監控與檢查系統中的視頻解碼器基本原理介紹

　視頻檢查系統已被廣泛應用于商業(yè)和工業(yè)領(lǐng)域。攝像頭——從黑白閉路電視(CCTV)系統中的廉價(jià)和低分辨率產(chǎn)品到數字視頻系統中的先進(jìn)和高分辨率產(chǎn)品——被用于從產(chǎn)品檢驗、交通監管到實(shí)時(shí)人臉識別等各種應用場(chǎng)合。

　　視頻本身承載有大量數據，這些數據使得信號處理和數據存儲任務(wù)變得相當復雜。通過(guò)丟棄無(wú)用的信息、只傳遞圖片的重要部分可以簡(jiǎn)化視頻檢查系統，節省存儲器和運算周期。圖1給出了一個(gè)典型系統的組成單元。

　　圖1：簡(jiǎn)化的視頻檢查數據流程。

　　本文將通過(guò)幾個(gè)例子來(lái)闡述提取有用數據如何能夠使處理要求、存儲器容量和DSP使用率達到最小，并介紹ADI公司視頻解碼器的特殊性能如何能夠簡(jiǎn)化視頻算法、加快視頻檢查系統的開(kāi)發(fā)速度。

　　實(shí)例1：計數和檢驗物體

　　試想一下，一條寬傳送帶正在快速傳送許多產(chǎn)品，而大量的產(chǎn)品使得人工計數非常困難。攝像頭除了能使計數任務(wù)自動(dòng)化外，還能用來(lái)監視產(chǎn)品質(zhì)量。這可以通過(guò)修改簡(jiǎn)單的計數算法以讓它關(guān)注特定細節和瑕疵來(lái)加以實(shí)現。

　　存儲所有視頻數據需要大量存儲器，而處理大量數據也需要耗費大量硬件資源和處理能力。因此在檢驗傳送帶上的產(chǎn)品時(shí)，系統不會(huì )將整個(gè)圖片數據采集進(jìn)存儲器，而是要從大量數據中找到感興趣的細節，并盡可能多地丟棄無(wú)用數據。

　　在大多數情況下，灰度級圖片就攜帶有足夠的信息，因此可以將RGB信號轉換成(只有亮度的)Y信號，丟棄掉色度信息。然后使用邊緣檢測方法檢查單色圖片中的內容以發(fā)現傳送帶上的產(chǎn)品，然后將它們的形狀與樣板進(jìn)行比較，判斷產(chǎn)品是否正常。

　　邊緣檢測算法——只需要活動(dòng)視頻的幾條線(xiàn)和少量存儲器——能夠通過(guò)計算活動(dòng)圖片的一階和二階導數發(fā)現相鄰像素亮度的不連續性，詳見(jiàn)Bernd Jähne所著(zhù)的 “Digital Image Processing”一書(shū)。在實(shí)際應用中，邊緣檢測可以通過(guò)使用矩陣計算方法提取信息來(lái)實(shí)現，如Sobel矩陣算子。在FPGA(現場(chǎng)可編程門(mén)陣列)實(shí)現中，以像素為單位進(jìn)行這樣的邊緣檢測可以提供令人滿(mǎn)意的結果。Tanvir A. Abbasi和Mohm Usaid Abbasi合作撰寫(xiě)的“A proposed FPGA Based Architecture for Sobel Edge Detection Operator”一文介紹了一種簡(jiǎn)單的FPGA實(shí)現方案。還可以通過(guò)增加高斯二維濾波器消除噪聲，詳見(jiàn)Mathukumar Venkatesan和Daggu Venkateshwar Rao合著(zhù)的“ Hardware Acceleration of Edge Detection Algorithm on FPGAs”。這篇文章介紹了一個(gè)類(lèi)似于Canny邊緣檢測器的檢測器成功實(shí)現案例。

　　還有其它幾種優(yōu)化算法可以用來(lái)提高圖片質(zhì)量，但這些算法都要占用FPGA設計中的寶貴資源。然而，一些集成電路(IC)視頻解碼器已經(jīng)集成了實(shí)用的預處理算法或濾波器，因此選擇這樣的IC可以節省FPGA資源。例如， ADV7802 視頻解碼器就包含了亮度瞬態(tài)改進(jìn)(LTI)和色度瞬態(tài)改進(jìn)(CTI)模塊。這些模塊通過(guò)改善亮度和色度變化的銳度來(lái)提高圖片質(zhì)量，并使用自適應峰值和非線(xiàn)性方法——不會(huì )增加噪聲或引入瑕疵——在邊緣檢測過(guò)程中非常有用。另外，亮度整形和其它內置輸入濾波器可以消除源自信號源的高頻噪聲——專(zhuān)注于信號，忽略偶然出現的噪聲。

　　圖2：LTI/CTI運算圖解。

　　邊緣檢測提供的是物體邊緣變化的信息，而不是物體的整個(gè)圖片，數據量能從3×8位/像素(bpp)減少到1bpp，從而節省大量存儲器空間：

　　640 像素 × 480像素= 307,200位(1bpp時(shí))

　　800像素× 600像素= 480,000位(1bpp時(shí))

　　1024像素× 768像素= 786,432位(1bpp時(shí))

　　1280像素× 720像素= 921,600位(1bpp時(shí))

　　通過(guò)將RGB轉換為Y，在存儲器中只存儲活動(dòng)視頻的幾條線(xiàn)，并使用FPGA算法，我們就可以檢測物體，觀(guān)察它們的形狀。一旦知道這些物體在移動(dòng)中的傳送帶上的位置，我們就能估計它們的運動(dòng)，并從下一幀中采集顏色或其它信息，確保使用最少的存儲器空間。這個(gè)過(guò)程涉及：

　　邊緣檢測

　　存儲信息

　　預測下個(gè)位置 xn+1

　　從預設的產(chǎn)品位置區域提取信息