随着数字电路和微电子技术的发展,运动目标检测技术在工业检测、消费电子、智能监控及安防交通等许多领域中都得到了广泛应用。当前运动目标检测系统的算法研究已经很成熟,算法改进空间不大,但多数是在PC机上采用C语言实现的方式,该方式无法满足当今的实时性和可移动性需求。本文设计了基于RaspberryPi的运动目标检测系统,极大地满足了对运动目标的移动性检测要求。本文主要工作如下:(1)概述了运动目标检测技术的背景意义和发展现状,图像预处理与图像形态学的基础知识,介绍了三种常用运动目标检测算法:帧间差分法、背景差分法和光流法,其中着重介绍了光流法的Horn-Schunck算法,Lucas-Kanade算法以及简化的光流计算方法,分析对比了 Horn-Schunck算法、Lucas-Kanade算法和简化算法在计算量上的复杂性,确定采用简化的光流法,这种方法较前两种来说,更适合在硬件平台上应用,且计算量小的多,检测的效果与Horn-Schunck算法基本相同,因此本研究采用简化光流算法。(2)实现了基于简化的光流法运动目标检测的算法仿真,在Simulink中搭建出光流法的算法仿真模型,搭建了阈值判断模型、中值滤波模型、Blob分析模型、红色框标记模型及检测到的数量显示模型,并将检测到的运动目标数显示出来。最后Video Display模块显示仿真结果;仿真结果表明,简化的光流法能够正确检测到运动目标,而且仿真效果较好,验证了系统设计的正确性。(3)搭建了运动目标检测系统的硬件平台,设计并实现了基于RaspberryPi的运动目标检测系统。系统通过USB网络摄像头(兼容UVC模式)图像采集套件获取实时视频图像序列,视像解析度为640×480,采用Raspbian操作系统以及Socket库函数进行图像数据的传输,摄像头采集到的视频源通过USB接口进入RaspberryPi开发板,利用光流算法在RaspberryPi中对视频源中的运动目标进行检测,获得运动目标相关的数据信息后,将处理的数据通过以太网接口实时传输到PC机端,在PC机上将视频的实时处理结果显示出来。(4)本系统对640×480图像的检测的准确率超过了 97%,且能够实时处理。结果表明,本研究设计的系统实现了预期的运动目标检测功能,具有较好的实时性和准确性。