视频监控动态识别及基于串口通信的步进电机控制+程序(3)

菜单

运动目标检测技术在实际应用上更能体现人们对移动目标的定位和跟踪的需求，因此在许多领域有着广泛的应用。在运输上，用于交通管理与场景监视智能识别运输工具或行人的违章行为，为后续的抓拍、录入等提供了数据源；在医学上，用于生物组织运动分析等方面，为病例判断提供了参考依据。在场景监控等安全防御领域，基于运动目标检测的视频监控系统与原来完全依靠人眼来进行监控相比，大大减轻了监控人员的工作强度，避免了值班员主观判断所引起的漏报、误判等问题，为单位节省了人工成本。因此，对运动目标检测技术的研究是一项既有理论意义又有使用价值的课题。近年来，关于这个课题研究的很多，背景差分法具有试用范围广、程序相对简单、易于硬件实现的特点。

1.3步进电机控制发展现状

近年来，随着科学技术的进步，尤其计算机技术的高速发展以及单片机技术的广泛应用，对数控机床的控制，也逐步发展有计算机直接进行控制。在这种情况下，完全有计算机或微处理器对各种仪器进行实时的数据采集、控制以及结果分析。对于采用步进电机作为伺服部件的数控设备而言，也就是主要解决计算机直接控制步进电机的问题。其通常做法是采用步进控制卡，但是这种方法不仅成本较高，而且不便于操作，在计算机扩展槽上安装控制卡，必须打开机箱才能操作，而且在小型平板电脑和嵌入式电脑中根本没有安装控制卡的空间和扩展槽。利用计算机的串行口或并行口进行二次开发，用于控制步进电机，代替控制卡的作用，具有成本低，操作简单，兼容性好等优点。本文主要就串行口通信二次开发技术进行探讨，并开发适配标准串行口的步进电机接口控制电路和相应软件模块。

1.4课题研究内容概要

(1) 运用MATLAB实现运动识别；

（2）基于串口通信，对电机进行正反转以及速度控制控制。

第二章 MATLAB运动视频识别的实现

2.1方案选择

运动目标检测算法大多数都是面向于特定的应用场景，不存在一个算法能适用于所有场合的情况，也就是说每个算法都有它的一定适用范围。需要指出的是，在同类环境下工作的各种检测算法有其特有的优点和缺点，目前还没有一个公认的标准来衡量算法的优劣性质。其中，从算法应用对象的角度来看，运动目标检测主要有两种算法：基于图像差分的算法和基于光流场的算法。其中，基于图像差分的算法又可以分为帧间差分法和背景差分法。

运动目标检测技术是国内外视频监控领域研究的热点和难点之一。目前常用的运动目标检测方法有:帧间差分法、背景差分法和光流法。光流法因其计算复杂度高，且需要特殊硬件支持，不利于实时实现。帧间差分法是目标检测常用的方法，通过相邻帧图像的相减，根据差分结果来检测目标，算法虽然简单，容易实现，但检测出的目标轮廓存在空洞现象以及在光线变化的场景中会产生虚假边缘。一般来说，图像的边缘信息不易受噪声和亮度突变的影响。背景差分法，算法简单、易于实现，虽然运算速度相对慢，易受光线变化的影响，但是考虑到公交车内的光线相对较为稳定，速度与人体的反应相比依然快很多，因此，本设计采用背景差分法来实现人体运动识别。

背景差分法是利用当前这个帧间图像与背景图像进行差分运算，并提取运动区域的一种目标的检测算法，该方法一般能够提供完整的目标数据。背景差分的基本思想是：首先，用预先存储或者实时更新的背景图像序列为图像的每个像素统计建模，得到背景模型；其次，将当前每一帧的图像和背景模型相减，得到图像中偏离背景图像较大的像素点；最后，类似于帧间差分法的处理方式，循环钱两步骤直至确定目标的矩形定位信息。