齊　悅

(太原廣播電視大學(xué)　太原　030027)

?

基于S3C6410處理器的視頻目標檢測研究*

齊悅

(太原廣播電視大學(xué)太原030027)

摘要針對傳統(tǒng)監(jiān)控系統(tǒng)中視頻圖像存儲容量大、后期查找目標物體困難的情況，提出以芯片S3C6410為基礎(chǔ)的實時嵌入式監(jiān)控平臺。文章從硬件和軟件兩方面展開研究，硬件方面以S3C6410為核心處理器，通過CAMIF端口與CCD攝像頭連接完成數(shù)據(jù)采集，處理后的數(shù)據(jù)通過RJ45或USB接口傳給服務(wù)器；軟件方面提出適合嵌入式環(huán)境下的改進Vibe算法來提取運動目標物體，并對圖像進行輪廓修補和孔洞填充。通過實驗表明改進后的算法能快速消除鬼影，在動態(tài)背景下提取運動目標效果好，實現(xiàn)了監(jiān)控的需求。

關(guān)鍵詞智能視頻監(jiān)控; S3C6410芯片; CCD攝像頭; 運動目標檢測; Vibe算法; NCF(x)因子

Class NumberTP368

1引言

隨著智能化地球、智能化家園的興起，視頻監(jiān)控的智能化成為研究熱點。傳統(tǒng)視頻監(jiān)控系統(tǒng)中攝像頭的功能是錄像[1]，錄像后通過數(shù)據(jù)線把視頻信息傳送到監(jiān)控端顯示和存儲；視頻的存儲，主要是為事故的分析、取證提供依據(jù)，而從大量的視頻數(shù)據(jù)中找出所需信息，需耗費工作人員許多的時間和精力，同時隨著攝像頭不斷的增多[2]，海量視頻數(shù)據(jù)的產(chǎn)生，快速獲取人們感興趣的信息成為難點問題。因此改變監(jiān)控系統(tǒng)運行模式、降低人力成本、發(fā)展智能監(jiān)控成為必然趨勢。

隨著可定制操作系統(tǒng)、硬件集成工藝、網(wǎng)絡(luò)等相關(guān)技術(shù)的發(fā)展，嵌入式技術(shù)迎來了廣闊的發(fā)展前景。把嵌入式技術(shù)引入傳統(tǒng)的視頻監(jiān)控系統(tǒng)中，通過嵌入式芯片可獨立地對現(xiàn)場狀況進行分析、判斷，并做出及時處理，能有效減輕工作人員后續(xù)工作負擔(dān)。因此，本文提出把攝像頭采集回的數(shù)據(jù)首先交給嵌入式處理器，處理器依靠自身的硬件資源和軟件算法完成對圖像數(shù)據(jù)的處理，最后再通過網(wǎng)絡(luò)交給遠程的監(jiān)控端存儲，大大減輕工作人員的負擔(dān)。

2硬件平臺設(shè)計

基于S3C6410處理器的視頻監(jiān)控系統(tǒng)由CCD攝像頭、遠程監(jiān)控端服務(wù)器和以S3C6410為芯片處理器的開發(fā)板組成，其工作流程為：攝像頭把采集完的數(shù)據(jù)交給處理器，處理器依靠改進的Vibe目標檢測算法完成對數(shù)據(jù)的處理，最后通過網(wǎng)絡(luò)傳給遠端的監(jiān)控服務(wù)器。

2.1S3C6410核心板

考慮到視頻監(jiān)控系統(tǒng)的功能需求，選用了三星公司生產(chǎn)的主頻為533MHz、內(nèi)存為256M的S3C6410處理器，該處理器外觀尺寸僅為5cm*6cm，具有體積小、功耗低、功能強大、運行穩(wěn)定等優(yōu)點。核心處理器自身擁有許多外接端口，如USB/SD、CAMIF(視頻采集)、JTAG(調(diào)試)、網(wǎng)絡(luò)接口等，通過它們可以和CCD攝像頭、遠程監(jiān)控端共同組成智能視頻監(jiān)系統(tǒng)，如圖1所示。

