一種基于單片機的移動(dòng)目標監控系統研究

摘要：針對目前大部分監控系統對移動(dòng)目標物的監控要求越來(lái)越高，設計了一款基于單片機的嵌入式移動(dòng)目標監控系統。系統以目前功能強大的AT89S52單片機為核心，采用適合人體視覺(jué)特性的Itti模型來(lái)處理拍攝到的視頻圖像。從視頻圖像顏色特征圖與亮度特征圖兩方面來(lái)對采集到的圖像進(jìn)行檢測與分割構成圖像顯著(zhù)圖，根據移動(dòng)目標物質(zhì)心的變化來(lái)跟蹤圖像。仿真表明，該系統能有效監控與鎖定目標物，具有較強的自適應性。

關(guān)鍵詞：單片機;Itti模型顯著(zhù)圖;圖像分割與檢測;圖像質(zhì)心;相似度

隨著(zhù)IT產(chǎn)業(yè)的不斷發(fā)展，視頻監控不僅應用在安防系統，而且在交通系統、防洪系統、教育系統和醫療系統等方面都有著(zhù)廣泛應用。但在普通的視頻監控系統中，許多監控系統只是對普通的目標物體進(jìn)行簡(jiǎn)單攝像與記錄，無(wú)法對我們一些感興趣的目標物體進(jìn)行有效追蹤與記錄，譬如在交通監控系統中要對某些重要車(chē)輛進(jìn)行跟蹤，在校園安防中要對某些可疑人員進(jìn)行跟蹤與記錄等，所以如何低成本的設計一個(gè)系統能對所感興趣的移動(dòng)目標進(jìn)行有效捕捉的智能監控系統是一個(gè)非常有價(jià)值的課題。

文中在考慮現有網(wǎng)絡(luò )攝像頭的發(fā)展情況、4G和各種WiFi信號的覆蓋率以及無(wú)線(xiàn)路由器技術(shù)發(fā)展的前提下，充分利用現有資源，提出了一種基于單片機的移動(dòng)監控系統。該系統直接利用現有的網(wǎng)絡(luò )攝像機作為監控攝像頭，以4G信號或各種WiFi信號為網(wǎng)絡(luò )，將采集到的圖像通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò )直接上傳給單片機系統進(jìn)行處理。文中重點(diǎn)給出了系統硬件設計方案以及系統軟件算法思想并在最后給出了該方法在MATLAB環(huán)境中的仿真。

1 系統硬件方案設計

1.1 單片機發(fā)展概述

單片機(MCU)是一種計算機微處理器，發(fā)展的初始階段多用于控制領(lǐng)域。隨著(zhù)電子產(chǎn)業(yè)的發(fā)展，目前51系列單片機已擁有了快速的處理速度、強大的運算能力以及更大的尋址范圍，廣泛應用在智能儀表、實(shí)時(shí)控制和分布式多機系統中。嵌入式單片機系統是單片機的發(fā)展的一個(gè)重要方向，它與其他設備相結合，使整個(gè)設備發(fā)揮出特有的功能。在本系統設計中，本系統采用AT89S52來(lái)作為我們的核心控制器件。

1.2 移動(dòng)目標監控系統方案設計

文中以我市內車(chē)輛移動(dòng)目標為例來(lái)介紹本系統的優(yōu)越性并給出了系統仿真結果。系統首先是對移動(dòng)目標進(jìn)行捕捉，然后采用網(wǎng)絡(luò )攝像機將現場(chǎng)的視頻信號通過(guò) TCP/IP網(wǎng)絡(luò )將信號發(fā)送至視頻信號接收器端并接收主控制板發(fā)來(lái)的指令對移動(dòng)目標控制，最后將捕捉到的移動(dòng)目標信號傳送給主控制板，由單片機進(jìn)行圖像數據的處理與運算并將結果送至終端輸出觀(guān)察。系統結構圖如圖1所示。

1.3 系統軟件算法設計

首先初始化程序，包括中斷向量設置、定時(shí)器設置、串口設置等。當系統檢測到移動(dòng)圖像時(shí)，首先判斷是否需要標定當前圖像。如果需要鎖定，則立即對作為參考圖像中的參數進(jìn)行比較計算，進(jìn)行閾值自適應的設定等，此項工作主要是尋找參考幀的圖像。當移動(dòng)目標圖像鎖定后，系統則立即進(jìn)入實(shí)時(shí)監控與跟蹤，使用單片機來(lái)計算當前幀和鎖定幀的相似度，判斷圖像是否移動(dòng)，并且將視頻信息實(shí)時(shí)地輸出并存儲。當定時(shí)器完成定時(shí)后，中斷程序將改變相應的標志位，使系統重新進(jìn)行圖像的檢測，以保證參考幀數據的實(shí)時(shí)性。圖2為本系統軟件算法主流程圖。

