CN202309892U - 一种基于fpga的阈值可调视觉目标检测装置 - Google Patents
一种基于fpga的阈值可调视觉目标检测装置 Download PDFInfo
- Publication number
- CN202309892U CN202309892U CN2011202907763U CN201120290776U CN202309892U CN 202309892 U CN202309892 U CN 202309892U CN 2011202907763 U CN2011202907763 U CN 2011202907763U CN 201120290776 U CN201120290776 U CN 201120290776U CN 202309892 U CN202309892 U CN 202309892U
- Authority
- CN
- China
- Prior art keywords
- comparator
- fpga
- threshold value
- image
- image segmentation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本实用新型公开了一种基于FPGA的阈值可调视觉目标检测装置,包括摄像头,摄像头上连接有用于根据灰度分割阈值以区分图像目标与背景的图像分割装置,图像分割装置的输出端连接有滤波器;图像分割装置上连接有能调节灰度分割阈值大小的阈值调节装置。本实用新型适应性好,能满足在多种环境下的工作要求,且有较好的抗噪性能,满足视频的实时性要求。
Description
技术领域
本实用新型属于机器视觉技术领域,具体涉及一种基于FPGA的阈值可调视觉目标检测装置。
背景技术
图像目标检测可以分为两类,一类是,将图像背景和目标分离开,确定目标的存在与否。另一类涉及到的目标识别和定位。在后一类中检测的目标是已知的、确定的。本文的研究属于后一类。目标检测中的主要研究点集中在图像预处理和特征提取中,如图像去噪、图像分割等。图像分割就是将图像分为各具特色的区域并提取出前景的技术和过程。由于视频和图像采集环境的差异,再加上多种干扰因素的存在,对图像质量造成的影响也不同,现有技术中很难找到一种普遍适用、计算简单、同时自适应性又很强的图像分割算法对图像进行有效的分割。所以在不同环境下采用一种合适的图像分割方法,是实现图像目标检测的关键。
发明内容
本实用新型的目的是提供一种基于FPGA的阈值可调视觉目标检测装置,适应性好,能满足在多种环境下的工作要求,且有较好的抗噪性能,满足视频的实时性要求。
本实用新型所采用的技术方案是,一种基于FPGA的阈值可调视觉目标检测装置,包括摄像头,摄像头上连接有用于根据灰度分割阈值以区分图像目标与背景的图像分割装置,图像分割装置的输出端连接有滤波器;图像分割装置上连接有能调节灰度分割阈值大小的阈值调节装置。
图像分割装置包括与摄像头相连接、且用于比较图像R通道灰度值的第一比较器、比较图像G通道灰度值的第二比较器、以及比较图像B通道灰度值的第三比较器,第一比较器、第二比较器、以及第三比较器的输出端均与同一与门电路相连接,且该与门电路的输出端为所述图像分割装置的输出端;第一比较器、第二比较器、以及第三比较器还与阈值调节装置相连接。
滤波器包括依次连接的第一移位寄存器、第二移位寄存器、并行加法器以及比较判决器。
阈值调节装置为拨动开关。
滤波器的输出端连接有显示器。
本实用新型的有益效果是,通过阈值调节装置调整灰度分割阈值的大小,增强了本实用新型的适应性,以满足在不同环境中的工作需要;滤波器3为7×7的统计滤波器,它能够对干扰及噪声较好的滤除;另外,图像分割装置和滤波器解决了一些图像处理算法无法应用到实时的视频处理上的问题。
FPGA(Field-Programmable Gate Array),即现场可编程门阵列,它是在PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路而出现的,既解决了定制电路的不足,又克服了原有可编程器件门电路数有限的缺点。这些可编辑元件可以被用来实现一些基本的逻辑门电路(比如与门、或门、非门、异或门等)或者更复杂一些的组合功能比如解码器或数学方程式。
本专利中的各种器件以及电路的连接均是在FPGA中搭建实现的,而不是用各分立的元器件通过导线连接。在FPGA中实现各硬件的优点是可重复编辑,方便根据设计者的要求不断改进升级。在设计中可以快速成品,缩短了开发周期,并且可以通过修改内部逻辑来改正程序中的错误,很大程度上降低了开发成本。
附图说明
图1是本实用新型一种基于FPGA的阈值可调视觉目标检测装置的结构框图;