圖1　系統(tǒng)結(jié)構(gòu)圖

2.2監(jiān)控攝像頭

系統(tǒng)采用圖像傳感器為CCD的攝像頭，主要是由于它拍攝的圖像質(zhì)量好、噪聲數(shù)據(jù)少[3]、靈敏度高等，便于系統(tǒng)對視頻序列中目標的檢測。但目前市場上大多數(shù)相機拍攝的信號為模擬信號，無法直接與核心板上的CAMIF端口相連，因此，增加TVP5150A模數(shù)轉(zhuǎn)換芯片，其連接如圖2所示。

圖2　模數(shù)轉(zhuǎn)換芯片與S3C6410的連接

通過引腳XciYDATA[7:0]和YOUT[7:0]的連接完成視頻數(shù)據(jù)的模數(shù)轉(zhuǎn)換，考慮到視頻數(shù)據(jù)在VP5150A和S3C6410之間的傳輸速率，本文采用較快的串行傳輸，即HSYNC和VSYNC引腳無需與主控芯片連接(若連接，則為并行傳輸)，SDA引腳為串行數(shù)據(jù)線，SCL引腳為串行時鐘線，引腳SCLK通過XciPCLK來設(shè)置芯片S3C6410的外部圖像數(shù)據(jù)像素的串行時鐘輸入。

經(jīng)過TVP5150A芯片的轉(zhuǎn)換，把攝像頭采集到的視頻信息以DMA形式傳送至DDR中，為后續(xù)的目標識別做準備。

2.3數(shù)據(jù)傳輸

考慮到系統(tǒng)在實際應(yīng)用中的情況，本系統(tǒng)設(shè)置有線傳輸和無線傳輸兩種方式。

采用RJ45接口進行有線傳輸時，核心板需連接以太網(wǎng)控制芯片DM9000A，具體的連接方法與文獻[4]類似；監(jiān)控系統(tǒng)通過USB無線網(wǎng)卡進行無線傳輸時，可在芯片的USB Host/OTG2.0設(shè)計USB接口電路如圖3所示。USB Host端口用于與PC機通信，USB Slave連接芯片Ralink3070的無線網(wǎng)卡。

圖3　USB的Host和Slave接口

USB無線網(wǎng)卡連接Slave端口，作為從設(shè)備，在S3C6410主設(shè)備的控制下發(fā)送數(shù)據(jù)。

3監(jiān)控系統(tǒng)中的運動目標檢測

為了從大量視頻中提取出運動的目標物體，需采用檢測算法。國內(nèi)外學(xué)者提出了多種檢測算法，Olivier Barnich等[5]提出的Vibe算法具有計算簡單、實時性高、魯棒性好等優(yōu)點，成為本系統(tǒng)的選擇。

3.1Vibe傳統(tǒng)算法

Barnich等提出Vibe算法的主要創(chuàng)新是更新背景機制，他們首次在樣本背景建模中使用隨機選擇策略，同時更新其鄰域背景模型中的歷史值，使得樣本中的像素點分布與實際情況相一致，大大提高了算法對運動目標的檢測精度。Vibe算法主要考慮背景模型的初始化、依靠式(1)計算的前景檢測、背景模型的更新等[6]三方面的內(nèi)容。

D={{v(x)±R}∩M(x)}

(1)

其中Vibe算法的背景更新[7]包括背景隨機更新、隨機時間下的背景更新、隨機更新鄰域像素三方面。在隨機時間下的背景更新中，Vibe算法采用時間二次抽樣因子φ，實驗證明值為16時，可得到較好的背景。

3.2改進的Vibe算法

傳統(tǒng)Vibe算法中，背景模型的初始化、像素點的分類和模型的更新都比較簡單、計算快，適合嵌入式環(huán)境。但在實際應(yīng)用中該算法存在如下問題：以第一幀圖像中的像素點來初始化背景模型，容易引入運動物體的鬼影；由于外界因素的干擾，對目標物體的提取不準確，當圖像的對比度小時，提取出的目標物體有孔洞等；針對以上問題，本文從以下兩方面來改進算法。

