论文部分内容阅读
智能视频分析系统的一个关键组成部分是运动目标检测,在安防、交通等多个领域得到了逐步推广和应用。但是,传统的基于PC的运动目标检测系统存在着对硬件要求高、体积功耗大、实时性差等局限,无法大规模应用。随着视频处理和嵌入式相关技术的发展,为上述的问题和困难找到了解决办法。基于嵌入式DSP的运动目标检测系统利用了DSP芯片数字信号处理性能强大、价格低廉和便于集成应用等特点,是一项非常具有研究价值和意义的课题。本文研究了分形理论和运动目标检测算法,主要目的是提升复杂背景下运动目标提取的正确性和实时性,提出了结合颜色和分形特征的目标检测算法和改进Vi Be算法实现在复杂背景下的运动目标检测,通过实验视频测试和量化数据分析对上述的算法进行验证,并完成了算法在嵌入式平台的实现,本文的主要工作内容如下:首先,深入研究了分形理论,利用自然景物和人造目标在分形特征上的差异,提出结合颜色和分形特征的目标检测。首先将RGB颜色空间转换到Lab颜色空间,然后采用改进K-means聚类分割去除大片背景区域,最后计算区域分形维数和分形拟合误差,两种分形特征结合能够准确排除小面积背景奇异区域地干扰,检测出待测图像中的多个目标。利用信息互补的方式,有效地结合了图像颜色空间和灰度空间的双重优势,提高了算法的检测速度和正确率。其次,研究并分析了包括背景差法、帧间差分法和Vi Be算法的原理和优缺点,并对Vi Be算法进行改进。首先在建立背景模型时,提取检测视频的前三帧对应像素的8邻域像素点建立背景样本集,扩大了样本点选取范围,从而能够有效降低样本点被重复选取,以此来提高分类正确率;为了适应背景扰动,采用自适应更新阈值,自适应匹配半径后对背景和前景像素点的划分更加准确;最后融入图像的多个特征,对提取的运动区域进一步分类,剔除背景区域的干扰,提高运动目标检测的准确性,并仿真验证算法及对比分析。最后,系统选用ADSP-BF609处理器搭建运动目标检测系统,根据该系统流程和需要具备的功能,细化到每个模块来实现,给出了视频采集、预处理、外部存储、视频输出等功能模块设计方案。通过ADSP-BF609板上的TWI接口对OV9650摄像头的控制寄存器进行初始化以达到对图像质量的控制,通过并行扩展接口EPPI1及其对应的DMA控制器进行参数配置完成图像的采集及存储,通过对PIXC处理单元的参数配置,实现YUV到RGB的图像格式转换,视频编码芯片(CH7024)完成视频编码输出,将运动目标检测结果通过设备模拟的显示器来输出显示。完成了一个集视频采集、算法处理、结果输出等功能的运动目标检测系统,发挥了嵌入式平台优势,为无人值守场所的视频监控提供可行方案。