论文总字数：17974字

摘 要

在物联网的大背景下，运动目标的识别已成为许多基础应用必不可少的功能，如路况监控系统中的监控超速车辆以及交通人流统计系统。如今，伴随着各种高性能网络摄像头的发展，利用网络摄像头搭建视频监控系统不仅成本低廉，而且也能满足实时性的要求。帧差法属于运动目标侦测法中一种简便高效的方法，根据这种方法做出优化，可以达到较好的识别效果。

本文将就Hi3516C的硬件平台使用做出详述，并利用帧间差分法检测运动目标，基于两者整合，完成一个移动目标侦测的系统。

本文的研究内容和研究成果有：

1. 详细研究了Hi3516C的硬件架构及软件开发平台架构，并利用海思MPP软件开发平台搭建图像采集软件系统。
2. 利用帧差法处理图像，并经过去噪、图像分块赋值等步骤，得到二值化图像，然后利用二值化图像标识原图像中运动目标的位置与范围。

关键词：Hi3516C 运动目标识别 运动目标跟踪 帧间差分法

The tracking and recognition of moving target

based on Hi3516C

Abstract

In the context of the Internet of things, moving target recognition has become an basic feature of many applications, such as the monitoring of vehicles in traffic monitoring system and the counting in a tourists monitoring system. Nowadays, with the development of a variety of high performance network cameras, using IP Camera for video monitoring system is not only cheap, but also can satisfy the requirement of real-time system. Frame differential method, known as one common moving target detection method, is a simple and highly effective method, and great recognition effect could be achieved according to some optimization of this method.

This article will discuss Hi3516C hardware platform in detail, and the frame differential method is used to detect moving targets. Based on the integration of this hardware platform and this method, we will build a moving target detection system.

In this paper, the research content and the research results are as follows:

(1) Hi3516C is discussed in detail, including the hardware architecture and software development platform architecture. And we will use the MPP (Media Processing Platform) to build image acquisition software system.

(2) Frame differential method is used to process images, then after filtering noise and image block assignment, we can get the black and white images. We will use the black and white image to get the position and the area of the moving target, which will be marked in the original image.

Keywords: Hi3516C Moving target identification Moving target tracking

Frame differential method

目 录

摘 要 I

Abstract II

目 录 III

第一章 绪论 1

1.1 运动目标跟踪介绍 1

1.2 本课题研究的内容 2

1.3 课题研究的意义 2

1.4 论文结构 3

第二章 运动目标检测相关算法原理 4

2.1 帧间差分法运动检测 4

2.1.1 帧间差分法概述 4

2.1.2 帧间差分法原理 4

2.2 背景差法运动检测 5

2.2.1 背景差分法概述 5

2.2.2 背景差分法原理 6

2.3 光流法运动检测 6

2.4 算法间的比较 7

第三章 硬件系统架构 9

3.1 系统整体架构 9

3.2 图像采集传感器 10

3.3 图像处理器—Hi3516C 11

3.4 图像显示服务器 13

第四章 软件系统设计 14

4.1 Hi3516C SDK开发框架 15

4.2 运动目标检测 21

4.2.1 帧间差分及图像二值化 22

4.2.2 去噪处理 23

4.2.3 连通域的计算及运动目标标识 27

第五章 实验结果分析总结 29

5.1 实验结果及分析 29

5.2 本文展望 34

参考文献 35

致 谢 36

第一章 绪论

运动目标跟踪介绍

视频中的运动物体一直是各类应用中人们关注的焦点。例如，在路况监控系统中的超速车辆以及交通人流统计系统中的旅客。这类应用中，不仅需要有效的检测出运动目标，更需要系统的实时性。如果能够有效、实时的跟踪运动物体，将大大增强各类应用的功能。

运动物体的检测是目标识别跟踪的前提与基础，相对于图像的静态特性检测，如边缘、朝向等，运动目标的一些检测方法较为简单，算法复杂度较低，因此在实时系统应用中具有实际应用价值。根据运动物体与运动场景的关系，我们可以将运动目标检测方法分为动态场景下的检测与静态场景下的检测。

静态场景下的运动目标检测，运动目标的背景不变，只有运动目标在移动，针对静态场景下的运动目标检测主要以下几种方法：

请支付后下载全文，论文总字数：17974字