基于Nios Ⅱ软核的运动目标检测系统设计
《运动目标检测和跟踪系统的设计与实现》
《运动目标检测和跟踪系统的设计与实现》运动目标检测与跟踪系统的设计与实现一、引言随着计算机视觉技术的快速发展，运动目标检测与跟踪系统的应用逐渐扩展至众多领域，如智能安防、自动驾驶等。
本范文旨在探讨运动目标检测与跟踪系统的设计与实现过程，以及关键技术手段和解决方案。
系统主要包含两个部分：运动目标检测和运动目标跟踪。
二、系统设计1. 总体设计运动目标检测与跟踪系统设计应遵循模块化、可扩展、实时性等原则。
系统主要由图像采集模块、预处理模块、目标检测模块、特征提取模块、目标跟踪模块以及用户交互模块等组成。
各模块之间通过接口进行数据传输和交互。
2. 图像采集与预处理图像采集模块负责捕获视频流或图像数据，为后续的目标检测和跟踪提供原始数据。
预处理模块对原始数据进行去噪、增强等处理，以便更好地进行后续的目标检测和跟踪。
3. 运动目标检测运动目标检测是整个系统的核心环节之一，主要通过背景减除法、光流法等方法对图像序列进行检测，从而识别出运动的目标。
该部分可结合深度学习技术，如卷积神经网络（CNN）等，提高目标检测的准确性和鲁棒性。
4. 特征提取与目标跟踪特征提取模块对检测到的运动目标进行特征提取，如颜色、形状、纹理等特征。
目标跟踪模块则根据提取的特征信息，结合卡尔曼滤波、光流法等算法，实现目标的实时跟踪。
三、技术实现1. 运动目标检测实现运动目标检测可采用基于深度学习的方法。
首先，通过卷积神经网络（CNN）对图像进行特征提取；然后，利用全连接层对特征进行分类和识别，从而判断出图像中是否存在运动目标。
此外，还可以结合背景减除法等方法，进一步提高目标检测的准确性和实时性。
2. 特征提取与目标跟踪实现特征提取模块采用多种特征提取算法，如SIFT、SURF等，提取出运动目标的颜色、形状、纹理等特征信息。
目标跟踪模块则根据提取的特征信息，结合卡尔曼滤波算法进行实时跟踪。
在跟踪过程中，可利用光流法等方法对目标进行定位和预测，以实现更准确的跟踪效果。
基于Nios Ⅱ软核的人脸定位系统设计
基于Nios Ⅱ软核的人脸定位系统设计
杨新华;赵丽峰;周仁伟;宗圣旗
【期刊名称】《电子测量技术》
【年(卷),期】2009(0)4
【摘要】基于Nios Ⅱ软核的SOPC技术实施数字图像处理是当今的应用热点。
本文依托于该技术应用于人脸图像定位系统,进行系统搭建,定位算法实现,软件编制。
通过定制用户指令,应用成熟的人脸定位算法和使用友晶科技的DE-2高性能图像
处理开发平台,显著的提高了系统的实时性和正确识别率,完成了系统硬件平台搭建、人脸定位算法的软硬件实现和开放IP核的应用的设计目的,也为后续的功能完善,性能提高及人脸识别提供了必要的理论与实践基础。
【总页数】3页(P20-22)
【关键词】Nios;Ⅱ;人脸定位;SOPC
【作者】杨新华;赵丽峰;周仁伟;宗圣旗
【作者单位】兰州理工大学电气工程与信息工程学院
【正文语种】中文
【中图分类】TN957.52
【相关文献】