1) 基于改進三幀差分的背景模型初始化。其算法的具體步驟為：

Step1：視頻中前3幀圖像的處理與Vibe算法相同，獲取運動物體的前景。

Step2：設(shè)Ti表示待處理的圖像，i≥4。將前3幀圖像分別做差分，采用直方圖[8]分割出運動目標物體并與Ti-1幀做“與”運算，消除Ti-1幀的部分鬼影。

Step3：i+1，重復(fù)Step2，直到預(yù)設(shè)幀數(shù)為止。

通過對背景模型的預(yù)處理，可以快速消除首幀中運動物體存在的鬼影，與實際情況吻合。

2) 采取模糊準則更新背景。針對原Vibe算法中采用二次抽樣因子φ進行背景更新，本文通過模糊準則的方式進行背景更新。參考文獻[9]后提出鄰域一致因子NCF(x)，因子表示x的鄰域與背景的匹配度，計算如式(2)。

(2)

其中：Nx表示x的鄰域集合，Ωx表示x鄰域中與背景模型匹配成功的像素。

由式(2)可知，NCF值越大，表明x鄰域與背景模型M(x)匹配上的像素點越多，用x來更新背景M(x)越合理。因此抽樣因子φ更改為P(x)×φ，其中P(x)定義模糊函數(shù)為

引入模糊函數(shù)P(x)后，背景的更新會考慮當前像素點鄰域與背景模型的匹配程度，NCF(x)值越大，更新時間就越快，反之，背景不更新，增強了對動態(tài)環(huán)境的適應(yīng)性，有助于準確提取目標物體。

3.3前景目標圖像處理

通過改進Vibe算法提取出的前景圖像輪廓不完整，圖像內(nèi)部存在小孔，仍需進一步對圖像進行處理，主要包括修補目標輪廓和填充內(nèi)部小孔。

借鑒文獻[10]給出了對輪廓端點的定義，設(shè)定兩端點的距離閾值，小目標為3.4，大目標為7.8，在閾值范圍內(nèi)用線連接端點，使其聯(lián)通，否則去除該端點，完成對目標輪廓的修補。

根據(jù)相鄰像素點在空間鄰域中保持一致的特點，本文通過計算當前點和8鄰域中任一點的像素值來填充圖像中的小孔，具體算法為：

Step1：選取圖像中的像素點xi；

Step2：計算xi點的像素值，并與8鄰域中的任一點y的像素值進行比較；

Step3：若不在設(shè)定的閾值范圍內(nèi)，則像素點x被y取代；

Step4：i加1，重復(fù)Step1，直至所有像素點都被訪問。

3.4監(jiān)控系統(tǒng)的處理過程

處理后的圖像，在芯片S3C6410的控制下，通過RJ45端口或無線USB端口傳輸?shù)竭h程監(jiān)控端。改進Vibe算法在監(jiān)控系統(tǒng)中的執(zhí)行過程如圖4所示。

圖4　監(jiān)控系統(tǒng)的處理過程

相比較傳統(tǒng)監(jiān)控系統(tǒng)，本系統(tǒng)主要提取前景中的運動目標物體，舍棄大部分的背景，使監(jiān)控圖像的容量減小，適合遠程傳輸、服務(wù)器的存儲和查找。

4系統(tǒng)調(diào)試

4.1軟件環(huán)境的配置

嵌入式核心板在通電后并不能直接運行操作系統(tǒng)Linux，因此軟件環(huán)境配置中首先需設(shè)置引導(dǎo)內(nèi)核程序，本系統(tǒng)采用U-boot-1.1.6軟件，安裝成功后進行配置，經(jīng)過Gcc-4.5.1-v6-vfp版本的交叉編譯生成u-boot. bin文件，將此文件燒寫入NandFlash中。

