一種基于單片機的移動目標監(jiān)控系統(tǒng)研究

摘要：針對目前大部分監(jiān)控系統(tǒng)對移動目標物的監(jiān)控要求越來越高，設計了一款基于單片機的嵌入式移動目標監(jiān)控系統(tǒng)。系統(tǒng)以目前功能強大的AT89S52單片機為核心，采用適合人體視覺特性的Itti模型來處理拍攝到的視頻圖像。從視頻圖像顏色特征圖與亮度特征圖兩方面來對采集到的圖像進行檢測與分割構成圖像顯著圖，根據(jù)移動目標物質(zhì)心的變化來跟蹤圖像。仿真表明，該系統(tǒng)能有效監(jiān)控與鎖定目標物，具有較強的自適應性。

關鍵詞：單片機;Itti模型顯著圖;圖像分割與檢測;圖像質(zhì)心;相似度

隨著IT產(chǎn)業(yè)的不斷發(fā)展，視頻監(jiān)控不僅應用在安防系統(tǒng)，而且在交通系統(tǒng)、防洪系統(tǒng)、教育系統(tǒng)和醫(yī)療系統(tǒng)等方面都有著廣泛應用。但在普通的視頻監(jiān)控系統(tǒng)中，許多監(jiān)控系統(tǒng)只是對普通的目標物體進行簡單攝像與記錄，無法對我們一些感興趣的目標物體進行有效追蹤與記錄，譬如在交通監(jiān)控系統(tǒng)中要對某些重要車輛進行跟蹤，在校園安防中要對某些可疑人員進行跟蹤與記錄等，所以如何低成本的設計一個系統(tǒng)能對所感興趣的移動目標進行有效捕捉的智能監(jiān)控系統(tǒng)是一個非常有價值的課題。

文中在考慮現(xiàn)有網(wǎng)絡攝像頭的發(fā)展情況、4G和各種WiFi信號的覆蓋率以及無線路由器技術發(fā)展的前提下，充分利用現(xiàn)有資源，提出了一種基于單片機的移動監(jiān)控系統(tǒng)。該系統(tǒng)直接利用現(xiàn)有的網(wǎng)絡攝像機作為監(jiān)控攝像頭，以4G信號或各種WiFi信號為網(wǎng)絡，將采集到的圖像通過無線網(wǎng)絡直接上傳給單片機系統(tǒng)進行處理。文中重點給出了系統(tǒng)硬件設計方案以及系統(tǒng)軟件算法思想并在最后給出了該方法在MATLAB環(huán)境中的仿真。

1 系統(tǒng)硬件方案設計

1.1 單片機發(fā)展概述

單片機(MCU)是一種計算機微處理器，發(fā)展的初始階段多用于控制領域。隨著電子產(chǎn)業(yè)的發(fā)展，目前51系列單片機已擁有了快速的處理速度、強大的運算能力以及更大的尋址范圍，廣泛應用在智能儀表、實時控制和分布式多機系統(tǒng)中。嵌入式單片機系統(tǒng)是單片機的發(fā)展的一個重要方向，它與其他設備相結合，使整個設備發(fā)揮出特有的功能。在本系統(tǒng)設計中，本系統(tǒng)采用AT89S52來作為我們的核心控制器件。

1.2 移動目標監(jiān)控系統(tǒng)方案設計

文中以我市內(nèi)車輛移動目標為例來介紹本系統(tǒng)的優(yōu)越性并給出了系統(tǒng)仿真結果。系統(tǒng)首先是對移動目標進行捕捉，然后采用網(wǎng)絡攝像機將現(xiàn)場的視頻信號通過 TCP/IP網(wǎng)絡將信號發(fā)送至視頻信號接收器端并接收主控制板發(fā)來的指令對移動目標控制，最后將捕捉到的移動目標信號傳送給主控制板，由單片機進行圖像數(shù)據(jù)的處理與運算并將結果送至終端輸出觀察。系統(tǒng)結構圖如圖1所示。

1.3 系統(tǒng)軟件算法設計

首先初始化程序，包括中斷向量設置、定時器設置、串口設置等。當系統(tǒng)檢測到移動圖像時，首先判斷是否需要標定當前圖像。如果需要鎖定，則立即對作為參考圖像中的參數(shù)進行比較計算，進行閾值自適應的設定等，此項工作主要是尋找參考幀的圖像。當移動目標圖像鎖定后，系統(tǒng)則立即進入實時監(jiān)控與跟蹤，使用單片機來計算當前幀和鎖定幀的相似度，判斷圖像是否移動，并且將視頻信息實時地輸出并存儲。當定時器完成定時后，中斷程序?qū)⒏淖兿鄳臉酥疚?，使系統(tǒng)重新進行圖像的檢測，以保證參考幀數(shù)據(jù)的實時性。圖2為本系統(tǒng)軟件算法主流程圖。