1.基于NiosⅡ软核与ZigBee技术的无线智能家居系统设计 [J], 石新峰
2.基于Nios Ⅱ软核的人脸目标实时跟踪系统 [J], 金纯
3.基于Nios Ⅱ软核的内河航标监控系统设计 [J], 王勇;梁伟中
4.基于Nios Ⅱ软核处理器的运动目标跟踪系统设计 [J], 王峰;张福欣;李转令;夏涛
5.基于NiosⅡ软核的音频播放系统设计与实现 [J], 付扬; 李成
因版权原因，仅展示原文概要，查看原文内容请购买。
基于NiosⅡ软核的嵌入式以太网设计的开题报告
基于NiosⅡ软核的嵌入式以太网设计的开题报告一、课题背景以太网是一种常见的局域网技术，它能够实现高速数据传输，成本低廉，被广泛应用于各行各业中。
随着物联网、智能家居、智能制造等领域的快速发展，嵌入式以太网技术得到了广泛的应用。
而基于NiosⅡ软核的嵌入式以太网设计也成为了当前研究的热点之一。
二、课题内容本课题的主要内容是基于NiosⅡ软核进行嵌入式以太网设计，包括以下几个方面：1. 嵌入式以太网的原理和应用2. NiosⅡ软核的介绍及应用3. 嵌入式以太网和NiosⅡ软核的结合设计4. 设计测试及结果分析三、课题意义基于NiosⅡ软核的嵌入式以太网设计是一种新的嵌入式系统架构，可以提高系统的性能和可靠性，降低成本和功耗，具有广阔的应用前景。
本课题的研究可以推动该技术的发展，为物联网、智能家居、智能制造等领域提供更好的解决方案。
四、研究方法本课题采用的研究方法包括文献调研、实验仿真、测试验证等。
首先，通过查阅相关文献了解嵌入式以太网和NiosⅡ软核的原理和应用；其次，利用Quartus II软件对NiosⅡ软核和以太网的设计进行仿真实验，验证其可行性和正确性；最后，通过实验测试对设计结果进行分析。
五、预期成果及时间安排预期成果为完成嵌入式以太网和NiosⅡ软核结合设计的实现，并进行测试分析，撰写开题报告和论文；时间安排为：第一阶段：研究嵌入式以太网原理和应用，完成文献调研和开题报告，时间为两周。
第二阶段：研究NiosⅡ软核架构、开发工具和应用，完成NiosⅡ软核的设计和仿真实验，时间为四周。
第三阶段：嵌入式以太网和NiosⅡ软核的结合设计，测试验证和结果分析，撰写论文，时间为六周。
总计时间为12周。
基于 Nios Ⅱ的 SOPC 实验教学平台设计
基于Nios Ⅱ的 SOPC 实验教学平台设计陈晓静;吴爱平【摘要】提出了以 EP4CE30F248N FPGA 为核心的 SOPC 实验教学平台设计方案，介绍了平台的硬件组成和软件开发工具，以定时中断为实验案例介绍了 SOPC 实验的具体流程。
该平台由核心板、底板和扩展板组成，可实现的实验项目包括基本模块实验和创新型实验。
其中基本模块实验类似于单片机实验，如定时器、键盘、数码管显示模块等，目的是帮助学生理解 SOPC 系统基本设计方法；创新型实验项目是将 FPGA 并行数据处理和 Nios Ⅱ处理器灵活控制功能相结合的实验，如多通道数据采集、高精度频率计、频谱仪设计等，旨在帮助学生进一步掌握 SOPC系统设计的精髓。
