【基于嵌入式的运动物体检测与跟踪系统设计与实现开题报告6000字】

PAGE基于嵌入式的运动物体检测与跟踪系统设计与实现开题报告目录TOC\o"1-2"\h\u12730基于嵌入式的运动物体检测与跟踪系统设计与实现 1235111研究背景 1251431.1研究背景 110561.2目的与意义 1301332文献综述 2306482.1嵌入式系统 259782.2运动物体检测 424683研究路径/论文（设计）框架 6145033.1STM32开发板介绍 6280733.2LCD显示屏介绍 7198243.3摄像头介绍 989393.4OLED显示屏介绍 10124074进度安排 10226635参考文献 111研究背景1.1研究背景运动目标检测与跟踪技术，在计算机视觉研究领域占主导地位,随着技术的逐渐成熟,它的应用遍及生活的各个领域,很快成为非常重要的技术支撑当前的信息处理领域.但传统的运动目标检测与跟踪系统的实现受限于空间,处理方式单一,扩展能力有限等缺点,在论文中将其搭载STM32开发板上进行优化。运动目标检测的实现,首先通过背景提取算法建立初始背景,此算法利用了像素邻域之间的相关性,对图像进行描述的特征矢量为每一个像素点及其邻域组成的集合,它改进了混合高斯背景模型过程中为每个像素点逐一来进行背景提取的局限性,使得视频序列的处理具有较小的数据计算容易和较高的执行效率.视频序列运动目标的跟踪在二维空间中得到了实现,首先在一个二维空间中选择样本点,运用经过改进的均值漂移算法对视频序列目标点进行了实时的跟踪,它的主要步骤之一就是对全部视频图像帧做一个均值漂移的运算,以上一帧的均值漂移运算结果为下一帧的均值漂移算法在搜寻窗口初始条件方法进行迭代,从而达到运动的目标和物体进行追溯的目标。1.2目的与意义近年来随着我国计算机应用水平的提高，互联网时代的产物频繁的出现在人民的日常生活中，技术的提升为人民带来了全新的生活方式，使人民的生活变得便捷的同时，节省了大量的人力物力。十字路口的监控、家中的智能家居、人脸识别以及功能愈发完善的智能手机，计算机视觉领域得到了广泛的应用。在漫长的科技探索中，人们发现计算机蕴藏着无限的可能，得益于自然的灵感，计算机正朝向仿生人体功能发展。计算机视觉，可以通过计算机认知世界的技术，并在此基础上，具有一定的识别和理解能力。人们基于视觉器官的成像原理，初步建立起智能识别系统。本论文以计算机视觉其中一个领域进行研究，对运动物体进行检测，并对其进行追踪，其核心功能由算法实现，开发板选用STM32，外接摄像头用于采集图像帧，再利用LCD液晶显示屏记录运动轨迹，达成跟踪效果。2文献综述国外在研究计算机视觉技术方面，相对国内发展较好。基于物体的检测与跟踪技术，早期常用于智能监控的研发。早在1997年，美国国防高级研究项目署设立了视觉监控项目（VSAM），其目的在于搜索敌军位置，在战争中获取优势。图像采集方面，打破了传统局限性，可实现对多个运动目标同时追踪，还可以识别分割人的头、手、脚和躯干等，可智能化分析外观轮廓判断是否携带物体，并理解一些如握手、购物等简单事件。广泛的应用前景使该技术蕴含巨大价值，尤其是智能管理方面得到极大的发挥空间。智能监控的理念最早被应用于交通管理，节省人力物力的同时，降低交通事故发生的概率。近年来，国内对于运动目标的检测与跟踪技术发展愈发重视，对目标的检测与跟踪脱离了传统系统中对于二维空间的限制，目前正着重发展三维空间的物体识别技术如三维场景建模。人机交互一直是国内外攻克的难题，难点在于如何让机器理解人类的行为举止。行为模式识别、导航机器人等就是依靠此技术为核心实现的。自2019年以来，装载有检测系统的无人机受到许多人的青睐。尤其是2020年爆发的新冠，无人机代替人进行远距离交互成为应急手段。由此，国内各大高校对检测跟踪技术进行深度研究，并取得成果。