基于视频图像采集移动目标检测系统的设计

刘立军

摘要：在智能视频监控系统中，视频图像采集移动目标检测是其关键技术，为了能够实时检测视频序列帧中出现的移动动目标，获得移动目标参数，进而获得移动目标的运动轨迹。本文对视频图像采集移动目标检测系统的构成，和系统中图像处理技术、视频、运动目标检测算法进行了研究，并在计算机及嵌入式系统中实现了移动目标的检测。

关键词：视频图像；移动目标检测；视频监控；嵌入式

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）28-0168-03

随着科技的进步，人类社会早已经进入了信息时代。在信息时代的大背景下，各种科技技术成为领军者，而在科技研究领域中，计算机视觉和视频图像处理等成为热点。计算机视觉属于综合性交叉学科，英文Computer Vision，是代替人类来实现某种功能的。对采集来的图像或视频序列通过计算机做分析处理来提取出人类所需信息。

智能视频监控系统，是实现监控场景中的运动目标检测的监控系统，通过对摄像机或传感器采集来的视频图像进行自动智能的分析和处理来实现[1-3]。在传统视频监控系统中，存在及时性差和效率低的问题，而这些问题都是由于人为因素造成的，所以，智能视频监控系统的产生，很好解决了以上问题的发生。

1系统总体设计

智能视频监控系统主要功能：视频数据采集——数据处理——画面显示——存储——异常情况报警——远程数据传输。在智能视频监控系统中，本文所研究的视频监控移动目标检测系统只是其中一部分，要求能实现视频数据采集、图像数据处理、实时结果显示等功能。系统的总体结构（图1）。

2系统硬件设计

2.1系统硬件构成

系统开发平台：Altera DE2；系统核心处理芯片：CycloneⅡEP2C35F672C6，用于实现视频图像的实时采集及目标检测与跟踪，系统硬件构成框图（图2）。

（1）系统通过ADV7181B将摄像机输出的视频信号解码成ITU-R BT.656标准的YCbCr4：2：2格式的数字视频信号；

（2）存储时，需通过FPGA转换成RGB格式数据，存入SDRAM图像存储空间；

（3）图像处理模块由DMA控制器从SDRAM中读取图像送入SRAM并进行处理；

（4）处理后的数据使用ADV 7123对数字信号进行转换，转换为模拟视频信号后输出到VGA显示器上，视频解码芯片由FPGA构建的I2C总线配置模块进行初始化和控制，系统CPU由NiosⅡ软核下载到FPGA实现，系统上电后由EPCS16进行引导和配置，系统主程序储存在FLASH中[4]。

2.2视频输入及显示模块

由ADV7181B、I2C ADV Config两个模块组成视频输入，CCD摄像机将采集到的PAL制式模拟视频信号，通过BNC接头输入到ADV7181B视频解码芯片中，对于输入的模拟视频信号，该芯片是能够自动识别，通过内部3个54MHz高速ADC完成A/D变换，输出标准的数字信号，系统对ADV 7181B内部寄存器通过I2C ADV Config模块进行相应配置，使解码输出为8位串行信号，视频输入部分模块框图（图3），ADV7181B电路原理图（图4）。

2.3NiosⅡ系统模块

使用SOPC Builder工具生成NiosⅡ系统模块，包括32位嵌入式软核处理器NiosⅡ/s，产生50/100MHz时钟信号的PLL锁相环，存放中断向量的On-Chip Memory，系统程序存储空间Flash及其Tristate Bridge，CPU处理存储空间SRAM及其Tristate Bridge，直接存取控制器DMA Controller，下载及调试接口设备JTAG UART、UART，CPU及μC/OS-Ⅱ操作系统的Interval Timer间隔定时器，System ID外设识别符等标准外设，以及其它自定制逻辑模块，包括使NiosⅡ能控制视频输入及显示模块、能在SDRAM中读写数据的CCD Controller外设逻辑等。完成的SOPC工程（图5），NiosⅡ处理器设置（图6）。

2.4图像处理模块

模块利用QuartusⅡ的MegaWizard Plug-In Manager工具，使用Altera提供的LPM库的IP功能模块生成：Gray部分由1个PARALLEL_ADD多路加法模块、3个LPM_ MULT乘法模块组成；Threshold部分由LPM_ABS绝对值模块、LPM_COMPARE比较模块组成，用于实现移动目标提取。图像处理模块完成了移动目标检测的初步操作，移动目标参数的计算由NiosⅡ通过C/C++算法来完成，PARALLEL_ADD模块设置（图7），图像处理模块框图（图8）。

3检测算法流程

移动目标检测算法：要求从采集的视频序列帧中检测出场景中出现的运动目标，采集视频图像场景为静止背景，该系统能够检测出单个或多个移动目标。具体分为以下三个阶段：

第一，图像预处理：灰度图像转换，采集图像滤波；

第二，基于累积差分更新背景减除法：包括背景模型建立与更新，移动目标提取；

第三，检测后处理：形态学滤波，连通分量分析。[5-7]。

4实验结果分析

对本系统移动目标检测算法，我们采集一段视频图像进行功能仿真，VGA像素30帧/秒，其仿真情况（图10）。

图10-1为当前采集的第120帧图像；图10-2为转换为灰度图像；图10-3为进行滤波后；

图10-4为当前背景模型。通过上图仿真可看出，图10-4背景模型较好地消除车辆进入场景留下的痕迹，可以清楚看到场景区域树叶被风吹动产生的干扰。

5结语

系统的核心处理芯片采用由Altera公司开发的CycloneII EP2C35，设计了一种基于视频监测移动目标检测系统。因为本系统的主要目的是对图像实时采集和移动目标检测，所以，对计算机算法的复杂度的要求不高，并进行相应整改。背景减除法使用在累积差分更新法建立的背景模型中，可更好适应场景的变化。针对静止的背景，该系统能够实时有效地进行图像采集与移动目标进行检测。

参考文献：

[1] 郝菲.智能视频监控系统中运动目标检测与跟踪的研究[D].北京：北京交通大学，2009.

[2] Collins R，Lipton A，Kanade T.Introduction to the Special Section on Video Surveil- lance[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22（8）：745-746.

[3] Valera M，Velastin S.Intelligent Distributed Surveillance Systems：A Review[C].Proceed- ings of IEEE Conference on Vision Image and Signal Processing，2005，152（2）：192-204.

[4] 李月静，谢维成，石一兴，等.基于SOPC的实时运动目标检测与跟踪系统[J].重庆理工大学学报（自然科学），2011.

[5] 洪子泉，杨静宇.用于图像识别的图像代数特征抽取[J].自动化学报，1992，18（2）：233-238.

[6] 张森悦.复杂背景下运动目标检测方法研究[D].沈阳航空工业学院，2009.