该方案既能实现 SOPC 系统基本模块的实验，又能为电子设计竞赛和实际项目开发提供创新性平台，有助于培养学生的 SOPC 综合设计能力。
【期刊名称】《长江大学学报（自然版）理工卷》【年(卷),期】2016(013)022【总页数】5页(P9-13)【关键词】SOPC;Nios Ⅱ;FPGA;实验教学平台【作者】陈晓静;吴爱平【作者单位】长江大学电子信息学院，湖北荆州434023;长江大学电子信息学院，湖北荆州 434023【正文语种】中文【中图分类】TP368.1SOPC(System On a Programmable Chip)即片上可编程系统，该技术使用FPGA(Field Programmable Gate Array)的逻辑单元以及植入FPGA内部的软核处理器、存储模块和DSP模块，设计出可裁剪、可扩充、可升级的嵌入式处理系统[1]。
该系统不仅具有可编程系统的的灵活性，而且具有高速并行处理数据的能力。
近年来，SOPC技术在数据采集、目标跟踪、电能质量监测等领域得到了广泛的应用[2～4]。
SOPC系统中的处理器通常有硬核和软核2种：硬核是指嵌入在可编程芯片内部的具有固定掩模版图的处理器内核，如ARM内核；软核是指以硬件描述语言文件的形式存在，需经过编译下载，最终固化到可编程芯片内部才可使用的处理器内核，如Altera公司推出的Nios Ⅱ嵌入式软核。
基于Nios Ⅱ软核的实时红外图像自动跟踪系统设计
基于Nios Ⅱ软核的实时红外图像自动跟踪系统设计
贺明;王新赛
【期刊名称】《红外技术》
【年(卷),期】2007(29)1
【摘要】针对目前国内外大多数红外图像自动跟踪系统采用DSP+FPGA结构,系统存在设计电路复杂、成本高、实时性较差等缺点,开发出在单片现场可编程门阵列(FPGA)中实现以Nios Ⅱ软核处理器为核心的实时红外图像自动跟踪系统,采用自定义指令的Nios□处理器实现结构复杂的自递归Otsu的聚类分割和目标运动预测算法,利用硬件实现目标的快速相关匹配,软硬件协同完成系统对目标的实时跟踪,实验结果表明,系统不但体积小、功耗低、实时性强,而且在复杂的地物背景下,能够稳定、精确地跟踪目标.
【总页数】4页(P34-37)
【作者】贺明;王新赛
【作者单位】防空兵指挥学院红外与射频技术研究中心,河南,郑州,450052;防空兵指挥学院红外与射频技术研究中心,河南,郑州,450052
【正文语种】中文
【中图分类】TN216
【相关文献】
1.NiosⅡ的红外图像实时跟踪系统设计 [J], 贺明;王新赛
2.基于Nios Ⅱ软核的人脸目标实时跟踪系统 [J], 金纯
3.基于Nios II软核的遥感图像实时压缩系统 [J], 司锋;林宝军;张善从
4.基于双NiosⅡ的红外图像实时Otsu局部递归分割算法设计 [J], 李坚;王新赛;贺明;薛雷
5.基于Nios红外图像实时非均匀性校正研究 [J], 孔令彬;王川;许鸿文;戚建汉
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Nios Ⅱ的光学定位跟踪系统