此外，国内的一些科技公司，包括小米、华为等电子产品制造商在内，也致力于智能视觉监视的研究，旨在设计完全智能化的监控系统。2.1嵌入式系统一个完整的嵌入式系统和通用机电脑的组成是基本一样的，硬件上包括处理器(CPU)、内存(Flash)、存储器、电源模块等；软件上包括操作系统、驱动程序、第三方的软件库、应用程序等。嵌入式系统和通用机电脑最根本的区别就是嵌入式是专用性系统，是为了某个或某几个应用程序专门定制的硬件和软件系统，在硬件和软件上都可以进行裁剪，从而在体积大小、成本、功耗上满足嵌入式应用的需求。2.1.1嵌入式系统的发展随着自动化技术飞速发展以及网络带宽的不断扩展，物联网的发展也有了很大的提升。要想让世间万物都能够连入互联网，并且可以和人交互信息，就需要在物体上加入信息处理系统，这个信息处理系统的开发就得依赖于嵌入式系统，也可以说物联网的核心技术就是嵌入式系统开发。20世纪的80年代期间，由于在微电子领域有很大发展成果，工程师们开始把嵌入式系统的所有部件全部都集成到一个VLSI(VeryLargeScaleIntegration)中，包括系统的处理器、RAM、ROM、编解码器、以及输入和输出接口等。从而使得嵌入式系统的体积变得更小、更轻便。到了20世纪的90年代，在数字信息化技术和自动控制等应用领域的推动下，嵌入式系统开始出现在各个应用的设备上，最常见的是在医疗和军事设备上，嵌入式系统的发展又一次得到提升。在到了21世纪，互联网的发展把嵌入式真正的推到了顶峰[8]。嵌入式系统的发展大致经历了以下三个阶段：第一阶段：嵌入系统的初期阶段。这个时候嵌入式系统主要的存在形式是可以进行编程操作的单片机控制器或者功能简单的专用计算机。在大型工业生产车间、医疗器械设备、军事武器装备等领域都有应用嵌入式系统[9]。第二阶段：高级处理器的出现。在这个阶段，主要是嵌入式系统的硬件有了很大程度的提高。特别是ARM、PowerPC等处理器的出现，标志着低功耗、高算力、高可靠的时代到来，解决了很长一段时间以来人们在算力和功耗的取舍问题上的困扰。第三阶段：芯片技术和互联网技术的阶段。随着互联网技术和微电子技术的额迅猛发展，不断衍生出新的科技品。SOC(SystemonChip)片上系统的产生，使得嵌入式系统的体积变得越来越小，计算能力和功能却变得越来越强。让互联网不仅拉近了人与人之间的距离，更让人与物的信息通信成为现实。2.1.2嵌入式系统组成结构所谓嵌入式系统是以应用为中心、以计算机技术为基础，软硬件可裁减，能够满足应雳系统对功能、可靠性、成本、体积和功耗等严格要求的专用计算机系统。图2-1嵌入式系统组成图2.2运动物体检测运动目标检测是现在很多应用的基础功能，主要的应用场景分为静态背景和动态背景两大类，当然也可以是平稳相机和非平稳相机两大类，两个说法在本质上是一样的。本文实现的系统同时满足两种场景下的检测。帧差法，该方法是利用相邻两帧每对相对应的像素点的灰度差值来区分运动物体的，当然相邻的两帧不一定是时间上相邻的两帧，通常情况下为了减少计算量会设定一个步长n，每隔n帧做一次帧差。帧差法结果如图所示：图2-2帧差法背景差分法，该方法主要是通过当前帧与之前存好的背景帧做减法。与帧差法基本类似，不同的地方就是，帧差法是两帧相邻或者逻辑上相邻的图像做减法。由于该算法实现简单，在静态背景下的检测效果良好，所以背景差分法也是比较常用的一种运动物体检测方法。背景差分法的还有一个主要的地方就是背景模型的更新，由于受光照、天气等因素的影响，随着时间的推移，在新的图像帧中会引入很多的干扰，这就会导致原来的背景帧将不适合当前帧的适用条件，做减法的结果也将不会是准确的检测结果。背景更新主要的方法有单高斯模型建模，混合高斯模型建模等，单高斯模型主要是根据像素点亮度这一个因素来更新模型，混合高斯高斯模型则是根据多种因素来更新，例如光照、对比度等。