基于BF561的智能视频监控仪的设计
加入技术交流群
行为识别：遍历目标链的每个目标，判断连续各帧之间运动目标的质心位移方向和距离，得出目标的运动轨迹。根据设置好的规则和运动轨迹，判断目标是否满足触发报警的条件。
目标跟踪：在许多监控场景，要求摄像头随着运动目标移动，防止目标运动超出摄像头的视场范围内，从而要求云台随着目标的运动而运动。在本设计中，这种情况下只能由多目标跟踪转为单目标跟踪。目前用于图像跟踪的方法比较多，相关跟踪是一种常用的、有效的和快速的目标跟踪方法。本文采用改进的多模板匹配法对目标进行跟踪，使用多子模板匹配[4]和二值化信息不断修正模板的方法有效地解决了由于模板滑动带来的模板更新问题；采用归一化互相关系数度量模板的相似度；为了克服遮挡问题和提高跟踪的准确性和实时性，采用Kalman滤波器估计目标的运动状态[5]，有效地缩小了目标的搜索范围。目标在单位时间内(本文的间隔时间是3帧)其运动状态变化较小，可以认为在单位时间间隔内目标是做匀速运动的,可以建立卡尔曼滤波器模型。观测向量为模板匹配运算后目标的位置，状态向量为目标实际位置和当前的水平垂直速度，为了提高运算速度，分别对水平方向位置和垂直方向位置进行卡尔曼预测。
2.2 软件流程
BF561的视频监控处理流程如图3所示。首先BF561收到FPGA传来的1帧图像，接着BF561读取本帧图像的二值化信息，通过腐蚀膨胀函数和取连通域函数target_mark()，得到当前帧运动目标的大小、重心和位置等信息，然后通过target_update()函数更新目标链，采用基于区域的算法，判断连续的各帧之间运动物体的质心位移方向和距离，判断目标的状态，判断是新目标、原有目标、目标发生合并、目标发生遮挡和目标丢失等。完成目标链的更新后,进入规则检测函数rule_check(),根据目标的轨迹信息判断目标链中的目标是否满足报警条件，若满足报警条件，给出各种报警信号，若不满足，则返回，等待下一次循环。通过对物体运动轨迹的记录，可以实现入侵检测，人、车数量统计，遗留物体检测，摄像头非法遮挡和移位报警等功能。若要实时跟踪目标，则进入target_track()函数，采用卡尔曼滤波器对目标位置进行预测和改进的多子模板匹配算法得到目标的实际位置，控制云台运动保证目标的连续跟踪。实验结果如图4所示，表明本设计能准确、实时地跟踪目标。本文引用地址：//m.amcfsurvey.com/article/166542.htm
本设计实现了智能视频监控仪。其独立的硬件设计结构和丰富的接口，使本平台不仅可用于智能化当前监控系统，也可独立构建新的网络化、智能化的监控系统。
参考文献
[1] Analog Device. ADSP-BF561 processor hardware refefence [EB/OL]．[2008-02-05] http://www.analog.com
[2] 彭征，朱秀昌．双核DSP BF-561上XGA视频编码的实现[J]．电视技术，2009，33(1)：32-34．
[3] STAUFFER C, GRIMSON W. Adaptive background mixture models for real-time tracking.In:Proc[C]. IEEE Conference on Computer Vision and Pattern Recognition, Fort Collins, Colrado,1999:246-252．
[4] 熊旭杰．图像相关跟踪算法的改进研究[D]．武汉：华中科技大学，2007:21-32．
[5] 孙海燕,傅得胜．视频监控系统中的多目标跟踪技术[J]．计算机应用与软件，2005(11):22-23．
评论