全文总字数：1820字

1. 研究目的与意义及国内外研究现状

图像的目标检测是指人们运用多种观测方法及计算手段，对连续图像序列中被关注的运动目标进行捕捉。目标检测技术可以提供运动目标的轨迹、目标的准确位置并以此为基础分析其运动状态等，因而使得这一技术在很多领域得到广泛应用，如对天空、海洋和陆地中的各种运动目标进行预警，交通障碍规避，非法闯入监控等。

目前，伴随着人们对视频监控的要求日益提高以及数字图像处理技术的迅猛发展，给予视觉的运动检测技术有了长足的发展。运动物体检测技术不仅要求具有良好精确性及鲁棒性，更重要的还应具有良好的实时性。然而，由于视频处理的数据量非常大，使得许多视频处理任务只能放在高性能的PC机上来实现，严重限制了运动检测技术在有高实时性、低功耗、便携式要求场合中的应用。近年来出现的FPGA(Field-Programmable Gate Array)具有体积小、低功耗、并行处理等优势，恰好可以应用于这些PC机以及现有微处理器不能适用的场合。因此，研究基于FPGA的动态物体检测与捕捉技术具有十分重要的意义。

国内外研究现状

传统实时运动监控系统有价格昂贵、体积庞大、实用性差等诸多缺陷，人们急需新技术来实现对场所或物体的实时监控。与传统监控系统相比，实时运动系统有众多的优势和更高的实用价值。目前，国内外许多公司、高校都开展了广泛且深入的研究，并取得了一些成果。 从算法的角度分析，序列图像中运动目标检测的传统方法主要有：帧差分法、背景差分法和光流法。帧差分法和背景差分法的基本原理都是用当前帧与参考帧进行像素差分，超过阈值的点判定为前景。帧差分法的参考帧为其相邻帧，帧间背景一致，检测的差分图像噪声很少，但相对于运动速度慢的物体，会检测出空洞。背景差分法的参考帧为恢复的无运动目标的背景图像，能够得到比较完整的运动目标信息，缺点是背景图像需要随着光照或外部环境的变化而实时更新。光流法通过分析运动场的变化对运动目标和场景进行检测和分割，计算复杂，很难实现实时处理。

从研究平台的角度分析，随着软件检测算法的日趋成熟，大多数还是在落后的PC平台上进行，在这个视觉检测日趋发达的大环境下，要求我们改进硬件平台，实现软件算法和硬件平台的最优化。常见的图像信息处理平台主要有PC机、DSP、ASIC以及FPGA。硬件实现的并行计算特性和流水线操作技术，十分适合来做图像处理系统的开发，可以预见，基于FPGA的视频图像处理系统的设计将会逐渐成为市场的趋势。

2. 研究的基本内容

本课题通过cmos摄像头观测静态场景，利用fpga作为数字图像处理器，若场景中出现动态物体，则自动将其捕捉并标记。发挥fpga的并行高速性能实现动态目标检测和捕捉的实时性。

具体分为4个方面：

1) 动态物体检测与捕捉算法的研究及硬件实现

2) fpga嵌入式平台的搭建

3. 实施方案、进度安排及预期效果

第一阶段(1月至2月)：

4. 参考文献

[1] 韩军华. 运动目标检测与跟踪系统的设计[d]. 哈尔滨理工大学, 2014.

[2] 屠礼芬, 仲思东, 彭祺. 基于序列图像的运动目标检测[j]. 应用光学, 2012, 33(05):899-903.

[3] 陈少峰. 基于fpga的动态目标检测系统的设计与实现[d]. 云南大学, 2015.