基于DM642的運動目標檢測系統(tǒng)設(shè)計與實現(xiàn)
加入技術(shù)交流群
上述背景差分法中，可隨機獲取開機時刻的一幀圖像為初始背景圖像。為了讓圖像之間的差異更加明顯，按每間隔4幀來獲取下一幅圖像作為當前圖像，進行背景差分得到差分圖像，將差分圖像灰度的和與設(shè)定閥值FF相比較，判定是否需要更新當前背景，閥值FF為經(jīng)驗值，本文取20000。背景更新公式中的系數(shù)a反映了背景更新快慢，其取值范圍在[0，1]之間，a越大，背景更新速度越快，a越小，背景更新速度越慢。
1．3 差分圖像的二值化
對差分圖像按照下式二值化：
式中的閥值TR采用大津法獲取。在實際測試時發(fā)現(xiàn)，直接采用大津法獲取的閥值TR對差分圖像二值化進行處理時，如果沒有物體運動，那么二值化得到的圖像為噪聲的二值化圖像，這樣直接處理得到的二值化噪聲圖像在后續(xù)的形態(tài)學(xué)濾波中很難完全消除，通過分析差分圖像的直方圖，發(fā)現(xiàn)當沒有物體運動時，差分圖像的直方圖主要分布在0～10間，此時大津法獲取的閥值為1～6之間；當有物體運動時，差分圖像的直方圖分布在0～255之間，此時大津法獲取的閥值為20以上。
基于以上的分析，本文采用改進的方法，如果大津法獲取的閥值小于10，則說明沒有物體運動，否則說明有物體運動，當閥值小于10時，按照下式進行二值化處理
f(x，y，tk)=0 當TR10
即當沒有物體運動時，獲取的二值化圖像應(yīng)為全黑，這樣后續(xù)的形態(tài)學(xué)處理只需對有物體運動時的二值化圖像進行處理即可。圖2分別為無物體運動時直接二值化和采用改進方法二值化后的結(jié)果。其中a)為直接采用大津法獲取的閥值分割沒有物體運動時的差分圖像的結(jié)果，可以看出圖中布滿噪聲；b)為對大津法獲取的閥值進行判斷后，沒有物體運動時的差分圖像分割的結(jié)果，可以看出此時圖像為全黑，也即沒有運動物體，這與實際情況相符，簡化了后續(xù)的形態(tài)學(xué)處理。本文引用地址：http://www.ex-cimer.com/article/166355.htm
2 算法的TMS320DM642實現(xiàn)
2．1 硬件平臺
硬件平臺采用TMS320DM642作為CPU，該芯片主頻600MHz。視頻編解碼芯片采用SAA7115H和SAA7105H。另外采用了兩片SDRAM(共4M×64bi-t)芯片作為存儲介質(zhì)，用于圖像的暫時存儲，同時還采用一片F(xiàn)LASH用于實現(xiàn)自啟動，硬件平臺框圖見圖3。
評論