基于Nios Ⅱ的光学定位跟踪系统漆为民;周俊;张霞【摘要】介绍了一套由SOPC开发平台构成的定位跟踪系统,该平台核心为Altera 的FPGA及内嵌的软核Nios Ⅱ CPU.系统采用DE2开发板、OV7670数字摄像头以及数字触摸屏实现.该装置操作方便,能进行一定范围内运动物体的光学定位追踪,同时还具备手动式协调定位功能.实验结果表明,该系统功耗低、设计灵活、可拓展性强、能稳定精确地定位被跟踪目标.【期刊名称】《江汉大学学报（自然科学版）》【年(卷),期】2013(041)002【总页数】5页(P18-22)【关键词】光学定位跟踪;FPGA;NiosⅡ;触摸屏【作者】漆为民;周俊;张霞【作者单位】江汉大学物理与信息工程学院,湖北武汉430056;江汉大学物理与信息工程学院,湖北武汉430056;江汉大学物理与信息工程学院,湖北武汉430056【正文语种】中文【中图分类】TP273传统图像检测一般采用模拟图像、人工判读方式，无法适应目标自动检测、识别、跟踪等问题。
随着数字图像分析处理技术的发展与应用，光测图像判读设备的硬件组成越来越简单，性能越来越强大。
目前，众多研究者专注于运动目标的自动检测与跟踪定位的有关技术，研发高精度、高可靠性以及自动化的图像判读系统，从而使其在人体运动测量、数字医疗、安防、智能交通、航空航天等领域得到广泛应用。
传统的运动物体定位跟踪检测技术大多依靠PC或DSP实现。
PC实现图像处理成本高、体积大、不便于携带，且速度无优势。
DSP虽然处理速度快，但其功能和相关参数固定，灵活性不足。
采用FPGA配合Nios II软核实现本系统具有较强的优势，关键数据处理及算法可以用HDL在硬件中实现，系统及功能扩展方便，兼顾了处理速度和灵活性，同时具有嵌入式系统固有的低成本、便携的优点；且软件开发周期短，代码可移植，结合用户自定义硬件逻辑，可以并行地完成复杂的图像处理任务，极大地体现了FPGA的优势。
基于NiosⅡ软核的车辆牌照识别系统研制
基于NiosⅡ软核的车辆牌照识别系统研制智能交通管理系统是21 世纪道路交通管理的发展趋势。
利用网络和GPRS 通信, 牌照自动识别监控系统能够自动、实时地检测车辆、识别汽车牌照, 从而实现道路交通智能化管理。
由于传统的PC 机+ 算法的设计结构体积大, 不能满足便携的要求, 更不适合露天使用; 而采用通用的DSP 芯片组成的系统, 外围电路较复杂, 设计与调试都要较长的时间, 且系统的可扩展性不好。
利用32 位Nios Ⅱ软核处理器在FPGA 上完成设计, 减小了系统的体积, 而且在PC 机上开发的程序可移植到Nios Ⅱ处理器上, 实现了片上系统。
采用Nios Ⅱ处理器的自定义指令, 用硬件实现部分算法, 大大提高了数据的处理速度, 保证了较好的实时性。
在外围电路不变的情况下, 通过更新FPGA 内部的电路设计, 能使系统功能升级和增强。
下面介绍一种基于Nios Ⅱ软核的车辆牌照识别系统的自行研制。
1 系统功能设计车辆牌照自动识别监控系统根据具体应用场合可以定制为不同的功能, 而且不同的功能只需要在Nios 中写入相应的C 语言程序即可, 无需重做硬件板, 非常方便。
