基于運動檢測的智能監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)

王 瑋，齊保謙

（廣西工學(xué)院 鹿山學(xué)院，廣西 柳州 545616）

1 引言

目前，低成本、高性能、快速、智能化的視頻監(jiān)控系統(tǒng)越來越受歡迎。對一個沒有人員往來的場合，如果把所有監(jiān)控圖像都記錄下來是沒有必要的，也需要更多硬盤容量。針對這種情況，筆者設(shè)計了一種智能監(jiān)控系統(tǒng)。該系統(tǒng)只在檢測到有行人進(jìn)入監(jiān)控區(qū)域時，才將采集的視頻圖像壓縮，并同時將壓縮后的視頻圖像經(jīng)過網(wǎng)絡(luò)傳輸回監(jiān)控中心保存。利用該系統(tǒng)可以有效減少需要傳輸、保存的數(shù)據(jù)量，降低對網(wǎng)絡(luò)及硬盤容量的要求，而且不會錯過監(jiān)控對象。

2 系統(tǒng)工作原理及硬件組成

系統(tǒng)的總體框圖如圖1所示，系統(tǒng)的核心處理器為TMS320DM642（以下簡稱為 DM642）[1]，該芯片是 TI公司C6000系列32位定點DSP，工作頻率由內(nèi)部倍頻器設(shè)置，可以達(dá)到 500 MHz，600 MHz，720 MHz，可執(zhí)行指令數(shù) 4000 MI/s（兆指令/秒），4800 MI/s，5760 MI/s。DM642采用TI公司第二代增強(qiáng)型超長指令集，它的EMIFA接口數(shù)據(jù)可直接與大容量、低成本的SDRAM芯片無縫連接。DM642帶有3個雙通道（A，B兩通道）數(shù)字視頻口，可同時處理多路數(shù)字視頻流。因其處理性能強(qiáng)，外圍接口多而靈活，在機(jī)器視覺、醫(yī)學(xué)成像、網(wǎng)絡(luò)視頻監(jiān)控、數(shù)字廣播等領(lǐng)域得到了廣泛應(yīng)用。

視頻解碼芯片采用TVP5150，視頻解碼芯片把攝像頭采集的復(fù)合電視信號轉(zhuǎn)換成數(shù)字視頻信號。由于在攝像頭轉(zhuǎn)動過程中，它將不采集圖像，而在攝像頭全速采集圖像時，DM642因需要完成圖像的清晰度評價、運動目標(biāo)的檢測、跟蹤以及云臺控制命令的產(chǎn)生等一系列的處理，又可能出現(xiàn)DM642的處理速度跟不上。為了協(xié)調(diào)圖像的處理與采集，可利用FPGA內(nèi)部資源構(gòu)建高速雙端口RAM作為DM642的前端緩存，其內(nèi)部結(jié)構(gòu)如圖2的虛線框內(nèi)所示。邏輯控制單元A將從視頻解碼器傳來的數(shù)據(jù)按時間段分別送到緩沖器1和緩沖器2中，邏輯控制單元B負(fù)責(zé)雙端口的讀、寫控制以及中斷信號的產(chǎn)生等。本設(shè)計中，采用Altera公司的CyloneIII系列產(chǎn)品EP3C120作為FPGA器件，同時FPGA還擔(dān)負(fù)系統(tǒng)的部分控制功能，如串口控制、存儲器控制等。

串并轉(zhuǎn)換芯片采用TI公司的TL16C752B，它把來自DM642的8位并行數(shù)據(jù)轉(zhuǎn)換為RS-485串行芯片可以使用的串行數(shù)據(jù)，并借助于電平轉(zhuǎn)換芯片MAX3485構(gòu)成串口電路。云臺使用RS-485（硬件層）和PELCO-D（軟件層）協(xié)議與DM642通信。DM642對數(shù)字視頻信號進(jìn)行處理和運算，根據(jù)計算結(jié)果從串口輸出控制命令，控制云臺的轉(zhuǎn)動，調(diào)整攝像頭的朝向和焦距。