背景差分法的结果如图所示：图2-3背景差分法单高斯背景建模也是静态背景下常用的运动物体检测方法，本文的算法实现部分也主要应用了单高斯模型来进行背景建模。单高斯背景建模，高斯分布也称为正态分布，是在自然世界中很多场景下常见的一种分布，单高斯背景建模就是基于这样的一种假设。高斯背景模型是对一幅图像中的每个像素点建立一个模型，并假设每个像素点在图像序列中的亮度值I(x,y)是服从高斯分布的，然后设定一个阈值T，如果当前帧该像素点的亮度代入数学模型大于阈值T，表明像素亮度的变化与上一帧相比差别不大，则认为该点为背景点；相反如果代入数学模型得到的值小于阈值T，表明该像素点的亮度与上一帧相比差别很大，则认为该点为前景点。除了上述的帧差法、背景差分法外，还有光流法也是运动物体检测的一种常用方法，当然光流法不仅适用在静态背景下，在动态背景下也同样适用。但是由于光流法的计算量太大，在静态背景下一般不采用光流法来实现。光流法也将在下一小节动态背景下的运动物体检测当中作详细介绍。3研究路径/论文（设计）框架本课题致力于研究如何实现对运动目标的检测，以及对其进行跟踪，为减少由于实验环境因素带来的影响，将背景统一为静态背景。对比相同环境下算法的优缺点，选择出最适合本系统的算法。在算法选择方面,列举了当前领域常见算法，具体有连续帧差法、背景差法、光流法、Meanshift和Camshift算法,并结合实验结果和嵌入式系统硬件资源,比对各算法所得实验结果。在嵌入式系统功能实现方面,考虑到成本及功能实现，优先选择了以STM32为核心的开发板，接着对运动目标检测与跟踪应用程序进行了模块化的设计,完成视频图像采集、运动目标检测、图像预处理、运动目标跟踪的相关程序编写,最终在嵌入式平台上，完成相关设计。3.1STM32开发板介绍在本次的设计中使用STM32F103C8T6最小系统板，依据本次设计中的各种需求，自己在PCB电路板上手动焊接。STM32F103XC增强型系列使用的是高性能Cortex-M332位的RISC内核，提供低成本平台的同时，缩减引脚数目、降低系统的功耗、提供卓越的计算性能和先进的中断响应。工作频率为72MHz，内置高速缓冲存储器，所有型号都包含3个12位模数转换器、4个通用16位定时器和2个PWM定时器。该款系统板能够在恶劣的环境下工作（最低零下90度），有64KB的RAM容量、128KB的FLASH和20KB的高速SRAM容量。额定工作电压在2V~3.6V。该系列有着丰富的外设资源，使其适用于多种应用场合，尺寸图如图3.1所示。图3.1STM32F103C8T6开发板尺寸图本设计中采用STM32F103核心板作为单片机主控模块，该系列开发板具有良好的可拓展性，可通过外接特殊元器件实现指定功能。电路图如图3.2所示。图3.2STM32F103核心板此模块作为主控模块，其主要作用是控制其他模块相互协调工作，对各模块发送来的数据进行处理和反馈。3.2LCD显示屏介绍OPEENMVLCD扩展板作为图像采集模块附加，此器件可以使OpenMV摄像头脱离电脑显示图像。它采用1.8寸128x16016-bpp（RGB565）TFTLCD显示模组，并且可以控制背光，可直接使用OpenCV固件内置的LCD库进行控制。如图3.3所示。图3.3OPEENMVLCD扩展板本设计中采用OLED显示屏作为显示模块核心部分，电路图如图3.4所示。图3.4OLED显示屏电路图引脚图如表3.1所示，该器件共有7个引脚，功能实现具体如下：表3.1OLED引脚说明表引脚名称描述1CSOLED片选2DC命令/数据标志位A13RES命令/数据标志位PA24D1串行数据线（MOSI）PA35D0时钟线（CLK）PA46VCC电源（+5v）7GND接地显示模块是对系统中跟踪功能的具体实现，当主控模块从图像采集模块收集的图像中检测到运动物体时，立刻对检测到的运动物体的中心坐标进行计算，之后将计算结果发送给显示模块，显示模块根据主控模块发来的数据显示在屏幕上，随着物体不停移动位置，重复上述流程，在屏幕上不断刷新中心坐标，达成跟踪的目的。