2 系統(tǒng)圖像處理分析

2.1 移動目標圖像分割與區(qū)域檢測

目前，Itti模型在感興趣圖像追蹤過程中的應用日益增多。其主要理論是提取圖像在顏色，亮度，方向方面與背景的對比值，該模型主要包括兩個步驟：一是特征的提取，二是顯著圖的生成。他提取圖像像素點的原理可簡單描述為：設有一尺度為S的移動目標圖像，用R、G、B分別來表示該圖像上某個像素點三基色分量。根據(jù)圖像亮度計算公式，則該像素點的亮度特征可表示為：

由于Itti顯著圖是一種模擬生物體視覺的選擇性注意模型，所以要得到移動目標圖像的顯著圖首先要對目標圖像像素點進行特征圖歸一化，以消除圖像間的幅值差異，然后采用高斯卷積算法對圖像S進行卷積并把運算結果疊加回原特征圖最后以消除噪聲對圖像的干擾，通過對圖像像素點的多次迭代與卷積，最后可以使圖像少數(shù)幾個最顯著點均勻的分布在顯著特征圖上。接下來通過對圖像像素點計算值分類、歸一化并逐點求和處理就得到了圖像S的顯著特征圖。

本文采用紅綠顏色對(RG)和藍黃顏色對(BY)來度量移動目標圖像的顏色特征，則在計算一幅尺度為S圖像某象素點的顏色特征時，RG(S)和BY(S)可分別描述為：

同理公式(1)，為了得到圖像顏色特征顯著圖，需先對圖像顏色特征進行高斯求和與歸一化運算，然后得到多幅顏色特征圖。根據(jù)Itti顯著圖合成原理，當分割出圖像的亮度特征圖與顏色特征圖后，采用不同的權重分量疊加圖像便可得到圖像的顯著圖，這里我們用ω1和ω2來分別表示圖像的顏色特征分量與亮度特征分量，用T(S)來表示圖像的顯著特征圖，則T(S)可表示為：

T(S)=ω1C(S)+ω2I(S) (4)

本系統(tǒng)圖像處理部分采用單片機AT89552來作為主控芯片，通過網(wǎng)絡攝像機捕捉圖像，對采集到的圖像通過視頻信號接收器編解碼芯片將圖像直接轉(zhuǎn)換為 YCrCb格式圖像，其中Y為圖像亮度，Cr和Cb分別為圖像的色度，根據(jù)彩色圖像像素點三基色合成原理(如公式(5))可計算得到RGB格式圖像，根據(jù)公式(1)～(4)，分別提取出圖像的的顏色特征與亮度特征，最終得到我們感興趣目標物的顯著特征圖。

R=Y+1.40(Cr-128)

G=Y-0.34(Cb-128)-0.71(Cr-128) (5)

B=Y+1.77(Cb-128)

為了提高單片機的工作效率，減小單片機的運算量，現(xiàn)設置圖像S的尺度為1，3，7。則在這3個尺度上先分別提取出圖像的亮度特征與顏色特征，然后對特征圖分別用二維高斯差函數(shù)進行卷積運算，并把卷積結果疊加回原特征圖，最后使用閾值分割算法來提取移動目標物體。為了檢驗該方法的有效性，文中使用 MATLAB軟件對本系統(tǒng)進行了模擬仿真仿真如圖3所示。該仿真表明使用本文簡化的Itti算法，能夠滿足系統(tǒng)對移動目標的提取要求。

2.2 移動目標物質(zhì)心與相似度

要想有效的跟蹤到目標物，最重要的是要檢測出目標物在圖像畫面中的位置變化，本文采用計算目標物的質(zhì)心來鎖定目標的位置，當目標物發(fā)生移動時，則當前幀圖像質(zhì)心將會與前一參考幀圖像質(zhì)心發(fā)生較明顯的偏移。根據(jù)圖像區(qū)域幾何特征不變矩描述理論，圖像的質(zhì)心計算可表示為：

(式中，N為非負整數(shù)，(xd，yd)分別為第z幅圖像中移動目標圖像的橫縱質(zhì)心坐標)

在處理動態(tài)的視頻圖像時，由于移動目標圖像要受到外部的環(huán)境影響(例如灰塵，噪聲，光照等)導致計算出的質(zhì)心點位置不穩(wěn)，所以在計算前一參考幀的圖像質(zhì)心十分重要，本系統(tǒng)采用捕獲前n幀視頻圖像并進行差值處理來作為當前畫面感興趣移動目標的基準質(zhì)心坐標。