下面就其在高速公路收费站中的应用进行功能设计。
1) 图像采集在收费站处, 摄像头监视通道口车辆来往情况, 当车辆过来时, FPGA 系统板捕捉到地感线圈由于磁场的变化而产生的触发信号, 来控制采集卡采集车辆图像。
采用地感线圈的优点上检测正确率高(只有车辆经过时, 地感线圈才会产生触发信号) , 这时可以保证抓到的图像中有车辆牌照信息。
2) 牌照识别采集到图像后就要进行牌照区域的提取, 其中以包括图像的彩色图到灰度图变换、灰度拉伸、牌照区域分割、牌照几何位置的调整等。
牌照区域提取后再进行牌照图像二值化、牌照字符分割以及牌照字符的识别。
3) 数据通信根据实际情况选择用以太网或GPRS 把识别结果发送到主控制站。
在有以太网连接的条件下优先选用以太网连接, 可以提供相对较。
《运动目标检测和跟踪系统的设计与实现》
《运动目标检测和跟踪系统的设计与实现》运动目标检测与跟踪系统的设计与实现一、引言随着计算机视觉技术的快速发展，运动目标检测与跟踪系统在智能监控、智能交通、机器人视觉等领域得到了广泛的应用。
本文将详细介绍运动目标检测与跟踪系统的设计与实现过程，从系统架构设计、算法选择到实验验证，为读者提供一份关于该领域的高质量范文。
二、系统架构设计1. 整体架构运动目标检测与跟踪系统主要包括目标检测模块、目标跟踪模块、数据处理模块和用户交互界面等部分。
其中，目标检测模块负责捕捉视频中的运动目标，目标跟踪模块则负责对检测到的目标进行持续跟踪，数据处理模块负责处理和分析跟踪数据，用户交互界面则提供友好的操作界面。
2. 模块设计（1）目标检测模块：采用基于深度学习的目标检测算法，如YOLO、Faster R-CNN等，对视频中的运动目标进行实时检测。
（2）目标跟踪模块：利用光流法、Mean Shift算法等经典跟踪算法，或深度学习中的Siamese网络等算法，对检测到的目标进行持续跟踪。
（3）数据处理模块：对跟踪数据进行处理和分析，如计算目标的运动轨迹、速度等信息，为后续的决策和控制提供支持。
（4）用户交互界面：提供友好的操作界面，方便用户进行参数设置、视频播放、结果展示等操作。
三、算法选择与实现1. 目标检测算法本文采用YOLOv3算法作为目标检测算法。
YOLOv3是一种基于深度学习的实时目标检测算法，具有较高的检测精度和速度。
在实现过程中，我们首先构建了YOLOv3的神经网络模型，然后通过大量的训练数据对模型进行训练和优化。
2. 目标跟踪算法本文采用Siamese网络作为目标跟踪算法。
Siamese网络是一种基于孪生神经网络的跟踪算法，具有良好的实时性和准确性。
在实现过程中，我们构建了Siamese网络的模型结构，并通过在线学习和更新机制提高跟踪的准确性和鲁棒性。
四、实验验证与结果分析1. 实验环境与数据集我们使用公开的数据集进行实验验证，包括常见的运动目标检测与跟踪数据集。
niosii课程设计
niosii课程设计一、教学目标本课程旨在通过NIOS II软核处理器的教学，让学生掌握嵌入式系统的基本概念、软硬件协同设计的方法，以及基于NIOS II处理器的设计和实现。
