Real-time FPGA image processing and robotic navigation

Real-time FPGA image processing and robotic navigation

 

This article presents the FPGA vision and robotic system on Altera’s De2 board. The object detection algorithm implemented in FPGA was based on feature detection and image filtering. A software-based algorithm was independently developed and examined in MATLAB to evaluate its performance and verify its effectiveness. Furthermore, to detect the identities of the objects in the current frame beginning from the identities of the objects in the previous frame, a graph matching algorithm is performed. The experimental data are processed with recurrent Kalman filter. Difficult to obtain reliably eliminate global movement as error correlation is present in the image frame and the inadequacy of the subject and the background helps to produce errors. Although the system can be furthered improved to obtain better results, overall the project was a success as it enabled any inputted face to be accurately detected and tracked.

 

Тази статия представя FPGA навигационна роботизирана система на базата на борда Алтера DE2. Алгоритъмът за откриване обекти се изпълнява в FPGA и се базира на откриване на признаци и филтриране на изображението. Софтуерно-базираният алгоритъм е разработен за независимо изследване в MATLAB, за да се оцени и провери неговата ефективност. Освен това, за да се открият и идентифицират обекти в текущия кадър, се започва от признаци на обектите от предишния кадър и се съставя граф от алгоритъм за съвпадение. Експерименталните данни се обработват с рекурентен Калманов филтър. Трудността е да се получи надеждно премахване на глобалното движение като грешка при корелацията, която присъства в кадъра на изображението и неразличимостта на обекта и фона спомага за получаването на грешки. Въпреки, че системата може да бъде значително подобрявана, за да се получават по-добри резултати, като цяло проектът е успешен, тъй като дава възможност всеки въведен образ да бъде точно разпознат и проследен.

 

Download PDF full text