快速反應智能安全監(jiān)控系統(tǒng)的設計與實現(xiàn)
加入技術交流群
(3)FPGA負責實現(xiàn)系統(tǒng)的邏輯、輸出控制以及內(nèi)部緩存的時序控制。為實現(xiàn)圖像的實時采集和處理，需要視頻采集和圖像處理并行工作。采集到的圖像數(shù)據(jù)送到DSP前的緩存接口設計是關鍵，設計的優(yōu)劣直接影響到系統(tǒng)的反應速度。要提高數(shù)據(jù)緩存讀取速度，可利用FPGA內(nèi)部資源構建高速雙口RAM作為內(nèi)部緩存，使數(shù)據(jù)幀處理交替進行，從而實現(xiàn)數(shù)據(jù)采集與處理同時進行，其內(nèi)部結構如圖2的虛線框內(nèi)所示。采集到的數(shù)字視頻信號先經(jīng)過濾波處理，之后送入邏輯單元A，A負責產(chǎn)生時鐘及數(shù)據(jù)邏輯控制。輸入的視頻數(shù)據(jù)信號在A的控制下，進入到緩沖器寄存器B和C，在控制單元D的控制下，送到雙口RAM。為了實現(xiàn)實時圖像采集和處理，使得FPGA對圖像數(shù)據(jù)的緩沖和DSP對圖像數(shù)據(jù)的讀取同步進行，將RAM分成相等的2塊，即RAM1和RAM2。在系統(tǒng)工作的過程中，一塊用于緩沖圖像數(shù)據(jù)，F(xiàn)PGA分類緩沖后的圖像信號寫入該存儲區(qū)；另一塊則由DSP用于對圖像數(shù)據(jù)的讀取，DSP可以直接對這個存儲區(qū)的數(shù)據(jù)進行運算。該緩存結構的另一特點是FPGA和DSP對雙口RAM的尋址是來回切換的。因為DSP讀取RAM的速度大于FPGA寫RAM的速度，所以切換信號僅由FPGA發(fā)出。當FPGA分類緩沖數(shù)據(jù)寫滿RAM1時，F(xiàn)PGA向DSP發(fā)出一個中斷信號，此時DSP讀取RAM1中的數(shù)據(jù)，同時FPGA的緩沖數(shù)據(jù)寫入RAM2。當RAM2中數(shù)據(jù)寫滿時，F(xiàn)PGA再向DSP發(fā)出中斷信號，DSP讀取RAM2中的數(shù)據(jù)，同時FPGA的緩沖數(shù)據(jù)RAM1。如此交替實現(xiàn)圖像數(shù)據(jù)讀寫同時進行，從而提高了數(shù)據(jù)處理的速度。本文引用地址：http://www.ex-cimer.com/article/163068.htm
FPGA的選擇較為關鍵，內(nèi)部RAM的資源決定系統(tǒng)的反應速度。在原有一代系統(tǒng)中選用的FPGA資源較少，不足以存儲一幀圖像，因此數(shù)據(jù)的讀寫只能分塊進行，需要控制邏輯較為復雜，同時也降低了整個系統(tǒng)的速度。對于一幀720×576的圖像，共有414 720像素，每個像素8 bit，即共有414 KB的數(shù)據(jù)。因此可選用Altera公司的CycloneIII系列產(chǎn)品EP3C120。Cyclone III系列的FPGA采用65 nm技術，具有低功耗、低成本和高性能特點， EP3C120內(nèi)部擁有120K個邏輯單元(LE)，4 Mbit嵌入式存儲器，288個嵌入式18×18乘法器，可以滿足一幀圖像的存儲，在處理數(shù)據(jù)時可按照奇偶幀分別進行讀寫。
2.2 系統(tǒng)工作過程
系統(tǒng)上電或復位后，首先完成FPGA芯片的配置、對TVP5150進行的初始化以及DSP啟動引導及其外圍芯片的初始化工作，之后便開始進行圖像采集。利用FPGA模擬I2C口對系統(tǒng)中的其他芯片進行控制，從攝像頭采集到的摸擬視頻信號經(jīng)過視頻解碼器轉換為數(shù)字視頻信號，經(jīng)預處理后送入DM642的視頻通道(VP端口)。在檢測到有人進入監(jiān)視區(qū)域時，啟動錄像功能，DM642將接收到的數(shù)字視頻信號和數(shù)字音頻信號用MPEG4標準編碼壓縮，并通過以太網(wǎng)傳送到監(jiān)控中心。同時捕捉人臉圖像并進行身份識別，如有異常則啟動報警程序。
3 系統(tǒng)軟件組成
對于本系統(tǒng)來說，系統(tǒng)軟件主要包括3部分：運動目標檢測、人臉的檢測定位、人臉匹配。其中人臉的檢測定位尤為關鍵，是正確識別的前提。因為圖像的拍攝受到各種因素的干擾，如亮度、人物移動速度、表情、著裝等，這些因素如果在檢測時不能得到有效處理，勢必會影響后期的匹配，造成識別率下降。因此，如何將人臉從背景中檢測出來，并進行適當?shù)奶幚?、分割，是關系到識別成敗的關鍵環(huán)節(jié)，需要著重進行處理。
3.1 運動目標檢測
對于運動目標的檢測，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，無法滿足實時檢測的要求。背景差值法計算簡單、速度快且檢測準確，但需要在背景靜止時檢測有效，對于背景變化的場合不適合。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像素點之間灰度值的變化確定移動的物體。設圖像定義f(x，y，i)，其中(x，y)為圖像的位置坐標，i、j為圖像幀數(shù)，T為設定的閾值，則幀f(x，y，i)與幀f(x，y，j)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的像素分別對應于前景（運動目標區(qū)域）和背景（非運動區(qū)域）。
對于緩慢移動的物體，圖像差分的變化量很小，有可能會被濾波器濾掉，解決方法是通過累積差分法ADP[2](Accumulative Difference Picture)。該法不僅可以用于可靠檢測緩慢移動的物體，還可用于估計物體移動速度的大小和方向以及物體尺度的大小。獲得累積差分圖像的過程如下：將圖像序列的每一幀圖像與參考圖像進行比較，當差值大于某一閾值時就在累積差分圖像中加1，這樣，在第i幀圖像上的累積差分圖像ADP(x，y，i)為：
通過判斷灰度值的變化，即可判斷出移動物體及其方向。
評論