具体目标如下：1.理解嵌入式系统的基本概念、特点和应用。
2.掌握NIOS II处理器的基本结构、工作原理和指令系统。
3.熟悉软硬件协同设计的基本方法，包括硬件描述语言（HDL）和软件编程。
4.能够使用NIOS II处理器进行简单的嵌入式系统设计和实现。
5.能够独立完成NIOS II处理器的硬件设计和软件编程。
6.能够对NIOS II处理器的设计进行优化和调试。
情感态度价值观目标：1.培养学生的创新意识和团队协作精神。
2.增强学生对嵌入式系统领域的兴趣和热情。
3.培养学生对我国嵌入式产业发展的关注和支持。
二、教学内容本课程的教学内容主要包括以下几个部分：1.嵌入式系统概述：嵌入式系统的定义、特点、应用和发展趋势。
2.NIOS II处理器：基本结构、工作原理、指令系统、寄存器文件和数据通路。
3.软硬件协同设计：硬件描述语言（HDL）的基本概念和应用，软件编程基础。
4.NIOS II处理器设计：硬件设计和软件编程，设计优化和调试方法。
5.案例分析：分析实际应用中的嵌入式系统设计，了解行业动态和发展趋势。
三、教学方法本课程采用多种教学方法，以激发学生的学习兴趣和主动性：1.讲授法：讲解基本概念、原理和方法，确保学生掌握基础知识。
2.案例分析法：分析实际应用案例，让学生了解嵌入式系统的实际应用和发展趋势。
3.讨论法：学生进行小组讨论，培养学生的团队协作能力和创新意识。
4.实验法：动手实践，让学生亲自设计并实现NIOS II处理器 based的嵌入式系统。
四、教学资源为了支持本课程的教学，我们将准备以下教学资源：1.教材：《NIOS II嵌入式系统设计与实践》。
2.参考书：提供相关领域的经典教材和论文，以便学生深入研究。
3.多媒体资料：制作课件、视频等教学资料，以便学生更好地理解和掌握知识。
基于NiosⅡ的人脸检测系统设计
基于NiosⅡ的人脸检测系统设计王锋涛【摘要】基于FPGA内嵌的NiosⅡ处理器,设计了一个实时人脸检测系统.介绍了基于Haar特征的AdaBoost人脸检测算法,描述了依据AdaBoost算法的人脸检测软件实现过程,最后在以Altera公司CycloneⅡ系列EP2C70为核心芯片的DE-2开发平台上,对检测系统进行了整体设计.测试结果表明,系统有较高的检测率,可以满足实时人脸检测的要求.【期刊名称】《电子科技》【年(卷),期】2013(026)003【总页数】3页(P102-104)【关键词】人脸检测;FPGA;AdaBoost算法;分类器【作者】王锋涛【作者单位】西安电子科技大学电路CAD所,陕西西安710071【正文语种】中文【中图分类】TP334.4人脸检测是指在图像中判断是否有人脸存在，并且将检测到的人脸部分在图像中标识出来的过程。
作为人脸信息处理中的一项关键技术，人脸检测在自动人脸识别、视频会议、智能人机交互等领域得到广泛应用。
目前人脸检测系统多采用PC或DSP作为处理平台。
在PC上，人脸检测系统实现虽已经达到基本要求，但由于携带不便，无法满足实时检测，且成本较高。