3 系統(tǒng)算法設(shè)計

3.1 清晰圖像的獲取

3.1.1 圖像清晰度的評價

根據(jù)清晰圖像（聚焦圖像）和模糊圖像（離焦圖像）的特點，可以借助以下幾個函數(shù)來評價圖像的清晰度[2]：

1）灰度變化函數(shù)。聚焦圖像比離焦圖像包含更多的灰度變化，這樣圖像灰度值的變化可以作為評價函數(shù)。

2）梯度函數(shù)。在圖像處理中，圖像梯度可以用來進(jìn)行邊緣提取。離焦量越小，圖像邊緣越鋒利，具有很大的圖像梯度值。因此，圖像的梯度變化也可以作為評價函數(shù)。

3）圖像灰度熵函數(shù)。聚焦圖像的信息熵要大于離焦圖像的信息熵。因此，圖像的灰度熵也可以作為評價函數(shù)。

4）頻域類函數(shù)。這類函數(shù)主要基于傅里葉變換，傅里葉變換的高頻分量對應(yīng)圖像邊緣，而聚焦圖像總是具有鋒利的邊緣，即包含著更多的高頻分量，這樣可以根據(jù)圖像傅里葉變換后高頻分量的多少作為評價函數(shù)。

本設(shè)計采用灰度變化函數(shù)（即灰度差分法）作為圖像清晰度的評價依據(jù)，該方法形式簡單而且效果良好。它根據(jù)圖像的相鄰像素差的絕對值之和作出判斷，其函數(shù)形式為

當(dāng)圖像聚焦清晰時，F(xiàn)（x，y）值最大。

3.1.2 自動聚焦的搜索算法

常用的聚焦策略有全局搜索法、分級搜索法[3]、爬山法等。

爬山法是一種應(yīng)用廣泛的搜索算法。如圖3所示，首先，聚焦鏡頭作任意方向搜索，并假定從圖3的點M開始搜索，確定搜索方向，向點N方向進(jìn)行，也就是點N的評價值大于點M的評價值。這時，鏡頭向頂部方向運動，直到越過頂部到達(dá)P1為止，第一次搜索結(jié)束，如圖3中的實線所示，即路徑為M-N-P1；接著由P1開始，調(diào)頭回去向頂部P運動，直到P2為止，第二次搜索結(jié)束；每搜索一次，步距相應(yīng)減??；如此反復(fù)，直到找到最大值為止，聚焦結(jié)束。

全局搜索策略是對鏡頭的每個預(yù)設(shè)的焦距位置從最遠(yuǎn)到最近進(jìn)行檢測并計算其聚焦評價函數(shù)值，找出聚焦評價函數(shù)值最大的位置，然后驅(qū)動電機(jī)使鏡頭定位到聚焦函數(shù)值最大的位置。這種方法能有效克服回程定位誤差，但是本設(shè)計中攝像頭的朝向?qū)㈦S運動物體的運動而改變，如攝像頭朝向每改變一次都對鏡頭的多個預(yù)設(shè)焦距位置從最遠(yuǎn)到最近進(jìn)行圖像采集，并計算其聚焦清晰度評價函數(shù)值，因此計算量大而且費時。

考慮到運動目標(biāo)（行人）的速度不會太快，采集相鄰圖像對應(yīng)的焦距也不會相差太大，故本設(shè)計中采用爬山法和全局搜索相結(jié)合的方法。在上電復(fù)位初始，系統(tǒng)將在每一個預(yù)設(shè)的焦距上采集圖像，并對這些圖像做清晰度評價，最后依照最清晰的圖像確定系統(tǒng)初始焦距。當(dāng)攝像頭受云臺控制轉(zhuǎn)動后，因在較短的時間內(nèi)，運動目標(biāo)的運動路程有限，攝像頭的焦距變化也較小，可以采用爬山法再次聚焦，以減少計算，節(jié)約時間。