設

為第n幀圖像中第z個移動目標的質(zhì)心橫縱坐標，則相對前一幅圖像值的質(zhì)心坐標差值可表示為：

當當前畫面中所跟蹤的移動目標與前一幅畫面移動目標的相似度Sim大于移動閾值Ts則主控制板立即修改當前質(zhì)心坐標，一邊跟進新的移動目標物。

3 系統(tǒng)仿真

為了檢驗系統(tǒng)的有效性，系統(tǒng)在Windows7 Professional微機上運行，軟件算法仿真環(huán)境為Matlab2009a。

1)移動目標檢測。為了得到先驗統(tǒng)計數(shù)據(jù)，我們先使用Matlab軟件對100幅前期采集圖像進行運算與記錄，也就是說，將圖像面積為12096控制在監(jiān)控設備(面積720576)的畫面中，這樣可得到一組較為理想的先驗統(tǒng)計數(shù)據(jù)。為了降低運算量和提高系統(tǒng)處理效率，在計算監(jiān)控畫面時這里去除了移動目標以外的區(qū)域。

設定移動目標檢測圖像幀數(shù)n為10幀，對公路上100個真實目標物進行檢測并調(diào)整上式(4)不同的顏色特征分量與亮度特征分量值。檢測結果如表1所示。

以上數(shù)據(jù)表明：由于外界環(huán)境的干擾，在實驗室條件下，移動目標物的分割正確比較理想。當取特征分量權值w1=0.7和w2=-0.3時，采集到的視頻畫面中移動目標檢測分割正確率最高，平均可達到87.7%。

2)圖像實時跟蹤部分。如前所述，現(xiàn)實監(jiān)控環(huán)境中存在諸多干擾，系統(tǒng)有可能會出現(xiàn)誤判與跟丟目標物的現(xiàn)象，為了解決這種情況，必須調(diào)整上位機定時時間Ti，當本次跟蹤定時結束時，立即更新數(shù)據(jù)，重新加載目標物檢測與分割。

為了檢驗數(shù)據(jù)的的正確性，我們對攝像機采集到的圖像進行了分析，系統(tǒng)在60 s中共采集了1 420幀圖像，差不多每幀圖像處理時間為24 mS左右，每秒處理23幀圖像，基本上可以滿足實時圖像處理。實驗記錄結果如表2所示。

從表2可以看出，在規(guī)定的時間段中，系統(tǒng)對跟蹤的移動目標物正確分割維持在81%以上。

3)系統(tǒng)整體測試。在本系統(tǒng)中，系統(tǒng)以我市內(nèi)公路上移動的汽車為例進行了跟蹤測試。首先根據(jù)公式(10)設定移動閾值Ts，然后采集圖像并對圖像進行區(qū)域檢測與分割，得到圖像顯著圖，然后計算圖像的質(zhì)心坐標與相似度Sim，當移動閾值Ts有變動時，立即更新芯片數(shù)據(jù)，重新計算質(zhì)心坐標與相似度Sim。下面是我市拍攝到的監(jiān)控圖像，圖4(a)雙向前進中的汽車，當我們所感興趣的4輛汽車移動到(b)所在的位置時，由于(a)圖中左邊的第1輛汽車跨越了監(jiān)控區(qū)，系統(tǒng)則立即更新數(shù)據(jù)跟蹤到隨后而來的第2輛汽車，而在(a)圖中右邊的2輛汽車一直在系統(tǒng)的監(jiān)控范圍，只是畫面中的移動目標質(zhì)心發(fā)生了變化，所以系統(tǒng)跟新數(shù)據(jù)后有效的鎖定了目標。

圖5為本系統(tǒng)對實物小汽車移動目標的監(jiān)控與跟蹤，從圖6(a)(b)結果可以看出，只要設定好系統(tǒng)移動目標閾值T(s)，當我們對當前畫面感興趣的移動目標進行跟蹤鎖定后，只要移動目標不超出攝像頭的監(jiān)控范圍，那么圖像就會一直在控制范圍類鎖定并追蹤，當移動目標超出監(jiān)控范圍后，系統(tǒng)調(diào)整立即更新數(shù)據(jù)已對下一目標重新進行檢測與分割并能迅速鎖定目標，具有較強的自適應性，靈敏性和可靠性。

4 結束語

文中設計的這一款基于單片機的移動目標監(jiān)控系統(tǒng)，該系統(tǒng)直接利用現(xiàn)有的網(wǎng)絡攝像機作為監(jiān)控攝像頭，以3G信號或各種WiFi信號為網(wǎng)絡，將采集到的圖像通過無線網(wǎng)絡直接上傳給單片機系統(tǒng)進行處理。該系統(tǒng)充分利用了現(xiàn)有的各種資源，系統(tǒng)制作簡單，維護方便，同時采用模塊化設計，可移植性很強，在危險、未知環(huán)境的探測、監(jiān)控等領域有很好的應用價值。