如何降低藍牙裝置的功耗
加入技術(shù)交流群
2.2 系統工作過(guò)程
系統上電或復位后，首先完成FPGA芯片的配置、對TVP5150進(jìn)行的初始化以及DSP啟動(dòng)引導及其外圍芯片的初始化工作，之后便開(kāi)始進(jìn)行圖像采集。利用FPGA模擬I2C口對系統中的其他芯片進(jìn)行控制，從攝像頭采集到的摸擬視頻信號經(jīng)過(guò)視頻解碼器轉換為數字視頻信號，經(jīng)預處理后送入DM642的視頻通道(VP端口)。在檢測到有人進(jìn)入監視區域時(shí)，啟動(dòng)錄像功能，DM642將接收到的數字視頻信號和數字音頻信號用MPEG4標準編碼壓縮，并通過(guò)以太網(wǎng)傳送到監控中心。同時(shí)捕捉人臉圖像并進(jìn)行身份識別，如有異常則啟動(dòng)報警程序。
3 系統軟件組成
對于本系統來(lái)說(shuō)，系統軟件主要包括3部分：運動(dòng)目標檢測、人臉的檢測定位、人臉匹配。其中人臉的檢測定位尤為關(guān)鍵，是正確識別的前提。因為圖像的拍攝受到各種因素的干擾，如亮度、人物移動(dòng)速度、表情、著(zhù)裝等，這些因素如果在檢測時(shí)不能得到有效處理，勢必會(huì )影響后期的匹配，造成識別率下降。因此，如何將人臉從背景中檢測出來(lái)，并進(jìn)行適當的處理、分割，是關(guān)系到識別成敗的關(guān)鍵環(huán)節，需要著(zhù)重進(jìn)行處理。
3.1 運動(dòng)目標檢測
對于運動(dòng)目標的檢測，常用的方法有背景差值法、圖像差分法、光流分割法和模式匹配法。由于光流分割和模式匹配等方法數據計算量較大，無(wú)法滿(mǎn)足實(shí)時(shí)檢測的要求。背景差值法計算簡(jiǎn)單、速度快且檢測準確，但需要在背景靜止時(shí)檢測有效，對于背景變化的場(chǎng)合不適合。對于背景變化的場(chǎng)合，可以采用圖像差分法，即通過(guò)檢測圖像序列相鄰兩幀對應像素點(diǎn)之間灰度值的變化確定移動(dòng)的物體。設圖像定義f(x，y，i)，其中(x，y)為圖像的位置坐標，i、j為圖像幀數，T為設定的閾值，則幀f(x，y，i)與幀f(x，y，j)之間的變化可用如下的二值差分圖像表示：
本文引用地址：http://dyxdggzs.com/article/151852.htm 式中取值為1和0的像素分別對應于前景（運動(dòng)目標區域）和背景（非運動(dòng)區域）。
對于緩慢移動(dòng)的物體，圖像差分的變化量很小，有可能會(huì )被濾波器濾掉，解決方法是通過(guò)累積差分法ADP[2](Accumulative Difference Picture)。該法不僅可以用于可靠檢測緩慢移動(dòng)的物體，還可用于估計物體移動(dòng)速度的大小和方向以及物體尺度的大小。獲得累積差分圖像的過(guò)程如下：將圖像序列的每一幀圖像與參考圖像進(jìn)行比較，當差值大于某一閾值時(shí)就在累積差分圖像中加1，這樣，在第i幀圖像上的累積差分圖像ADP(x，y，i)為：
通過(guò)判斷灰度值的變化，即可判斷出移動(dòng)物體及其方向。
針對本系統，可以先利用背景差值法確定是否有移動(dòng)目標進(jìn)入監視區。如有則啟動(dòng)錄像功能，結合圖像差分法，經(jīng)過(guò)一系列檢測檢出運動(dòng)目標，并啟動(dòng)跟蹤程序。具體程序如圖3所示。
3.2 人臉的檢測定位
在檢測出運動(dòng)的目標之后，要判斷目標為人體還是其他動(dòng)物，這可以通過(guò)目標的尺寸及目標的空間特征(如寬高比等)來(lái)區分。在確定為人體目標之后，就要確定出人臉的區域。確定人臉區域的方法有多種，本系統采集的是彩色圖像，可以根據膚色進(jìn)行判別。利用膚色提取色彩信息的方法已被廣泛應用在計算機視覺(jué)研究領(lǐng)域中。膚色是人臉的重要信息，不依賴(lài)于面部的細節特征，對于旋轉、表情等變化情況都能適用，具有相對的穩定性并且和大多數背景物體的顏色相區別。與其他人臉檢測方法相比，膚色的判斷在速度上具有明顯優(yōu)勢。因此，將其作為人臉檢測的其他方法的預處理，可以在很大程度上減小人臉檢測的搜索范圍，降低誤報率，進(jìn)而大大提高人臉檢測算法的整體性能。
人臉檢測過(guò)程如下：對于彩色圖像首先進(jìn)行膚色檢測；在檢測出膚色區域后，需要進(jìn)行區域分隔及形態(tài)學(xué)運算，通過(guò)形態(tài)學(xué)處理可以過(guò)濾由于噪音或者其他原因引起的一些較小的不可能為人臉的類(lèi)膚色區域，減少候選區域和提高檢測速度，降低誤判的可能性；之后根據它們在色度上的相似性和空間上的相關(guān)性分割出可能的人臉區域，同時(shí)利用區域的幾何特征及灰度特征驗證是否為人臉，以排除其他色彩類(lèi)似膚色的物體。
用膚色來(lái)檢測人臉，要先確定膚色模型?；镜哪w色模型有3種：RGB模型、HIS模型和YCbCr模型。這里選用YCbCr模型，原因是圖形采集輸出的格式為YUV，而YUV格式和YCbCr格式在數學(xué)上具有一致性，同時(shí)對于后期的數據進(jìn)行MPEG壓縮也很方便。人臉檢測的程序流程如圖4所示。具體過(guò)程分析如下：
評論