采用通用的DSP方式，外围电路较复杂，设计难度大，调试也需要较长的时间，且系统的可扩展性和移植性差。
文中利用SOPC技术设计了基于NiosⅡ处理器［1］的人脸检测系统，不仅达到了实时性要求，而且在PC上开发的程序，可方便地移植到Nios II处理器上。
1 Nios II处理器Nios II处理器是Altera公司为其FPGA产品配套开发的软核CPU［2］。
在逻辑功能上，它是一款通用的RISC结构的CPU;在实现方式上，它在FPGA上通过编程实现。
由于Nios II有一个开放式的ALU，通过用户自定义指令集，可以方便地完成对系统的操作;同时采用哈佛结构的总线模式，大幅地提高了系统的处理速度;另外，Nios II系统中的外设具有可配置性，这在较大程度上简化了硬件开发的难度，缩短了产品开发周期。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ 哈尔滨理工大学计算 机科学 与技术学 院 ，哈尔滨 １０８ ） ５００
摘 要 ：介绍 了一种基 于 Ｎｏ Ｉ的运 动视 频检 测 片上 系统 ，该 系统 通过 采 用软／ 件 协 同设 计 的 ｉ Ｉ ｓ 硬 方 法 ，使 用 Ａ ｅ Ｐ Ｃ ５Ｆ Ｇ ｈ ｒ Ｅ ２ ３ Ｐ Ａ芯 片与 Ｈ ７ ３ Ｒ视 频摄像 头 配合 实现 了高速 的数 字视 频 处理 ，选 ａ Ｖ １１ 用 Ｓ Ｒ Ｍ和 Ｆ Ａ Ｈ作为视 频数 据的 外部存储 器 ，满足 了运 动检 测 和保存 运动现 场的 需要 。并 且 ＤＡ ＬＳ 采 用 Ｖ ｒｏ Ｄ ｅ ｌ Ｈ Ｌ和 Ｎｏ 定 制指 令使 用硬件 实现 了 系统 的 大部 分功 能 ，提 高 系统 的处 理速 度 ， ｉｇ ｉ Ｉ ｓＩ 同时具有 良好的 灵 活性 和适应性 。 关键 词 ：Ｎｏ ； ｉ Ｉ ｓＩ １ １ Ｓ Ｐ 运 动检测 ３ Ｒ； Ｏ Ｃ；
ｓ ｓ ｍ ｄ ｓ ｎ ｉ ｐ ｏ ｅ ｅ ｐ ｏ ｅ ｓ ｇ ｓ ｅ ｄ，ａ ｄ ｔ ｅ ｓ ｓ ｍ ｌ ａ ｏ ｄ ｆ ｘ ｉ ｔ ｄ ａ ａ ｔ ｉ ｔ ． ｙ ｔ ｅ ｉ ｒｖ ｓｔ ｒｃ ｓｉ ｐ ｅ ｎ ｙ ｔ ａ ｏ ｈ ｇ ｏ ｅ ｉ ｌ ｙ ａ ｄ ｐａ ｌ ｙ ｅ ｇ ｍ ｈ ｎ ｈ ｅ ｓ ｓ ｌ ｂ ｉ ｎ ｂ ｉ
ｄｇｔｌ ｉ ｅ ｒｃ ｓｉ ｇｂ ｓｎ ７ ３ Ｒ ｖｄ ｏ ｐ ｏ ｅ ｓ ｈ ｐ ｄ Ａｈ ｒ Ｐ Ｃ ５ Ｆ ＧＡ ｗ ｔ Ｄ Ｍ ｄ ｉｉ ｄ ｏ ｐ ｏ ｅ ｓ ｙ ｕ ｉｇ ＨＶ １ １ ｉ ｅ ｒ ｃ ｓｉ ｃ ｉｓａ ｅ ａＥ ２ ３ Ｐ ｉ Ｓ ＲＡ ａ ａｖ ｎ ｇ ｎ ｎ ｈ ｎ
Ａｂｓｒ ｃ ：１ ｓａｔ ｌ ｅ ｃ ｂ ｓａ ｍｏｉｎ ｄ ｔｃｉｎ ｏ ｈ ｐ ｓ ｓｅ ｂ ｓ ｄ ｏ ｏ Ｉｃ ｒ ｎ ａｄ ｒ －ｏ — ｔ ａ ｔ ｈｉ ｒｉ ｅ ｄ ｓ ｒ ｅ ｔ ｅｅ ｔ ｎ ｃ ｉ ｙ ｔｍ ａ ｅ ｎ Ｎｉｓ Ｉ ｏ ｅ ａ ｄ ｈ ｒ ｗａｅ ｓ ｆ ｃ ｉ ｏ ｏ ｔ ｗａｅ ｃ ｅ ｉｎ ｍｅ ｈ ｄ．Ｉ ｉｗ ｆｔｅ ｒｑ ｉ ｍｅ ｔ ｆｍ ｔ ｎ ｄ ｔｃｉｎ，ｔ ｉ ｙ ｔｍ ｍｐ ｅ ｎ ｓｈｉｈ ｓ ｅ ｄ ｒ ｏ ｄ ｓｇ ｔｏ ｎ ｖｅ ｏ ｈ ｅ ｕｒ ｅ ｎ ｓｏ ｉ ｅｅ ｔｏ ｏ ｏ ｈ ｓｓ ｓｅ ｉ ｌｍｅ ｔ ３ ｐ ｅ ｇ
