基于DM642的實(shí)時(shí)運動(dòng)目標檢測系統

　　引言

　　數字視頻系統在智能交通、圖像識別以及安防監控等領(lǐng)域，都得到了廣泛的應用，運動(dòng)目標檢測作為數字視頻系統的一個(gè)重要環(huán)節，是后續目標識別、目標跟蹤等應用的基礎。本文提出了一個(gè)基于DM642的實(shí)時(shí)運動(dòng)目標檢測系統方案，依靠DM642芯片強大的運算能力，使目標檢測的數據吞吐量及實(shí)時(shí)性得到保證。本方案設計合理、可擴展性強，具有實(shí)際應用價(jià)值。

　　1 運動(dòng)目標檢測算法

　　實(shí)現運動(dòng)目標檢測的算法很多，一般有光流法、背景差分法、相鄰幀間差分法等。光流法通過(guò)求解光流方程來(lái)實(shí)現運動(dòng)檢測，其算法復雜、計算量大，且較難滿(mǎn)足實(shí)時(shí)要求;而相鄰幀間差分法雖然算法簡(jiǎn)單、運算量小，但抗干擾能力很差，檢測效果不太理想;而背景差分法算法簡(jiǎn)單、運算量小、且抗干擾能力強，因此本文采用該方法實(shí)現運動(dòng)目標檢測。具體步驟如下：首先獲取數字圖像進(jìn)行預處理，之后采用背景差分法實(shí)現運動(dòng)檢測，再對所得的圖像用大津法進(jìn)行自適應閥值分割，最后通過(guò)濾波得到檢測出的運動(dòng)目標。圖1是本文運動(dòng)目標檢測的流程圖。

　　1.1 圖像獲取及預處理

　　在CCS中配置系統的視頻輸入以及視頻輸出FVID驅動(dòng)，從TMS320DM642的VPORT口獲取到攝像頭采集的視頻流所對應的數字YUV視頻流，將其存放到緩存IMG_CURRENT、IMG_PREVIOUS、IMG_BACKGROUND里面，其中IMG CURRENT存放的是當前的圖像，IMG_PREVIOUS存放的是上一次存放的圖像，IMG BACKGROUND存放的圖像作為背景圖像。圖像的分辨率為720×576，每個(gè)分量為8比特。由于獲取的視頻圖像不可避免地含有噪聲，必須對這些噪聲加以抑制，本文采用高斯濾波對所得到的YUV視頻信息進(jìn)行高斯濾波處理。濾波后的圖像保存到IMG_CURRENT緩存中。

　　1.2 背景差分法處理

　　視頻圖像經(jīng)過(guò)預處理后，采用背景差分法檢測出運動(dòng)圖像，步驟如下：

　　(1)獲取一幀圖像作為初始的背景Bg(x,y,tk);

　　(2)間隔4幀再次獲取下一幅圖像，作為當前圖像Curr(x,y,tk);

　　(3)按照背景差分法得到差分圖像Sub(x,y,tk)=|Curr(x,y,tk,)-Bg(x,y,tk);

　　(4)統計所有和值

　　(5)重復前面(2)到(3)的步驟。

　　上述背景差分法中，可隨機獲取開(kāi)機時(shí)刻的一幀圖像為初始背景圖像。為了讓圖像之間的差異更加明顯，按每間隔4幀來(lái)獲取下一幅圖像作為當前圖像，進(jìn)行背景差分得到差分圖像，將差分圖像灰度的和與設定閥值FF相比較，判定是否需要更新當前背景，閥值FF為經(jīng)驗值，本文取20000。背景更新公式中的系數a反映了背景更新快慢，其取值范圍在[0，1]之間，a越大，背景更新速度越快，a越小，背景更新速度越慢。

　　1.3 差分圖像的二值化

　　對差分圖像按照下式二值化：

　　式中的閥值TR采用大津法獲取。在實(shí)際測試時(shí)發(fā)現，直接采用大津法獲取的閥值TR對差分圖像二值化進(jìn)行處理時(shí)，如果沒(méi)有物體運動(dòng)，那么二值化得到的圖像為噪聲的二值化圖像，這樣直接處理得到的二值化噪聲圖像在后續的形態(tài)學(xué)濾波中很難完全消除，通過(guò)分析差分圖像的直方圖，發(fā)現當沒(méi)有物體運動(dòng)時(shí)，差分圖像的直方圖主要分布在0～10間，此時(shí)大津法獲取的閥值為1～6之間;當有物體運動(dòng)時(shí)，差分圖像的直方圖分布在0～255之間，此時(shí)大津法獲取的閥值為20以上。

　　基于以上的分析，本文采用改進(jìn)的方法，如果大津法獲取的閥值小于10，則說(shuō)明沒(méi)有物體運動(dòng)，否則說(shuō)明有物體運動(dòng)，當閥值小于10時(shí)，按照下式進(jìn)行二值化處理

　　f(x，y，tk)=0 當TR10

　　即當沒(méi)有物體運動(dòng)時(shí)，獲取的二值化圖像應為全黑，這樣后續的形態(tài)學(xué)處理只需對有物體運動(dòng)時(shí)的二值化圖像進(jìn)行處理即可。圖2分別為無(wú)物體運動(dòng)時(shí)直接二值化和采用改進(jìn)方法二值化后的結果。其中a)為直接采用大津法獲取的閥值分割沒(méi)有物體運動(dòng)時(shí)的差分圖像的結果，可以看出圖中布滿(mǎn)噪聲;b)為對大津法獲取的閥值進(jìn)行判斷后，沒(méi)有物體運動(dòng)時(shí)的差分圖像分割的結果，可以看出此時(shí)圖像為全黑，也即沒(méi)有運動(dòng)物體，這與實(shí)際情況相符，簡(jiǎn)化了后續的形態(tài)學(xué)處理。