引導(dǎo)程序配置好后，軟件環(huán)境搭建的第二步為裁剪和補充Linux內(nèi)核。從官網(wǎng)下載Linux-2.6.35.4內(nèi)核，補充處理器S3C6410的板級文件內(nèi)容，對DM9000A網(wǎng)卡和多媒體設(shè)備進行具體配置(如CCD攝像頭、USB接口的無線網(wǎng)卡等)，去除多余內(nèi)核部分后，把生成的鏡像文件也燒入NandFlash中。

嵌入式環(huán)境中文件系統(tǒng)一般采用YAFFS，由于具有體積小、掛載時間短、運行穩(wěn)定等特點，本系統(tǒng)采用YAFFS2作為文件系統(tǒng)，使用BusyBox工具作映像完成根文件系統(tǒng)的移植。

4.2改進三幀差分法的背景建模

核心板與CCD攝像頭、USB無線網(wǎng)卡、網(wǎng)線等連接好后，通電并設(shè)置核心板中的IP地址，調(diào)試與遠程服務(wù)器的聯(lián)通，在服務(wù)器中設(shè)置圖像存儲位置；打開CCD攝像頭，設(shè)置視頻采樣格式為320*240，頻率為30幀/s，開始對現(xiàn)場進行監(jiān)控。

圖5　改進算法的背景圖

在初始化背景模型時，預(yù)設(shè)處理幀數(shù)為300，通過改進的三幀差分法來初始化背景模型如圖5所示。

圖5(a)是連續(xù)的幀視頻序列，有運動目標經(jīng)過；圖5(b)是Vibe算法的背景圖，存在鬼影的干擾；圖5(c)圖是改進的三幀差分法的建模，通過直方圖來自動確定閾值，得到的目標前景與Fi做與運算，不斷消除鬼影，實驗表明在第372幀時，改進算法基本可以去除鬼影，原算法大概在1500幀時，才能去除鬼影。

4.3目標物體的檢測與修補

設(shè)定分類半徑R=20，Dmin=2，利用式(1)實現(xiàn)對前景目標的檢測，圖像經(jīng)過處理后通過網(wǎng)絡(luò)傳送到服務(wù)器端存儲，同時計算模糊函數(shù)P(x)的值決定新背景模型的產(chǎn)生，如流程圖4所示。

動態(tài)背景中如圖6(a)所示的樹葉在擺動，當有運動物體出現(xiàn)時原算法會將樹葉的運動也檢測為前景如圖6(b)，同時由于圖像色調(diào)相近，提取出的目標物體有孔洞；而改進的算法考慮到空間的一致性，到第987幀圖6(c)時對前景物體的誤判會大大減少，經(jīng)過圖像修補、丟棄孤立區(qū)域后，能較準確地提取出目標物體如圖6(d)所示。

圖6　改進算法的目標提取

改進后的算法可以快速消除首幀中鬼影的影響、智能更新背景模型，具有良好的動態(tài)適應(yīng)性；但改進算法仍不能完全擺脫運動背景的影響，圖6(c)中存在的孤立點便是樹葉擺動的痕跡，被誤判為前景目標。在后續(xù)的工作中將進一步完善動態(tài)背景下的目標檢測，提高新背景的準確度。

5結(jié)語

本文以芯片S3C6410為核心處理器，通過連接設(shè)計好的外圍接口、CCD攝像頭、服務(wù)器等共同組成智能監(jiān)控系統(tǒng)。為了能準確提取目標信息、減輕服務(wù)器的存儲負擔(dān)，從預(yù)處理幀序列獲取背景模型、引入模糊準則來更新背景兩方面對原Vibe算法進行改進并應(yīng)用于嵌入式環(huán)境中，同時對提取出的前景目標進行輪廓修補和填充，最終通過網(wǎng)絡(luò)傳送到遠程的服務(wù)器端。實驗表明系統(tǒng)運行穩(wěn)定，在動態(tài)背景中對運動目標提取的準確度提高了12%以上，存儲容量方面減少了33%以上，適合推廣使用。

參 考 文 獻

[1] 何莉.智能視頻監(jiān)控系統(tǒng)中的運動目標檢測算法研究[D].武漢：華中科技大學(xué)，2013.