Ｆ ＡＳ ａ ｈ ｕｅ ｍｏｙ ｔ ｔｒ ｉ ｅ ａａ．Ｂ ｓｎ ｒｌｇ ＨＤＬ ａ ｄ ＮｉｓＩ ｕ ｔｍ ｎ ｔ ｃ ｏ Ｌ Ｈ ｓ ｔ ｅｏ ｔｒｍｅ ｒ ｏ ｓｏｅ ｖｄ ｏ ｄ ｔ ｙ ｕ ｉｇ Ｖｅｉｏ ｏ Ｉｃ ｓｏ ｉ ｓｒ ｔ ｎ，ｔ ｅ ｎ ｕｉ ｈ
监控终端与摄像头视频服务器进行网络互联所组成 的基 于 Ｉｔ ｔ ｎｅ 技术 的 Ｃｉ ｔ ｅ ｅ 体 系结构 的传 统 ｍｅ ｌｎ Ｓｒ ｒ ｅ／ ｖ 数字监控 系统 软 、 硬件 要 求 较 高 ， 使 用专 业 化 ， 且 局 限 了视 频监 控在孤 立 、 散 以及 对 成 本要 求 较 苛刻 分 的场合 的应 用 。 随着 现 场 可 编 程 逻 辑 门阵 列 （ Ｐ Ｆ— Ｇ 的应 用越 来越 广泛 ， Ａ） 基于 Ｆ Ｇ Ｐ Ａ的各 种控制 器也 越 来越 丰 富 ， 别是 Ｓ Ｐ 、 ｉ Ｉ 术 ［越 来越 成 特 Ｏ Ｃ Ｎｏ Ｉ技 ｓ 】
维普资讯
２ ０ 年第２ ０８ 期
中图分类号 ： ｌ．３ １７ 文献 标 识 码 ： Ａ 文 章 编 号 ：０９— ５ ２２ｏ ）２ １７ ３ １０ ２５ （０ ８０ 目标 检 测 系统 设计 ｉ Ｉ软 ｓ
熟 ， 理有 效地将 各 种模 块 无缝 地连 接 到 一起 进 行 合
Ｄｅ ｉ ｎ ｏ ｈ ｏ ｉ ｎ ｄ ｔ ｃ ｉ ｎ ｏ ｈ ｐ ｓ ｓ ｅ ａ ｅ ｎ Ｎｉ ｓ Ｉ ｓｇ ｆｔ ｅ ｍ ｔｏ ｅ ｅ ｔ ｎ ｃ ｉ ｙ ｔ ｍ ｂ ｓ ｄ ｏ ｏ Ｉ ｏ
ＹＡＮ ， ＨＵ ａ ． ｉ 删 Ｂ ｏ ｘａ， Ｇ ｎ ｔ ｎ， Ｚ Ｙａ ．ｉ ａ ＨＡ０ Ｗ ｅ ｉ
（ ｏ ｅｅｏ ｏ ｐ ｔｒＳｉ ｃ ｎ ｅ ｎ ｌ ｙ Ｈ ｒ ｉ ｎｖ ｒ ｔ ｆ ｄ ｎ ｅａ ｄＴ ｃ ｎ ｌ ｙ ｌ ｒ ｉ ５０ ０ ０ｌ ） Ｃ ｌ ｇ ｆ ｍ ｕｅ ｃ ｎ ｅａ ｄＴ ｃ ｏ ｇ ， ａ ｂ Ｕ ｉｅｓ ｙｏ ｅ ｃ ｎ ｅ ｏｏ ，ｌ ｂｎ １０ ８ ， ｉ ｌ Ｃ ｅ ｈ ｏ ｎ ｉ Ｓ ｈ ｇ ａ 瑚
Ｋｅ ｒ ｓ： Ｎｉｓ Ｉ ； ＨＶ７１ Ｒ； Ｓ ｙ ｗｏ ｄ ｏ Ｉ ３１ ＯＰＣ； ｍｏｉｎ ｄ ｔｃ ｏ ｔｏ ｅｅ ｔ ｎ ｉ
０ 引言
由监控 中心 网络服务 器和 多 台视 频 主机 组成 的
３ ｏｏ 逻辑 单元 、７ 个 引脚 、７ 个 用 户 自定 义 Ｉ ５ ｏ＋ ６２ ４５ ／ Ｏ接 口、５ ３ 个嵌 入式 乘法器 和 ４ 锁相 环 ， 个 是一 个集 成度 极 高 和功 能强 大 的 Ｆ Ｇ Ｐ Ａ芯 片 。在 Ｆ Ｇ Ｐ Ａ中设 计有 Ｎｏ Ｉ 核 Ｃ Ｕ 和 挂 接 在 该 Ｎｏ Ｉ 统 的 ｉ Ｉ软 ｓ Ｐ ｉ Ｉ系 ｓ Ａａ ｎ ｖｌ 总线 上 的 图 像 预 处 理 模 块 、 动 检 测 模 块 、 ｏ 运