随着计算机视觉的不断发展,运动目标检测作为计算机视觉领域的关键问题成为了研究的热点。运动目标检测技术可以对视频进行逐帧分析,检测出每一帧图像中的运动目标。目前该技术的应用非常广泛,例如常见的视频监控都可以实现运动目标检测,另外在一些前沿技术领域如智能交通、无人驾驶等也有应用,而在这些领域,搭建一套体积小、功耗低的硬件平台来实现运动目标检测显得尤为重要。本文首先对运动目标检测算法进行研究,介绍了几种常用的算法,其中Vi Be算法是一种视频背景建模算法,具有瞬时初始化的优势,只用一帧图像就能快速初始化样本模型,使得检测在视频的第二帧就可以进行。与其他算法相比,它的思想简单,运算效率高,对弱小目标的检测更加敏感,并且易于实现,所以选取了Vi Be算法用于硬件平台实现。另外本文对算法进行了改进,提高了算法的适应性,使之能够很好地适应复杂背景。在MATLAB中进行对比实验,可以看出改进后的算法对于复杂背景具有较好的处理效果。FPGA内含丰富的逻辑资源,具有并行性的优势,运行时可以采用流水线的工作方式,因此本文选择FPGA作为算法处理单元,并基于目前主流的ZYNQ平台,设计一套运动目标检测系统。该系统采用OV5640摄像头采集视频图像,将图像送入算法初始化模块产生样本集,然后将后续的图像与样本集送入算法检测模块,得到运动目标和更新后的样本集,通过VDMA将图像数据存储到DDR中,使用HDMI将检测结果输出显示。但是当FPGA片上资源较少时,无法存储更多的样本集,影响检测效果,本文针对这一问题,创新性地提出了一种基于窗缓冲区的解决方案,将样本集存储在外部存储空间中,通过搭建窗缓冲区的方式从外部存储空间中读取样本集,这样便可以存储更多的样本集来提高检测效果,解决了算法在低成本FPGA上存储资源受限的问题。本文采用Zed Board开发板进行设计,OV5640和HDMI都采用Verilog设计并封装成IP核,使用Vivado HLS开发工具完成改进后Vi Be算法的开发,Vivado HLS可以将高级语言转化为硬件描述语言,并且可以封装成硬件IP核移植到FPGA中,缩短了开发流程。在可编程逻辑部分,我们可以通过调用IP核,进行IP核之间的连线,迅速地完成硬件平台的搭建。在处理器系统部分,主要是软件部分的开发,通过SDK开发工具进行摄像头寄存器的配置和VDMA读写地址的控制。通过软硬件协同的设计方式完成整个系统的设计。最后,根据测试结果可以看出本文搭建的系统能够实时检测出运动目标,并且该系统体积小、功耗低,满足在低成本场合下的使用,具有实用意义。