行人检测是计算机视觉领域最为活跃也是最富挑战性的课题之一。作为目标检测的一个分支,它旨在从连续的视频图像中准确定位出行人。目前静态背景下行人目标检测技术已十分成熟,与其不同的是,运动背景下的行人检测技术相对来说难度更大,易受光线强度等外界因素影响。本论文深入学习了嵌入式行人检测算法,并在迅为公司的Linux2440平台上实现了具有行人检测功能的硬件系统。算法的研究与设计是在matlab2014a平台上进行的。本文采用一种基于头部特征、Histograms of Oriented Gradients(HOG)和Support Vector Machine(SVM)相结合的行人检测算法,行人检测主要分为Region of Interest(ROI)提取和行人识别两方面内容。采集的视频图像中不可避免的存在噪声,首先采用均值滤波和中值滤波算法滤除图像中的噪声,从而提高图像的信噪比。采用相邻帧间差分法获得视频图像中的运动目标区域,采用形态学处理来弥补相邻帧间差分法产生的空洞现象。最后对运动目标的独立像素区域进行连通区域标记,从而获得连通区域的属性,经过上述步骤就可以得到感兴趣区域,为后面的行人识别提供基础。行人识别采用由粗到细的识别的方法,首先根据行人的几何特征将视频图像中的行人和机动车辆初步分离,然后利用头部特征进行行人分离,提取行人目标的HOG特征,送入SVM分类器中进行行人识别,从而提高行人检测的准确度。算法的硬件系统实现的过程是先搭建嵌入式Linux2440平台,然后在Ubuntu系统中的QT软件平台上编写基于V4L2的图像的采集代码和基于TCP/IP协议的视频传输的代码及行人检测代码,再通过交叉编译生成开发板可执行的二进制进行代码,最后进行硬件系统的功能测试。通过硬件测试表明,该系统能够有效地实现对行人检测功能,检测率为96%,并且具有较好的抗干扰性,具有广泛地应用前景。