动作感应作为一种人性化的人机交互方式，正逐渐应用于智能交通，手机，游戏娱乐等各个领域。动作感应要解决的关键问题是运动检测，运动检测的实现技术主要分为两种，一种是采用加速度传感器，另一种则是基于图像运动估计。对于已经具有摄像头的设备，采用后一种运动检测方式来实现动作感应不需要添加新的硬件，可以完全通过软件更新来实现，它的工作机制是通过算法分析实时视频的连续两帧来提取运动矢量。　　 本文采用PXA270微处理器平台和Windows Mobile操作系统，设计并实现了基于图像运动估计的运动检测系统。论文首先构建了实验平台，包括摄像头与微处理器的接口电路设计和软件编译环境的搭建等。然后，在该平台上实现视频捕捉功能，这包括两部分的工作：一部分是完成摄像头驱动程序以实现对图像传感器的控制，另一部分则是在摄像头驱动程序的基础上编写视频捕捉程序。接下来在运动估计算法实现部分，论文重点研究了光流法中的卢卡斯·卡纳德方法（Lucas KanadeMethod）和基于块匹配（Block Match）的搜索算法，在实验平台上分别实现这两类算法并对各自的性能进行了测试，结果显示卢卡斯·卡纳德方法的KLT实现虽然能获得较高的精度，但是其处理速度不能满足实时视频图像处理的需求，而块匹配搜索算法在精度和速度上都能基本满足设计要求，因此在实验平台上选择基于块匹配的ARPS算法来完成运动估计算法模块。最后，将视频捕捉程序和运动估计算法模块集成，构成完整的动作感应程序。　　 在功能测试中，动作感应程序能基本完成对上下左右四个方向的判断。根据具体应用环境的特点，论文对算法添加了提前退出机制，同时在计算时去除图像周围宏块，测试显示算法性能得到优化。各种测试实验的结果表明，动作感应程序基本实现了设计目标，论文给出的设计方案是可行的，具有一定的工程应用价值。