图2是本实用新型中的图像分割装置的结构框图;
图3是本实用新型中的滤波器的结构框图。
其中,1.摄像头,2.图像分割装置,2-1.第一比较器,2-2.第二比较器,2-3.第三比较器,2-4.与门电路,3.滤波器,3-1.第一移位寄存器,3-2.第二移位寄存器,3-3.并行加法器,3-4.比较判决器,4.显示器,5.阈值调节装置。
具体实施方式
下面结合附图和具体实施方式对本实用新型进行详细说明。
如图1所示,一种基于FPGA的阈值可调视觉目标检测装置,包括摄像头1,摄像头1上连接有用于根据灰度分割阈值以区分图像目标与背景的图像分割装置2,图像分割装置2的输出端连接有滤波器3;图像分割装置2上连接有能调节灰度分割阈值大小的阈值调节装置5。
如图2所示,图像分割装置2包括与摄像头1相连接、且用于比较图像R通道灰度值的第一比较器2-1、比较图像G通道灰度值的第二比较器2-2、以及比较图像B通道灰度值的第三比较器2-3,第一比较器2-1、第二比较器2-2、以及第三比较器2-3的输出端均与同一与门电路2-4相连接,且该与门电路2-4的输出端为图像分割装置2的输出端;第一比较器2-1、第二比较器2-2、以及第三比较器2-3还与阈值调节装置5相连接。
如图3所示,滤波器3包括依次连接的第一移位寄存器3-1、第二移位寄存器3-2、并行加法器3-3、以及比较判决器3-4。
本实施例中,阈值调节装置5用结构简单、成本低、且动作可靠的拨动开关。为方便观察本实用新型获得的检测结果,在滤波器3的输出端连接有显示器4。
本实用新型的工作过程是:通过摄像头采集图像,将获得的视频数据依次传输到图像分割装置2和滤波器3,其中,图像分割装置2根据各比较器的灰度分割阈值,将图像的灰度级分成两类以判断图像的颜色特征,以区分图像中待识别目标与背景。拨动开关用来调整灰度分割阈值的大小,增强了本实用新型的适应性,以满足在不同环境中的工作需要。
本实用新型的图像分割装置2通过对图像R、G、B三个通道数据分别进行判决,三个通道判决的结果再输入与门电路,得出是否符合目标特征的结果,即为图像分割输出结果。本实用新型的滤波器3为7×7的统计滤波器,它能够对干扰及噪声较好的滤除。其中,由图像分割装置2输出的一位串行数据先通过第一移位寄存器3-1,第一移位寄存器3-1的作用是把一路串行数据变为7路串行数据,每一行数据为800个像素点,这是根据VGA图像数据格式而设定的。第二移位寄存器3-2的作用是把7路串行数据变为并行的49位数据,以构建7×7的模板。将7×7的模板中的49位数据通过并行加法器3-3相加,得出7×7的模板中像素数据统计结果。将这个统计结果在比较判决器3-4中进行运算,分为大于等于判决阈值和小于判决阈值的两部分,最后得出滤波输出的结果。
Claims (5)
1.一种基于FPGA的阈值可调视觉目标检测装置,其特征在于,包括摄像头(1),所述摄像头(1)上连接有用于根据灰度分割阈值以区分图像目标与背景的图像分割装置(2),所述图像分割装置(2)的输出端连接有滤波器(3);所述图像分割装置(2)上连接有能调节灰度分割阈值大小的阈值调节装置(5)。
2.按照权利要求1所述的基于FPGA的阈值可调视觉目标检测装置,其特征在于,所述图像分割装置(2)包括与摄像头(1)相连接、且用于比较图像R通道灰度值的第一比较器(2-1)、比较图像G通道灰度值的第二比较器(2-2)、以及比较图像B通道灰度值的第三比较器(2-3),所述第一比较器(2-1)、第二比较器(2-2)、以及第三比较器(2-3)的输出端均与同一与门电路(2-4)相连接,且该与门电路(2-4)的输出端为所述图像分割装置(2)的输出端;所述第一比较器(2-1)、第二比较器(2-2)、以及第三比较器(2-3)还与所述阈值调节装置(5)相连接。
3.按照权利要求1或2所述的基于FPGA的阈值可调视觉目标检测装置,其特征在于,所述滤波器(3)包括依次连接的第一移位寄存器(3-1)、第二移位寄存器(3-2)、并行加法器(3-3)以及比较判决器(3-4)。
4.按照权利要求1所述的基于FPGA的阈值可调视觉目标检测装置,其特征在于,所述阈值调节装置(5)为拨动开关。
5.按照权利要求1所述的基于FPGA的阈值可调视觉目标检测装置,其特征在于,所述滤波器(3)的输出端连接有显示器(4)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011202907763U CN202309892U (zh) | 2011-08-11 | 2011-08-11 | 一种基于fpga的阈值可调视觉目标检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011202907763U CN202309892U (zh) | 2011-08-11 | 2011-08-11 | 一种基于fpga的阈值可调视觉目标检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202309892U true CN202309892U (zh) | 2012-07-04 |