2 系統圖像處理分析

2.1 移動(dòng)目標圖像分割與區域檢測

目前，Itti模型在感興趣圖像追蹤過(guò)程中的應用日益增多。其主要理論是提取圖像在顏色，亮度，方向方面與背景的對比值，該模型主要包括兩個(gè)步驟：一是特征的提取，二是顯著(zhù)圖的生成。他提取圖像像素點(diǎn)的原理可簡(jiǎn)單描述為：設有一尺度為S的移動(dòng)目標圖像，用R、G、B分別來(lái)表示該圖像上某個(gè)像素點(diǎn)三基色分量。根據圖像亮度計算公式，則該像素點(diǎn)的亮度特征可表示為：

由于Itti顯著(zhù)圖是一種模擬生物體視覺(jué)的選擇性注意模型，所以要得到移動(dòng)目標圖像的顯著(zhù)圖首先要對目標圖像像素點(diǎn)進(jìn)行特征圖歸一化，以消除圖像間的幅值差異，然后采用高斯卷積算法對圖像S進(jìn)行卷積并把運算結果疊加回原特征圖最后以消除噪聲對圖像的干擾，通過(guò)對圖像像素點(diǎn)的多次迭代與卷積，最后可以使圖像少數幾個(gè)最顯著(zhù)點(diǎn)均勻的分布在顯著(zhù)特征圖上。接下來(lái)通過(guò)對圖像像素點(diǎn)計算值分類(lèi)、歸一化并逐點(diǎn)求和處理就得到了圖像S的顯著(zhù)特征圖。

本文采用紅綠顏色對(RG)和藍黃顏色對(BY)來(lái)度量移動(dòng)目標圖像的顏色特征，則在計算一幅尺度為S圖像某象素點(diǎn)的顏色特征時(shí)，RG(S)和BY(S)可分別描述為：

同理公式(1)，為了得到圖像顏色特征顯著(zhù)圖，需先對圖像顏色特征進(jìn)行高斯求和與歸一化運算，然后得到多幅顏色特征圖。根據Itti顯著(zhù)圖合成原理，當分割出圖像的亮度特征圖與顏色特征圖后，采用不同的權重分量疊加圖像便可得到圖像的顯著(zhù)圖，這里我們用ω1和ω2來(lái)分別表示圖像的顏色特征分量與亮度特征分量，用T(S)來(lái)表示圖像的顯著(zhù)特征圖，則T(S)可表示為：

T(S)=ω1C(S)+ω2I(S) (4)

本系統圖像處理部分采用單片機AT89552來(lái)作為主控芯片，通過(guò)網(wǎng)絡(luò )攝像機捕捉圖像，對采集到的圖像通過(guò)視頻信號接收器編解碼芯片將圖像直接轉換為 YCrCb格式圖像，其中Y為圖像亮度，Cr和Cb分別為圖像的色度，根據彩色圖像像素點(diǎn)三基色合成原理(如公式(5))可計算得到RGB格式圖像，根據公式(1)～(4)，分別提取出圖像的的顏色特征與亮度特征，最終得到我們感興趣目標物的顯著(zhù)特征圖。

R=Y+1.40(Cr-128)

G=Y-0.34(Cb-128)-0.71(Cr-128) (5)

B=Y+1.77(Cb-128)

為了提高單片機的工作效率，減小單片機的運算量，現設置圖像S的尺度為1，3，7。則在這3個(gè)尺度上先分別提取出圖像的亮度特征與顏色特征，然后對特征圖分別用二維高斯差函數進(jìn)行卷積運算，并把卷積結果疊加回原特征圖，最后使用閾值分割算法來(lái)提取移動(dòng)目標物體。為了檢驗該方法的有效性，文中使用 MATLAB軟件對本系統進(jìn)行了模擬仿真仿真如圖3所示。該仿真表明使用本文簡(jiǎn)化的Itti算法，能夠滿(mǎn)足系統對移動(dòng)目標的提取要求。

2.2 移動(dòng)目標物質(zhì)心與相似度

要想有效的跟蹤到目標物，最重要的是要檢測出目標物在圖像畫(huà)面中的位置變化，本文采用計算目標物的質(zhì)心來(lái)鎖定目標的位置，當目標物發(fā)生移動(dòng)時(shí)，則當前幀圖像質(zhì)心將會(huì )與前一參考幀圖像質(zhì)心發(fā)生較明顯的偏移。根據圖像區域幾何特征不變矩描述理論，圖像的質(zhì)心計算可表示為：

(式中，N為非負整數，(xd，yd)分別為第z幅圖像中移動(dòng)目標圖像的橫縱質(zhì)心坐標)

在處理動(dòng)態(tài)的視頻圖像時(shí)，由于移動(dòng)目標圖像要受到外部的環(huán)境影響(例如灰塵，噪聲，光照等)導致計算出的質(zhì)心點(diǎn)位置不穩，所以在計算前一參考幀的圖像質(zhì)心十分重要，本系統采用捕獲前n幀視頻圖像并進(jìn)行差值處理來(lái)作為當前畫(huà)面感興趣移動(dòng)目標的基準質(zhì)心坐標。

