实时目标跟踪技术是近年来计算机视觉领域的热点研究问题,融合了数字图像处理、计算机视觉、嵌入式开发及深度学习等多领域先进技术。当前,实时目标跟踪技术已经广泛应用于军事、工业生产、无人汽车等方面。传统目标跟踪系统基于软件实现,部署在PC机等平台上,有着成本高昂、兼容性差以及实时性差等问题,难以大规模推广。随着集成电路和信息处理技术的发展,使用硬件平台实现目标跟踪算法正在成为趋势。现场可编程阵列FPGA(Field Programmable Gate Array)是一种半定制电路,使用硬件描述语言Verilog VHDL进行电路设计,特点是并行处理能力强,通过流水线操作处理大量数据并且功耗低、集成度高、可重构,适合于对目标跟踪算法进行硬件加速。因此本文基于FPGA对实时目标跟踪系统的实现展开研究。本文设计了一种新的基于FPGA的实时目标跟踪系统,系统以Xilinx公司新一代FPGA芯片Zynq7020 SOC为核心处理平台,在此平台上实现了改进的Cam Shift目标跟踪算法和卡尔曼滤波算法。本文的主要工作如下:(1)研究传统Cam Shift目标跟踪算法的原理及优缺点,针对其在目标遮挡、背景干扰以及移动变形等情况时跟踪效果差的问题,本文提出遮挡系数判断策略及移动距离判断策略,对Cam Shift算法进行改进。(2)研究了卡尔曼滤波算法的原理,将其融入到改进Cam Shift目标跟踪算法中,将Cam Shift算法得到的目标位置信息交由卡尔曼滤波算法进行下一帧目标位置预测,下一帧中改进Cam Shift目标跟踪算法以卡尔曼滤波预测的目标位置为起点开始搜索。然后在国际标准数据集OTB100上对新的融合算法进行性能验证。(3)根据实时目标跟踪系统的特点和需求,选择了Zynq7020 SOC芯片以及OV7225摄像头等硬件,重点研究了Zynq7020 SOC芯片的框架以及内部资源的使用,包括用于内部PS与PL通信的AXI4协议,DDR控制器、中断系统以及配置外设的EMIO端口等。(4)完成实时目标跟踪系统的硬件实现。在Zynq7020 SOC芯片中,使用处理系统PS连接CMOS摄像头和VGA显示器,配置AXI DMA IP核和AXI VDMA IP核实现图像数据的输入输出和缓存;使用可编程逻辑PL模块化实现改进Cam Shift目标跟踪算法和卡尔曼滤波算法,对算法模块进行适应性改进,节省计算资源,提升系统性能。使用VIVADO2017.4和MATLAB等工具对算法模块进行功能仿真,确保可靠性。(5)对完成的实时目标跟踪系统进行测试,评估系统跟踪效果和性能,并与其他平台进行对比分析。通过以上工作,本文实现了基于FPGA的实时目标跟踪系统,经测试,系统功能达到了目标跟踪的准确性、实时性和鲁棒性等要求,算法性能相比原来有较大提升。