3.3摄像头介绍在本系统设计中将采用OpenMV4H7PLUS摄像头作为图像采集模块，该系列摄像头具有小巧、节能、成本低廉的特点，可以很容易的使用外部中断出发拍摄或执行算法，可将算法的结果用于控制IO引脚。实物如图3.5所示。图3.5openmv图像采集模块Openmv系列搭载有ARMCortexM7处理器，工作频率为480MHz，1MB的RAM，2MB的flash，工作电压为3.3v~5v,其余串口功能如表3.2所示。表3.2openmv摄像模块功能描述名称描述全速USB接口12MbsμSD卡接口100MbsSPI总线100MbsADC/DAC12-bit32-bitSDRAM400MbsFlash100Mbs（4-bitDDR模式）可拆卸的摄像头模块系统，允许OpenMV摄像头与不同的感光元件模组连接，使其可以实现丰富的功能。系统将用此器件进行视频序列的采集，如果检测到运动物体，主控模块将会把信息反馈回器件。器件收到信息做出回应，在屏幕中用方框被标记出来。3.4OLED显示屏介绍OLED是一种新型显示屏，原理上与LCD有着明显区别。通过电场的驱动,有机半导体材料和发光器件通过注入或复合,由过载电流子进行注入或复合。ITO玻璃透明电极以阳极,金属电极以阴极,通过电源进行驱动,将电子从金属阴极向阳极传递并输送到电子传递层,空穴从阳极向金属注入传递层,之后电子分迁移到金属发光层,二者碰撞后产生激子,启动发光分子,经过紫外线辐射后产生光源。和LCD屏相比较，OLED具有很多优点，在屏幕厚度方面，OLED比LCD更薄，如此轻薄的屏身使其更加轻盈。OLED屏幕具有特殊的液态结构，这是一种类似细胞的特殊结构，可以保证屏幕的抗衰性能。OLED具有广视角的特点，远距离观看屏幕时，画面不会失真。但反应速度缓慢，比较适合对传输质量有高规格要求的实验中。OLED屏幕耐低温，即使是在寒冷的极地作业，也能保证正常运作。发光效率高、能耗低、生态环保等特点，受到了各大手机品牌的青睐，制作成曲面屏，赋有时尚感的同时，给人们带来不同的视觉冲击。本设计中采用OpenMVH7plus型号摄像头作为图像采集模块的核心部分，在使用之前要将摄像头与显示屏用焊锡枪进行焊接。图3.6openmv摄像头与LCD扩展显示屏引脚图4进度安排第一周：开始选题，在实践中与指导老师商讨，确定毕业论文题目及写作方向。第二周：通过查询资料并结合写作方向，完成论文开题报告。第三周：完成论文初稿，期间在图书馆及网上查阅并参考了大量相关资料。第四周：完成论文初稿第一次修改。根据指导老师针对文章论点、论据的阐述以及论文逻辑性等方面问题提出的修改意见进行修改。第五周：完成论文第二次修改。根据指导老师针对论文表述不清晰，论点阐述不够深入等问题提出的修改意见进行修改。第六周：最后一次修改并定稿，准备论文答辩。5参考文献[1]陈鑫.基于嵌入式的运动目标检测与跟踪系统的实现[D].广东:广东工业大学,2018.[2]陈海峰,丁丽丽.二值化图像的灰度处理算法研究[J].电脑与电信,2019,25(7):145-157.[3]陈鑫.基于视频的运动目标检测与跟踪方法研究[D].广东:广东工业大学,2018.[4]弓雷.ARM嵌入式Linux系统开发详解[M].第二版.北京:清华大学出版社,2018:45-51.[5]WaghMAR,PatilPVS.DesignandImplimentationofEmbeddedLinuxonARMPlatform[J].EnironSciTechnol,2018,29(5):148-154.[6]魏国鹏.智能监控系统中特殊背景下移动目标检测跟踪的设计与实现[J].信息通信.2018(10):87-101.[7]戴丽丽,杜兰.应用于嵌入式视频监控系统的运动目标检测方法[J].电子