视频图像处理系统的设计与实现

宋建辉，胡红果，陈 亮

(沈阳理工大学 自动化与电气工程学院，沈阳 110159)

视频图像处理系统的设计与实现

宋建辉，胡红果，陈 亮

(沈阳理工大学 自动化与电气工程学院，沈阳 110159)

设计一种基于DSP的视频图像处理系统，对系统的硬件平台进行搭建，并对软件算法进行移植，实现了研究静态图像的采集、边缘提取等功能。结果表明：开发的图像处理系统对图像的预处理有很好的效果，能实时快速的完成边缘提取，为后续车载红外辅助驾驶系统的开发创造了较好的条件。

图像处理；DM6437；硬件设计；边缘检测

视频图像处理[1]，就是对视频图像信息进行加工以满足人的视觉心理或应用需求的行为。将视频图像处理系统应用到道路交通方面，设计成车载辅助驾驶系统[2]，不仅能够检测行人而且还能做出相应的预警措施，避免汽车与行人发生碰撞；应用到智能监控领域，能够保证公众的财产安全，还能为一些民事、刑事等事件留下有效证据等。行人检测是指利用摄像机等视觉传感器从场景中获取视频图像，然后综合运用计算机视觉、模式识别以及数字图像处理等技术从中获得并分析行人信息，实现行人的识别和跟踪的一项技术[3-4]。

但由于行人的运动形态各不相同，再加上周围的环境复杂混乱，给系统检测行人的准确性带来了很大的挑战[5-7]，因此对于完成后续的车载辅助驾驶系统，图像处理系统的设计不论在理论研究或实际应用方面均具有较高的应用价值和经济潜力。本文利用红外摄像头采集视频图像，再通过边缘提取算法处理，完成边缘提取，将处理结果在屏幕上显示出来。

1 系统总体设计

硬件方面要求处理器具有较高的处理数字信号的能力，至少主频要达到600M左右，这样才能保证系统的实时性。因为视频数据比较大，CPU内部RAM不能满足需要，因此系统需要存储速率较高的存储控制器接口。另外，系统要有一些扩展接口，如网络接口、CAN接口等。

相比其它芯片，DSP(数字信号处理器)对于视频图像的处理方面有着突出的能力，并能高效处理软件算法，DM6437的各项性能指标都满足该系统的需求。对硬件的各个功能模块及接口进行测试，确保其性能正常；对设计的算法进行仿真，确保有效后，将算法通过编程移植到硬件平台上。最后进行系统调试及系统性能指标的测试。总体设计图如图1所示。

图1 系统总体设计框图

2 系统硬件电路

硬件系统包括视频输入、视频输出、DDR2 SDRAM存储器、Nor Flash存储器、I2C Epprom、以太网接口、USB接口、JTAG仿真器接口等。

DM6437的视频处理前端(VPFE)包括CCD控制器(CCDC)、预览引擎以及图像缩放器等，主要进行视频的预处理。视频处理后端(VPBE)包括屏幕显示引擎(OSD)和视频编码器(VENC)，VENC输出复合NTSC/PAL视频。DDR2存储器用于存放系统运行时的软件代码；EMAC(以太网控制器)用以实现DM6437和PC机之间的网络数据通信；Flash用于软件代码和视频图像的存放等；时钟电路提供系统的时钟源；JTAG用于对编写的代码调试和烧写；DM6437用于控制各个外围电路以及数字图像的分析处理。

系统的硬件电路设计如图2所示。

图2 系统硬件电路框图

2.1 视频输入输出模块

TMS320DM6437包含了VPSS[8-9]视频处理子系统，便于各种视频格式的接口对接。视频输入接口选用解码芯片TVP5146，视频输出采用片内的DAC输出。DM6437的视频处理子系统(VPSS)由视频处理前端(VPFE)和视频处理后端(VPBE)构成，VPFE用于外部图像输入,VPBE用于视频输出，视频处理子系统结构框图如图3所示。

图3 视频处理子系统结构图

本系统中，DM6437的视频输入口与TVP5146输出口连接，即Y1[7∶0]与Y2-Y9连接，通过I2C总线来完成解码器的寄存器初始化操作。DM6437的时钟信号经由解码器的DATACLK，作为视频输入的时钟信号，视频解码器为DM6437提供行场同步信号。接线图如图4所示。

本系统的输出模块主要包括DM6437、显示屏和驱动OPA361。TI提供的高速3V视频放大器OPA361，可与DM6437中的DAC兼容，并具有TV检测功能，可利用检测设备来实现视频信号传输的自动开启与停止。DM6437通过模数转换器的直流共模信号进入OPA361，驱动显示器工作。图5为输出电路图。

