论文部分内容阅读
目标检测技术的应用领域愈发多样,随着科技发展渗入全球各项尖端领域。作为图像的最重要的特征之一,图像的边缘信息是目标检测中十分关键的技术,已经在图像的分割,检测,识别等领域被大量应用。许多研究都将图像的边缘信息结合图像纹理,色彩等特征应用到目标检测中来以获得对光照等变换下更好的鲁棒性,但这将面临计算量大,传统软件难以满足实时性的要求等问题。针对此,本文的研究核心侧重在:1、Sobel是在实践中计算梯度最常用的边缘检测算子之一,针对算法采用全局阈值及对光照变换鲁棒性差等问题,本文设计了基于Sobel算子的分布式检测算法。根据人类视觉感知模型的特点,构建部分灰度特征自适应阈值函数以改善算全局阈值问题以提高其性能,构建梯度核函数以解决其对光照等原因造成的低梯度部分检测困难问题。2、针对应用中对Sobel算子实时性要求高,计算数据量大的问题,本文提出一种分布式Sobel算子在FPGA中的并行结构。在Simulink/XSG上构建系统结构并仿真,并在FPGA中通过硬件编程语言搭建图像采集与显示平台,将自适应算法以及梯度核函数通过生成MIF文件初始化Block RAM的方式搭建以降低系统延迟提高实时性。3、针对目标检测操作中常常需要及时获得人脸,手等裸露部分轮廓信息的问题,本文设计了一种基于色彩空间结合梯度信息的肌肤轮廓提取方法,并给出一种基于YCbCr空间与边缘检测算法的肤色轮廓提取FPGA并行结构。本文采用3×3模板计算部分灰度特征值来计算部分区域阈值,提高了系统对光照不均等问题的鲁棒性,并将梯度经过梯度核函数映射,提高了对低梯度部分的检测效果。将本文算法与色彩空间结合,设计了一种快速肤色轮廓检测方法。算法在XSG上建模仿真,并映射到Altera Cyclone IV FPGA平台,图像数据流来自OV7725采集的640×480@30FPS的图像,满足实时性要求。