素在一个社区不会中值产生显著影响,也更好的保护锋利的边缘。 |
结果和讨论 |
| 这项工作是MATLABR2010a和并行处理器上实现Xilinx FPGA斯巴达三世。当获得的处理时间上实现MATLAB 0.237秒而获得的处理时间从Xilinx FPGA斯巴达III是13.79 ns(72.495兆赫)。这工作优化光学流的处理时间检测视频序列。 |
| 答:Matlab仿真结果 |
| b . FPGA实现的结果 |
| 现代生物力学运动分析是一项重要的技术,结合计算机视觉已广泛应用于智能控制、人机交互、运动分析和虚拟现实等领域。运动人体检测是最重要的人体运动分析的一部分,目的是检测人体从视频序列的背景图像,和后续治疗如目标分类,人体跟踪和行为的理解,其有效检测中起着非常重要的作用。这个设计实现所需Xilinx平台工作室(XPS) EDK 10.1软件平台以及MATLAB R2010a & Visual Basic 6工作室的电脑屏幕上显示图像。真彩色图像转化为灰度图像,以及调整的图像(128 * 128)格式进行了使用MATLAB R2010a图像处理工具箱。而编码的设计包括背景减法,三角洲框架创建,阈值,进行了边缘检测、过滤使用脉冲在XPS EDK 10.1 C语言。比较一个并行处理器和串行处理器工作上实现MATLABR2010a和并行处理器Xilinx FPGA斯巴达三世。时获得的处理时间的MATLAB实现,0.237秒而处理时间从Xilinx FPGA斯巴达III是13.79 ns。这工作优化光流运动检测的处理时间。从夏天的设备利用率,利用4输入附近地区是77.7%。 |
结论 |
| 在这个研究中,一个实时、准确检测方法移动对象,提出了基于背景减法。它使用一个像素网络架构的核心与某种程度的并行实现分割。一个有效的颜色分割算法对彩色图像使用背景减法实现。实验结果表明,我们的算法可以产生好结果。传统的分割方法使用区域生长方法产生丰硕成果只有当复杂性是更少。最后结合轮廓投影分析与形状分析去除阴影的效果。实验表明,该算法快速、简单,能够更好地检测运动物体,它有一个广泛的适用性。 |
表乍一看 |
 |
| 表1 |
|
数据乍一看 |
|
|
引用 |
- 杨、王,杰,温高,“压缩视频的背景和分段移动对象”,IEEE circuitsand系统视频技术,卷。18日,没有。2008年5月5日。
- 杜鸣蔡Shia-Chih赖”,独立分量分析背景减法室内监控”,IEEETransactions图像处理,18卷,没有。2009年1月1日
- Javier Diaz爱德华多Ros,旧金山皮雷约伊娃·m·Ortigosa索尼娅·莫塔,fpga实时Optical-Flow系统”,IEEETransactions电路和系统视频技术,16卷,2号,2006年2月
- Yasuyuki Matsushi Eyal Ofek,维娜Ge Xiaoou Tang Heung-Yeung Shum,“与运动结合现有全——帧视频稳定”,IEEE模式分析与机器智能,28卷,2006年7月7号
- 弗朗西斯科深峡谷,哈维尔·迪亚兹、爱德华多Ros和Begona德尔皮诺,“视觉系统基于Arti_cial视网膜运动检测”,IEEETransactions系统上,男人,和控制论| B部分:控制论,39卷,3号,2009年6月
|
菜单
