基于DM6446處理器的視頻運動(dòng)車(chē)輛檢測系統的實(shí)現

隨著(zhù)現代交通運輸業(yè)的快速發(fā)展，道路上的車(chē)輛日益增多，而伴隨而來(lái)的交通擁堵、道路使用效率不高等問(wèn)題卻給日常交通管理帶來(lái)了重重困難。融合了計算機、電子等現代高新科技的智能交通系統（ITS:Intelligent Transport System）提供了解決方法。

運動(dòng)車(chē)輛檢測是ITS 的重要組成部分，本文探討了以TI 的TMS320DM6446（簡(jiǎn)稱(chēng)DM6446）為嵌入式開(kāi)發(fā)平臺的交通視頻信息采集和處理系統的設計，通過(guò)分析實(shí)時(shí)交通視頻序列，采用差異積累背景建模、Otsu 自動(dòng)閾值選取、形態(tài)學(xué)濾波及區域生長(cháng)定位等技術(shù)，最終實(shí)現交通場(chǎng)景視頻運動(dòng)車(chē)輛的檢測。

1 系統硬件構成

本系統選用的TMS320DM6446 是基于A(yíng)RM926 和TMS320C64x+兩個(gè)核心的、高度集成的數字媒體處理器。ARM926EJ-S 采用管道化流水線(xiàn)可以執行32bit/16bit 指令集，并提供了獨立的16KB的指令Cache 和8KB 的數據Cache,可有效控制和管理外部中斷、各種接口及外設。TMS320C64x+屬TMS320C6000 系列高性能的定點(diǎn)DSP 處理器，集成了64 個(gè)32 位通用寄存器和8 個(gè)功能單元，硬件支持塊循環(huán)操作，采用二級Cache 結構：L1 程序/數據Cache 和L2 存儲/Cache.ARM 和DSP 共享外部256MB DDR SDRAM 存儲器，64MB NAND Flash用于存放ARM 和DSP 代碼。

系統硬件平臺還包含視頻處理子系統（VPSS）和眾多外設資源。VPSS 是DM6446 中專(zhuān)門(mén)負責視頻輸入輸出的硬件模塊，由視頻處理前端（VPFE）和視頻處理后端（VPBE）組成，系統模擬視頻信號經(jīng)由TVP5150解碼器解碼成YUV422 格式的視頻數據后傳送給VPFE 的CCD 控制器，然后通過(guò)EMIF 接口將暫存在VPSS 內部Buffer 中的數據傳送到外部DDR SDRAM中。VPBE 的屏幕顯示（OSD）模塊將視頻數據以YCbCr形式提交給視頻編碼器（VENC），通過(guò)視頻編碼器輸出到VGA 或CVBS 接口。本文處理系統的硬件拓撲結構如圖1 所示。

圖1 DM6446 系統平臺硬件結構示意圖

　　2 系統軟件設計

圖2 示意了系統硬件平臺軟件處理模塊的組成結構。如圖2 所示，軟件部分主要完成3 個(gè)任務(wù)：圖像的采集與存放、ARM 與DSP 通信和視頻圖像處理。

圖2 DM6446 系統平臺軟件模塊構成框圖。

ARM 端負責初始化系統并控制數據的采集和存放。系統初始化時(shí)VPSS 被配置為場(chǎng)模式，VPFE 負責將采集到的視頻數據連續傳送到內存緩沖區。由于A(yíng)RM 端在向內存中存放圖像時(shí)DSP 端不能同時(shí)讀取，為了保證數據處理的正確性，本文采用雙緩沖機制，即：設定兩個(gè)各自連續的幀緩沖區VIDEO BUF0 和video BUF1,視頻數據交替的向這兩個(gè)區域緩沖刷新。

ARM 與DSP 兩核之間的通訊通過(guò)內存共享和中斷的方式實(shí)現。ARM 通過(guò)寄存器ARM2DSP0 向DSP發(fā)出中斷信號，DSP 使用寄存器DSP2ARM0 給ARM發(fā)送中斷信號。發(fā)中斷的一方在中斷信號發(fā)出前向共享內存填寫(xiě)命令，接收中斷的一方在中斷函數中讀取命令，其他模塊按照當前的命令執行相應任務(wù)。

視頻圖像的處理在DSP 核上進(jìn)行，采集到的視頻圖像數據為YUV422 格式，算法處理時(shí)僅讀取視頻數據的Y 分量，緊接將視頻數據進(jìn)行差異積累背景建模、運動(dòng)區域檢測等操作以實(shí)現對視頻序列運動(dòng)目標的檢測。最后DSP 負責將檢測完的視頻數據存放至固定顯示緩存區，由VPBE 讀取后顯示。

3 視頻運動(dòng)目標檢測算法設計

在獲得視頻數據后，需進(jìn)一步對視頻運動(dòng)目標進(jìn)行檢測（運動(dòng)車(chē)輛）。對固定相機的應用場(chǎng)合，一般采用背景差技術(shù)檢測視頻運動(dòng)目標，而背景差法又受背景建模效果的約束。目前存在如基于光流場(chǎng)、目標模型以及差分圖像等多種視頻運動(dòng)目標檢測方法?；诠饬鲌?chǎng)的目標檢測法對噪聲敏感、計算量大，導致算法實(shí)時(shí)性較差?；谀繕四Ｐ偷臋z測方法一般須建立目標的三維模型，再將模型投影至二維平面，再在圖像中進(jìn)行匹配?；诓罘謭D像的檢測方法較為常用，可分為鄰幀差和背景差兩種方法，背景差法是視頻運動(dòng)目標檢測中的流行方法。本文即采用背景差法對目標運動(dòng)區域進(jìn)行檢測，本文針對嵌入式應用，從檢測算法的處理效率出發(fā)，場(chǎng)景背景模型的獲取采用文獻[4]所述的基于差異積累的背景建模法。對視頻運動(dòng)目標進(jìn)行檢測主要經(jīng)過(guò)四個(gè)步驟：差異積累背景建模、運動(dòng)區域檢測、形態(tài)學(xué)濾波和區域生長(cháng)法視頻運動(dòng)目標定位。