另外，系統(tǒng)在進(jìn)行清晰度評價時只需要視頻信號中的亮度信號即可。DM642統(tǒng)計相鄰兩場圖像的亮度信號，并按照本系統(tǒng)提出的圖像清晰度評價函數(shù)對圖像進(jìn)行分析、比較，并把依此作出的控制命令輸入到FPGA中。完成串并轉(zhuǎn)換后，控制數(shù)據(jù)被傳送到云臺解碼器，攝像頭的焦距得以調(diào)整。

3.1.3 光圈大小的控制

光圈大小反映了進(jìn)光量的多少，體現(xiàn)在圖像上就是灰度值的大小。因此可以通過計算圖像的平均灰度值與預(yù)定的亮度值進(jìn)行比較，來控制云臺對光圈進(jìn)行調(diào)整，達(dá)到自動調(diào)整光圈的目的。

3.2 運動目標(biāo)的檢測

對于運動目標(biāo)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(shù)據(jù)計算量較大，難以滿足實時檢測的要求。背景差值法計算簡單、速度快且檢測準(zhǔn)確，但在背景不變時才能檢測有效，不適合背景變化的場合。對于背景變化的場合，可以采用圖像差分法，即通過檢測圖像序列相鄰兩幀對應(yīng)像素點之間灰度值的變化確定移動的物體。同時，視頻圖像每秒采集25幀，相鄰兩幀間隔為0.04 s，即使運動目標(biāo)的移動速度達(dá)到10 m/s，相鄰兩幀間運動目標(biāo)的運動距離只有0.4 m，大約為人步長一步的距離。因此，在運動目標(biāo)距監(jiān)控攝像頭一定距離的前提下，運動目標(biāo)不會逃出相鄰兩幀圖像。

圖像定義為 f（x，y，i），其中（x，y）為圖像的位置坐標(biāo)，i為圖像幀數(shù)，T 為設(shè)定的閾值，則幀 f（x，y，i）與幀f（x，y，i-1）之間的變化可用如下的二值差分圖像表示

式中，取值為1和0的像素分別對應(yīng)于前景（運動目標(biāo)區(qū)域）和背景（非運動區(qū)域），當(dāng)非零像素總數(shù)大于閾值時，則認(rèn)為發(fā)現(xiàn)運動目標(biāo)。

3.3 運動目標(biāo)的跟蹤

目標(biāo)跟蹤算法有多種，本設(shè)計采用形心識別算法。形心，即圖像目標(biāo)的幾何中心，對于準(zhǔn)確的定位目標(biāo)具有很重要意義。形心獲取通常采用形心識別算法，又稱形心跟蹤算法。當(dāng)目標(biāo)尺寸較小時，如果用圖像處理中的模板匹配法，那么由于所取模板與背景差異不大，目標(biāo)特征不夠明顯，很容易發(fā)生偽匹配，此時，宜采用形心跟蹤法進(jìn)行跟蹤和測量。對于已經(jīng)二值化后的圖像，其形心計算公式為

形心跟蹤得到運動目標(biāo)的坐標(biāo)后，以此坐標(biāo)代替運動物體，進(jìn)而得出運動物體軌跡，DM642依此作出相應(yīng)的控制信號，驅(qū)動云臺電機(jī)進(jìn)行跟蹤[4-5]。

4 系統(tǒng)工作流程

系統(tǒng)上電復(fù)位以后首先完成FPGA芯片的配置、TVP5150初始化、DM642的啟動引導(dǎo)及各寄存器的設(shè)置等。從攝像頭采集到的模擬信號經(jīng)解碼器TVP5150解碼以后，在FPGA的控制下被送到DM642的視頻口（VP0端口）。系統(tǒng)在檢測到有行人進(jìn)入監(jiān)控區(qū)域時，啟動跟蹤、錄像功能，并把記錄下的視頻數(shù)據(jù)壓縮后傳回值班中心。