　　2 算法的TMS320DM642實(shí)現

　　2.1 硬件平臺

　　硬件平臺采用TMS320DM642作為CPU，該芯片主頻600MHz。視頻編解碼芯片采用SAA7115H和SAA7105H。另外采用了兩片SDRAM(共4M×64bi-t)芯片作為存儲介質(zhì)，用于圖像的暫時(shí)存儲，同時(shí)還采用一片FLASH用于實(shí)現自啟動(dòng)，硬件平臺框圖見(jiàn)圖3。

　　此硬件平臺從攝像機獲取模擬圖像，經(jīng)過(guò)SAA7115解碼得到標準的。BT.656格式的YUV4：2：2數字圖像碼流，然后通過(guò)DM642的EDMA功能將碼流暫存到SDRAM，再用算法進(jìn)行處理后，然后通過(guò)DM642的EDMA功能送入到SAA7105進(jìn)行解碼，經(jīng)過(guò)CVBS引腳輸出，這樣系統的處理結果就可以在顯示器上實(shí)時(shí)地顯示。

　　2.2 算法的DM642實(shí)現

　　系統的軟件在TI提供的集成開(kāi)發(fā)環(huán)境CCS完成，編程用C語(yǔ)言和匯編語(yǔ)言實(shí)現，軟件采用TI推薦的RF-5架構，采用了三個(gè)線(xiàn)程tsk_inpu-t、tsk_process、tsk_output。

　　軟件的執行流程如下：

　　(1)TMS320DM642的初始化。包括初始化BIOS、CSL、設置CACKE;

　　(2)初始化RF-5模塊。用CHAN_init，ICC_init，SCOM_init分別初始化CHAN模塊、ICC模塊、SCOM模塊;

　　(3)DSP/BIOS根據操作系統的調度規則環(huán)調度執行tsk_input、tsk_process、tsk_output三個(gè)線(xiàn)程。其中tsk_inpufi通過(guò)按照順序調用FVID_create、FVID_control、FVID_aUoc函數實(shí)現對FVID驅動(dòng)的調用，打開(kāi)輸入通道，實(shí)現得到SAA7ll5獲取的BT.656格式的YUV422數字視頻碼流。tsk_process負責對tsk_input線(xiàn)程獲取的數字圖像進(jìn)行運動(dòng)圖像檢測算法的處理，其中要調用到上一節所述的算法函數，經(jīng)過(guò)處理，運動(dòng)目標被分割出來(lái)。tsk-output負責調用FVID_create、FVID_control、FVID_alloc函數，打開(kāi)輸出通道實(shí)現對已經(jīng)分割處理的數字視頻流通過(guò)SAA7105輸出，在顯示器上予以顯示。這三個(gè)線(xiàn)程在DSP/BIOS的調度下循環(huán)并行運行，三個(gè)線(xiàn)程之間的數據交換通過(guò)SCOM模塊實(shí)現。

　　上述程序中，核心程序為tsk_process線(xiàn)程，其主要代碼如下：

　　While(1)

　　{……

　　Background()：//獲取背景并根據條件更新

　　Diff_picture()：//背景與當前圖像差分

　　Otsu_binary()： //由改進(jìn)的大津法進(jìn)行閥值分割并二值化

　　Filter_obitct()：//對二值化圖像進(jìn)行濾波得到運動(dòng)的物體，即為檢測的結果。

　　……

　　}

　　2.3 軟件優(yōu)化

　　應用TMS320DM6425開(kāi)發(fā)運動(dòng)目標檢測系統時(shí)，為保證檢測結果的高效、實(shí)時(shí)，軟件代碼的優(yōu)化顯得尤為重要?；赥MS320DM642編程時(shí)，我們參照該芯片的特點(diǎn)在編寫(xiě)算法時(shí)進(jìn)行了如下的優(yōu)化：

　　(1)使用流水線(xiàn)技術(shù)。采用編譯選項-o2、-o3，充分利用軟件流水線(xiàn)方式提高運行效率。

　　(2)對寄存器進(jìn)行優(yōu)化，通過(guò)CCS自帶的性能分析工具Profiler對調用頻率高的C語(yǔ)言代碼采用匯編語(yǔ)言改寫(xiě)，并采用匯編優(yōu)化器進(jìn)行優(yōu)化，使代碼的執行效率得到最大限度提升。

　　2.4 實(shí)驗結果

　　基于DM642的運動(dòng)目標檢測系統實(shí)驗結果如圖3所示。

　　3 結論

　　本文采用TI的專(zhuān)用圖像處理芯片TMS320DM642構建硬件平臺，采用背景差分法來(lái)檢測運動(dòng)物體，采用大津法獲取自適應閥值，并按閥值取值來(lái)判斷是否有物體運動(dòng)，這樣簡(jiǎn)化了后續的形態(tài)學(xué)處理，然后再對差分圖像進(jìn)行二值化處理，最后用形態(tài)學(xué)處理消除孤立的點(diǎn)，經(jīng)過(guò)試驗，本文的運動(dòng)檢測系統有很強的適應能力，能避免背景死鎖情況，并能最大程度抑制拖影和空洞現象的產(chǎn)生。