图4 DM6437与TVP5146的连接图

图5 输出显示电路框图

2.2 电源模块

本系统采用的是TI公司的TPS54310同步PWM降压式电压转换器。根据TI公司所提供的外围电路，参考电路图如图6所示，可调节电路图中外围反馈网络中的电阻来获得5V的稳定电压供给。

图6 TPS54310参考电路图

3 系统软件设计

系统从红外摄像头获取红外视频图像，并将红外视频图像传送到TVP5146进行视频解码，解码后的BT656信号(波形如图7a所示)进入到DSP的视频处理前端(VPFE)，然后将数字视频信号送入图像处理程序，完成处理后即检测目标行人边缘，经DSP的视频处理后端(VPBE)转化成模拟信号(波形如图7b所示)送入视频图像显示模块，图像采集流程如图8所示。

系统开始执行图像处理程序前，首先要完成系统的各个软硬件模块的配置，包括DSP环境的设置、外部存储器接口、Cache的配置和系统软件内部各变量的初始化等。准备工作完成后，系统进入DSP/BIOS调度时间，视频处理主线程即开始采集视频图像，并完成对所采集的每一帧图像的算法处理(其中三帧处理结果如图9所示)，将最终的处理结果显示到屏幕上。流程图如图10所示。

图7 解码与编码波形

图8.混合动力客车自适应巡航控 红外视频图像采集与输出流程

图9 图像处理算法处理后的结果

图10 图像处理流程图

4 实验结果与分析

静态图像采集如图11所示。

图11 静态图像采集

提取摄像头采集的原始图像数据，然后编写程序，用Sobel边缘提取算法对采集的图像进行边缘提取。Sobel边缘提取算法思想把图像分割成3×3的小块，每块中央像素的值用周围像素的Sobel加权值来代替。图12为源图像的Sobel边缘提取结果。

图12 边缘提取结果

Soble算子是对当前行或列对应的值加权后，再进行平均和差分，平均时会丢失一些细节信息，使边缘有一定的模糊。从图12可以看出，Sobel边缘提取算法能够较准确地提取出人体轮廓，但也存在检测到伪边缘及定位精度不高的缺点。对于这个问题，后续可以增加45°和135°方向上的模板算子，来提高检测准确度。

5 结论

对基于DSP的视频图像处理系统进行了设计，实现了该图像处理系统硬件平台的搭建和软件算法的移植。编写Soble边缘检测算法的代码，并用CCS3.3完成调试，准确地检测了人体边缘。实验结果表明，该系统能够实现对图像边缘实时、准确地检测，有很好的实际应用价值，为后续的车载红外辅助驾驶系统的开发提供参考。

[1] 李博学.基于DSP的数字视频和图像实时处理系统研究 [D].西安：西安电子科技大学，2013.

[2] 谢璧蔚.远红外车载辅助驾驶系统的优化设计与实现[D].广州：华南理工大学，2015.

[3] 许腾，黄铁军，田永鸿. 车载视觉系统中的行人检测技术综述[J]. 中国图像图形学报，2013，18(4)：359-367.

[4] 庄家俊，刘琼. 面向辅助驾驶的夜间行人检测方法[J].华南理工大学学报，2012，40(8)：56-62.

[5] 周科嘉.基于HOG特征和模板匹配的行人检测与跟踪研究[D].长春：吉林大学，2014.

[6] 康雪雪.基于车载红外夜视仪的道路行人检测与识别方法研究[D].沈阳：沈阳理工大学，2014.

[7] 杨如林.车载红外检测行人系统研究[D].太原：中北大学，2014.

[8] TI.TMS320DM643x DMP Video Processing Front End[M].Texas:TI,2007:211-221.

[9] TI.TMS320DM643x DMP Video Processing Back End[M].Texas:TI,2007:222-233.

DesignandImplementationofVideoImageProcessingSystem

SONG Jianhui, HU Hongguo, CHEN Liang

(Shenyang Ligong University,Shenyang 110159,China)

A video image processing system is designed by DSP,which builds system hardware platform and transplants software algorithm into hardware system.achieved static image acquisition,edge extraction and other functions.Experimental results show that the developed image processing system has a very good effect on image preprocessing,and completes edge extraction quickly，which provides a good condition for development of vehicle mounted infrared auxiliary driving system.

image processing;DM6437;hardware design;edge detection

2017-04-17

宋建辉(1981— )，女，副教授，博士，研究方向：多传感器信息融合、图像处理及目标检测、智能检测与信息处理。

1003-1251(2017)06-0068-04

TN929.52;TH993

A

赵丽琴)