薛雅麗
摘要:客流檢測是公共交通智能化的數(shù)據(jù)來源,準確性實時性至關重要,本文應用嵌入式硬件TMS320DM6437芯片豐富的片上資源,以及強大的系統(tǒng)支持,通過對檢測跟蹤算法的改進,在硬件平臺移植簡化了算法,實現(xiàn)了一種行人檢測的應用系統(tǒng)。
關鍵詞:TMS320DM6437;Viber;客流檢測
中圖分類號:TB文獻標識碼:Adoi:10.19311/j.cnki.16723198.2020.23.078
對于公共交通智能化,基礎客流檢測技術至關重要,檢測的精確性和實時性直接影響公共交通的客流吸引率和運行效率。客流檢測技術一方面是檢測算法,另一方面是檢測算法的實現(xiàn)。隨著微控制器,電子、計算機技術的發(fā)展,使客流檢測算法在嵌入式系統(tǒng)上實現(xiàn)成為可能并廣泛流行,本文將介紹在TMS320DM6437芯片基礎上實現(xiàn)的客流檢測方法。通過對傳統(tǒng)算法的改進實現(xiàn)適用于硬件的算法,并通過基于TMS320DM6437的硬件平臺實現(xiàn)。
1硬件平臺介紹
TMS320DM6437是德州儀器公司TI發(fā)布的一款基于達芬奇技術的面向數(shù)字多媒體應用的DSP,核心元件DSP的主頻為700MHz,處理器性能可達5600MIPS,系統(tǒng)的計算能力非常強大,且具有高性能的定點處理器。它可以對DDR2類型內(nèi)存進行訪問,訪問數(shù)據(jù)的吞吐量可以達到1GByte/s以上。DSP內(nèi)核有個邏輯單元,最多可以同時運行8條指令。有助于視頻信號的處理,方便產(chǎn)品的開發(fā)。TI公司擁有強大的相關支持,提供強大的圖像/視頻開發(fā)工具包,直接支持適合于硬件開發(fā)的基礎圖像處理功能,因此可以加快開發(fā)速度,研究者可以專注于研究實現(xiàn)相應的功能。其具有兩路模擬視頻輸入接口及一路數(shù)字視頻接口,一路模擬視頻輸出及VGA端子輸出。
本次設計采用一路模擬視頻輸入以及VGA輸出,應用其視頻處理子系統(tǒng),用硬件方式初步完成視頻圖像數(shù)據(jù)的采集和一些圖像預處理操作。視頻處理子系統(tǒng)主要為視頻處理前端和視頻處理后端兩部分。視頻處理前端提供多種標準的數(shù)字視頻輸入,并對輸入的視頻進行預處理。視頻處理后端主要為OSD部分和VENC部分。其中CCD控制器負責接收外部輸入的視頻信號,預覽器負責實現(xiàn)RGB格式到Y(jié)CbCr格式的轉(zhuǎn)換。CCD控制器首先進行數(shù)據(jù)采集和數(shù)據(jù)移位,然后經(jīng)過光黑鉗位模塊去掉圖像中的噪聲。經(jīng)過黑像素補償調(diào)整各個顏色通道的信號電平。最后經(jīng)數(shù)據(jù)格式化和視頻端像素選擇模塊確定傳感器讀出幀的格式。之后進入Preview模塊,先經(jīng)預覽器接口確定視頻源方向和幀尺寸,再經(jīng)中值濾波和噪聲濾波,然后經(jīng)過CFA插值,進行數(shù)據(jù)格式轉(zhuǎn)換,得到格式為YCbCr4:2:2圖像數(shù)據(jù),再進入緩沖器接口,最后經(jīng)視頻編解碼模塊供輸出使用,系統(tǒng)的結(jié)構(gòu)框圖如圖1。
2軟件算法設計
由于硬件資源有限,本設計對傳統(tǒng)檢測跟蹤算法進行了改進。目標檢測部分,建立背景模型,用一幀數(shù)據(jù),隨后逐幀導入檢測。第二幀輸入開始,更新背景模型,檢測出動態(tài)前景。動態(tài)跟蹤部分,根據(jù)前景信息獲取動態(tài)目標的中心坐標,并在屏幕上顯示位置。然后導入下一幀實現(xiàn)循環(huán)動態(tài)跟蹤。
首先,建立背景模型。對傳統(tǒng)的ViBe算法進行改進。原算法需要對第一幀當中每個像素建立樣本集。此處在建立樣本集時,采用每個像素20個樣本的數(shù)量。樣本的選擇為當前樣本的8鄰域隨機選擇。隨機選擇采用借助于隨機表進行,這里采用將預先生成好的隨機數(shù)以數(shù)組形式存儲于處理器中,當需要隨機取樣時,順序選擇隨機數(shù)表中的元素作為圖像矩陣樣本集中的下標,從而達到隨機選擇的目的。
其次,背景模型更新階段。分為檢測模型匹配狀況和對匹配模型的次數(shù)進行統(tǒng)計兩個步驟。初始化之后,從第二幀開始,對每個像素逐個掃描,將其和同一位置像素的背景模型中的像素對比。采用對其像素灰度值作差求絕對值,將所得結(jié)果同預先設定的匹配閾值R進行比較。如果小于閾值,表示該像素存在一個匹配,同時匹配數(shù)增加。之后對匹配像素數(shù)目進行統(tǒng)計,再將結(jié)果與預先設定的最少匹配數(shù)目閾值進行比較。如果最終匹配數(shù)目之和小于該最少匹配數(shù),則表示該像素是前景點,若大于其最少匹配數(shù),則認為是背景點。
最后,進行動態(tài)跟蹤。檢測出動態(tài)目標之后,計算所有前景點質(zhì)心,得到其位置。通過求取所有前景點的橫坐標及縱坐標的算數(shù)平均值得到。
3總結(jié)
本文采用TMSDM6437芯片進行了行人計數(shù)系統(tǒng)設計,應用平臺豐富的資源,節(jié)省了大量硬件設計成本,且提高了系統(tǒng)的可靠性便攜性,縮短了開發(fā)周期。對于檢測以及跟蹤算法方面進行了改進,得到更適應于硬件平臺的算法,實驗結(jié)果能夠較好的滿足檢測精度。
參考文獻
[1]Texas Instruments Incorporated.SPRU977C,TMS320DM643x DMP Video Processing Front End(VPFE) Users Guide[S].2009.
[2]Texas Instruments Incorporated.SPRU952A,TMS320DM643x DMP Video Processing Back End(VPBE) Users Guide[S].2007.
[3]胡金波,陳慧劍.DSP環(huán)境下C語言編程的優(yōu)化實現(xiàn)[J].現(xiàn)代電子技術,2002,(12):8284.
[4]付小磊.目標跟蹤技術研究[D].上海:華東師范大學,2013.