Family
ID=46378699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011202907763U Expired - Fee Related CN202309892U (zh) | 2011-08-11 | 2011-08-11 | 一种基于fpga的阈值可调视觉目标检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202309892U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102864559A (zh) * | 2012-09-26 | 2013-01-09 | 长沙理工大学 | 一种基于视频信号处理的断纱检测方法 |
-
2011
- 2011-08-11 CN CN2011202907763U patent/CN202309892U/zh not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102864559A (zh) * | 2012-09-26 | 2013-01-09 | 长沙理工大学 | 一种基于视频信号处理的断纱检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427626B (zh) | 一种基于视频分析的车流量统计方法 | |
CN105160654A (zh) | 基于特征点提取的毛巾标签缺陷检测方法 | |
CN109670430A (zh) | 一种基于深度学习的多分类器融合的人脸活体识别方法 | |
Jadhav et al. | A fruit quality management system based on image processing | |
CN102063704B (zh) | 一种机载视景增强方法及其装置 | |
CN104156729B (zh) | 一种教室人数统计方法 | |
CN102855617A (zh) | 自适应图像处理方法及系统 | |
CN104966285A (zh) | 一种显著性区域的检测方法 | |
CN105654428A (zh) | 图像降噪方法及系统 | |
CN103996177A (zh) | 一种无参考检测消除雪花噪声算法 | |
CN106127813B (zh) | 基于视觉感知能量的监控视频运动片段分割方法 | |
CN103514460A (zh) | 视频监控多视角车辆检测方法和装置 | |
CN103544692A (zh) | 基于统计学判断的双重压缩jpeg图象篡改盲检测方法 | |
CN105046222A (zh) | 一种基于fpga的人脸检测与跟踪方法 | |
CN202309892U (zh) | 一种基于fpga的阈值可调视觉目标检测装置 | |
Ji et al. | Research on Image Edge Detection Based on Improved Canny Operator | |
CN103218793A (zh) | 基于fpga平台的自适应分级线性图形增强方法 | |
CN108009480A (zh) | 一种基于特征识别的图像人体行为检测方法 | |
CN103136530A (zh) | 在复杂工业环境下的视频图像中自动识别目标图像的方法 | |
CN106446904A (zh) | 基于全局二值化的图像识别方法 | |
CN103034985A (zh) | 图像对比度的线性增强方法 | |
CN202183124U (zh) | 一种基于fpga的图像景物边缘提取装置 | |
Tan et al. | The research of implementation method of canny edge detection of video on FPGA | |
CN102521804A (zh) | 基于窗口改进的多级中值滤波的图像边缘检测方法 | |
CN103955925A (zh) | 基于分块固定最小采样的改进概率霍夫变换曲线检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120704 Termination date: 20130811 |