設

為第n幀圖像中第z個(gè)移動(dòng)目標的質(zhì)心橫縱坐標，則相對前一幅圖像值的質(zhì)心坐標差值可表示為：

當當前畫(huà)面中所跟蹤的移動(dòng)目標與前一幅畫(huà)面移動(dòng)目標的相似度Sim大于移動(dòng)閾值Ts則主控制板立即修改當前質(zhì)心坐標，一邊跟進(jìn)新的移動(dòng)目標物。

3 系統仿真

為了檢驗系統的有效性，系統在Windows7 Professional微機上運行，軟件算法仿真環(huán)境為Matlab2009a。

1)移動(dòng)目標檢測。為了得到先驗統計數據，我們先使用Matlab軟件對100幅前期采集圖像進(jìn)行運算與記錄，也就是說(shuō)，將圖像面積為12096控制在監控設備(面積720576)的畫(huà)面中，這樣可得到一組較為理想的先驗統計數據。為了降低運算量和提高系統處理效率，在計算監控畫(huà)面時(shí)這里去除了移動(dòng)目標以外的區域。

設定移動(dòng)目標檢測圖像幀數n為10幀，對公路上100個(gè)真實(shí)目標物進(jìn)行檢測并調整上式(4)不同的顏色特征分量與亮度特征分量值。檢測結果如表1所示。

以上數據表明：由于外界環(huán)境的干擾，在實(shí)驗室條件下，移動(dòng)目標物的分割正確比較理想。當取特征分量權值w1=0.7和w2=-0.3時(shí)，采集到的視頻畫(huà)面中移動(dòng)目標檢測分割正確率最高，平均可達到87.7%。

2)圖像實(shí)時(shí)跟蹤部分。如前所述，現實(shí)監控環(huán)境中存在諸多干擾，系統有可能會(huì )出現誤判與跟丟目標物的現象，為了解決這種情況，必須調整上位機定時(shí)時(shí)間Ti，當本次跟蹤定時(shí)結束時(shí)，立即更新數據，重新加載目標物檢測與分割。

為了檢驗數據的的正確性，我們對攝像機采集到的圖像進(jìn)行了分析，系統在60 s中共采集了1 420幀圖像，差不多每幀圖像處理時(shí)間為24 mS左右，每秒處理23幀圖像，基本上可以滿(mǎn)足實(shí)時(shí)圖像處理。實(shí)驗記錄結果如表2所示。

從表2可以看出，在規定的時(shí)間段中，系統對跟蹤的移動(dòng)目標物正確分割維持在81%以上。

3)系統整體測試。在本系統中，系統以我市內公路上移動(dòng)的汽車(chē)為例進(jìn)行了跟蹤測試。首先根據公式(10)設定移動(dòng)閾值Ts，然后采集圖像并對圖像進(jìn)行區域檢測與分割，得到圖像顯著(zhù)圖，然后計算圖像的質(zhì)心坐標與相似度Sim，當移動(dòng)閾值Ts有變動(dòng)時(shí)，立即更新芯片數據，重新計算質(zhì)心坐標與相似度Sim。下面是我市拍攝到的監控圖像，圖4(a)雙向前進(jìn)中的汽車(chē)，當我們所感興趣的4輛汽車(chē)移動(dòng)到(b)所在的位置時(shí)，由于(a)圖中左邊的第1輛汽車(chē)跨越了監控區，系統則立即更新數據跟蹤到隨后而來(lái)的第2輛汽車(chē)，而在(a)圖中右邊的2輛汽車(chē)一直在系統的監控范圍，只是畫(huà)面中的移動(dòng)目標質(zhì)心發(fā)生了變化，所以系統跟新數據后有效的鎖定了目標。

圖5為本系統對實(shí)物小汽車(chē)移動(dòng)目標的監控與跟蹤，從圖6(a)(b)結果可以看出，只要設定好系統移動(dòng)目標閾值T(s)，當我們對當前畫(huà)面感興趣的移動(dòng)目標進(jìn)行跟蹤鎖定后，只要移動(dòng)目標不超出攝像頭的監控范圍，那么圖像就會(huì )一直在控制范圍類(lèi)鎖定并追蹤，當移動(dòng)目標超出監控范圍后，系統調整立即更新數據已對下一目標重新進(jìn)行檢測與分割并能迅速鎖定目標，具有較強的自適應性，靈敏性和可靠性。

4 結束語(yǔ)

文中設計的這一款基于單片機的移動(dòng)目標監控系統，該系統直接利用現有的網(wǎng)絡(luò )攝像機作為監控攝像頭，以3G信號或各種WiFi信號為網(wǎng)絡(luò )，將采集到的圖像通過(guò)無(wú)線(xiàn)網(wǎng)絡(luò )直接上傳給單片機系統進(jìn)行處理。該系統充分利用了現有的各種資源，系統制作簡(jiǎn)單，維護方便，同時(shí)采用模塊化設計，可移植性很強，在危險、未知環(huán)境的探測、監控等領(lǐng)域有很好的應用價(jià)值。