值得注意的是：系統(tǒng)工作時，攝像頭焦距的調(diào)整、運動目標(biāo)的檢測與跟蹤等并不是彼此獨立的。為了跟蹤運動目標(biāo)，攝像頭需要隨目標(biāo)運動而運動，當(dāng)攝像頭轉(zhuǎn)動以后其焦距也需要適當(dāng)調(diào)整，重新采集圖像并檢測、跟蹤運動目標(biāo)。系統(tǒng)工作流程如下：

1）系統(tǒng)初始化。

2）調(diào)整攝像頭焦距，在聚焦完成靜止時，連續(xù)采集兩幀清晰圖像，用相鄰幀差法按式（2）計算，檢測運動區(qū)域，并記錄圖像中非零像素（因為差分被二值化）的總數(shù)。

3）當(dāng)非零像素總數(shù)大于閾值時，則認(rèn)為發(fā)現(xiàn)運動目標(biāo)。按式（3）計算形心并保存。否則更新當(dāng)前幀并轉(zhuǎn)到步驟2）繼續(xù)執(zhí)行。

4）計算形心與圖像中心的偏差量確定要發(fā)送的云臺控制信號。如果偏差量大于閾值，則通過串口模塊發(fā)送，驅(qū)動云臺向相應(yīng)的方向轉(zhuǎn)動，并同時更新背景幀與當(dāng)前幀。如果偏差量小于閾值則暫不調(diào)整攝像頭的朝向，只需更新當(dāng)前幀并轉(zhuǎn)到步驟2）繼續(xù)執(zhí)行。

5 實驗結(jié)果與分析

跟蹤實驗中，讓行人以慢速、常速、快走等速度進(jìn)入監(jiān)控區(qū)。結(jié)果表明系統(tǒng)都能及時檢測到運動目標(biāo)，并準(zhǔn)確地跟蹤。當(dāng)沒有行人進(jìn)入監(jiān)控區(qū)域時，系統(tǒng)會暫停視頻圖像的壓縮、傳輸功能。

此外，實驗發(fā)現(xiàn)在多個運動目標(biāo)同時出現(xiàn)在監(jiān)控區(qū)域時，尺寸較小、與背景對比度小、運動較快的目標(biāo)容易被遺失，這也是筆者進(jìn)一步研究的內(nèi)容。

6 小結(jié)

筆者設(shè)計的智能監(jiān)控系統(tǒng)，利用運動目標(biāo)檢測、跟蹤方法，在提高系統(tǒng)的智能化同時，大大緩解了網(wǎng)絡(luò)的傳輸量，降低了硬盤的存儲壓力。設(shè)計中充分利用DM642的高速多媒體信號處理能力以及FPGA的邏輯控制優(yōu)勢，采用差分法來檢測運動目標(biāo)，采用形心法來定位、跟蹤目標(biāo)。實驗證實，系統(tǒng)反應(yīng)快速，跟蹤效果良好，可用于對往來人員較少的小區(qū)進(jìn)行監(jiān)控。

[1]Texas Instrument.TMS320DM642 video/imaging fixed-point digital signal processor[EB/OL].[2010-02-05].http：//focus.ti.com/lit/ds/symlink/tms320642.pdf.

[2]任四剛，李見為，謝利利.基于灰度差分法的自動調(diào)焦技術(shù)[J].光電工程，2003，30（2）：53-55.

[3]黃強(qiáng)，胡廣書.一種靈活的塊匹配搜索算法——分級搜索法[J].電視技術(shù)，2002，26（5）：9-11.

[4]權(quán)立偉，石江宏，薛財鋒.IP視頻監(jiān)控系統(tǒng)中云臺控制模塊的設(shè)計與實現(xiàn)[J].電子技術(shù)應(yīng)用，2006（11）：86-88.

[5]楊元挺.快速反應(yīng)智能安全監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[J].電子技術(shù)應(yīng)用，2009（11）：18-21.