HE Li. Research on Moving Object Detection Algorithm In Intelligent Video Surveillance System[D]. Wuhan: Huazhong University of Science and Technology，2013.

[2] 新華網(wǎng).北京上海多個路口現(xiàn)“葡萄架”密集攝像頭[EB/OL]. http://news.qq.com/a/20131105/005330.htm,2013-11-05.

[3] 魯飛.嵌入式家居網(wǎng)絡(luò)化監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].重慶：重慶大學(xué)，2013.

LU Fei. Design and Implementation of Embedded Domestic Networked Monitor System[D]. Chongqing: University of Chongqing，2013.

[4] 陳文輝.基于linux和ARM的隧道交通控制器的研究與設(shè)計[D].太原：太原理工大學(xué)，2011.

CHEN Wenhui. Research and Design of Tunnel Traffic Controller Based on the Linux and ARM[D]. Taiyuan: Taiyuan University of Technology，2011.

[5] Barnich O, Droogenbroeck M V. Vibe: A universal background subtraction algorithm for video sequences[J]. IEEE Transactions on Image Proceeding，2011，20(6)：1709-1724.

[6] 余燁，曹明偉，岳峰.EVibe：一種改進的Vibe運動目標檢測算法[J].儀器儀表學(xué)報，2014，35(4)：924-930.

YU Ye， CAO Mingwei， YUE Feng. EVibe: an improved Vibe Algorithm for Detecting moving Objects[J]. Chinese Journal of Scientific Instrument，2014，35(4)：924-930.

[7] 陳亮，陳曉竹，范振濤.基于Vibe的鬼影抑制算法[J].中國計量學(xué)院學(xué)報，2013，24(4)：425-429.

CHEN Liang， CHEN Xiaozhu， FAN ZHentao. Ghost suppression algorithm based on Vibe[J]. Journal of China University of Metrology，2013，24(4)：425-429.

[8] 王溢琴，秦振吉，蘆彩林.基于嵌入式的智能家居之視頻監(jiān)控系統(tǒng)設(shè)計[J].計算機測量與控制，2014，22(11)：3623-3626.

WAND Yiqin， QIN ZHenji， LU Cailiin. The Dgesign of Video Surveillance System in Smart Home Based on Embedded[J]. Computer Measurement & Control，2014，22(11)：3623-3626.

[9] DING J， MA R， CHEN S. A scale-based connected coherence tree algorithm for image segmentation[J]. IEEE Transaction on Image Process，2008，17(2)：204-206.

[10] 章毓晉.圖像處理和分析[M].北京：清華大學(xué)出版社，2000:222-229.

ZHANG Liujin. Image Processing and Analysis[M]. Beijing: Tsinghua University Press，2000:222-229.

收稿日期:2016年1月10日,修回日期:2016年2月24日

基金項目:面向老年群體的信息技術(shù)教育探索與研究(編號:201601)資助。

作者簡介:齊悅,男,講師,研究方向：圖像處理、嵌入式系統(tǒng)。

中圖分類號TP368

DOI:10.3969/j.issn.1672-9722.2016.07.032

Video Target Detection Based on S3C6410 Processor

QI Yue

(Taiyuan Radio and TV University, Taiyuan030027)

AbstractAccording to the situation of video image storage capacity is big and later finding the target object is difficult on traditional monitoring system, this paper puts forward the embedded monitoring platform based on the chip S3C6410. The article launches the research from two aspects of hardware and software. The hardware part mainly includes S3C6410 as the core processor, video data acquisition module through connecting CAMIF port to CCD camera, and transmitting the processed data to server by RJ45 or USB interface. In the software part, this paper proposes an improved Vibe algorithm for extract moving object in embedded environment, meanwhile repairs contour and fills hole to obtained image. Experiments show that the improved algorithm can quickly eliminate ghosting and have better effect about extract of moving objects in dynamic background, realize the monitoring requirements.

Key Wordsintelligent video surveillance, S3C6410 chip, CCD camera, moving object detection, Vibe algorithm, NCF(x) factor