基于DM642的智能視頻監(jiān)控系統(tǒng)的DSP實(shí)現(xiàn)

　　算法設(shè)計(jì)與DSP實(shí)現(xiàn)

　　基于DM642的智能視頻監(jiān)控系統(tǒng)的核心是智能視頻監(jiān)控算法，本算法可以實(shí)現(xiàn)對(duì)監(jiān)控目標(biāo)物越線產(chǎn)生報(bào)警，對(duì)貴重物體消失產(chǎn)生報(bào)警，對(duì)可疑物體產(chǎn)生報(bào)警。算法原理：首先利用改進(jìn)的幀間差分法來初始化背景模型，得到自適應(yīng)背景圖像[9];然后把當(dāng)前圖像和背景圖像做差分運(yùn)算;再使用動(dòng)態(tài)閾值法對(duì)差值圖像二值化，引入形態(tài)學(xué)噪聲濾波器來消除噪聲影響[8];進(jìn)而使用快速二值圖像連通域標(biāo)記算法提取動(dòng)目標(biāo);最后與用戶預(yù)先設(shè)置的警戒規(guī)則進(jìn)行比較，如有違規(guī)，產(chǎn)生報(bào)警信息。算法流程如圖4所示。

　　自適應(yīng)背景模型建立

　　在運(yùn)動(dòng)目標(biāo)檢測過程中背景模型建立的準(zhǔn)確與否直接影響到目標(biāo)檢測結(jié)果的好壞。由于背景是個(gè)漸變的過程，所以采用了自適應(yīng)背景更新方法：在視頻圖像序列中先假設(shè)第一幀圖像為參考圖像I0，在隨后的圖像序列中找兩幀圖像I1和I2，要求運(yùn)動(dòng)部分在I0，I1以及I2中所占區(qū)域沒有重疊，將三幀圖像的灰度值平均得到圖像I：

　　將圖像I與I0進(jìn)行比較，如果差別較大(差值超出某一閾值T0)，則為目標(biāo)區(qū)域，否則為背景區(qū)域;在目標(biāo)區(qū)域，進(jìn)一步判斷I1與I2的灰度值，如差別不大(差值小于某一閾值T1)，則可用I1或I2中對(duì)應(yīng)區(qū)域作為背景對(duì)應(yīng)區(qū)域，否則用I0中對(duì)應(yīng)區(qū)域作為背景對(duì)應(yīng)區(qū)域，經(jīng)過這一替代，就可以得到一個(gè)不包含運(yùn)動(dòng)目標(biāo)的背景圖像Ib。然后用此參考圖像初始化背景圖像模型，公式如下：

　　差值圖像建立及二值化

　　自適應(yīng)背景BL產(chǎn)生后，每一幀視頻圖像將與BL差分，并得到差分后的差值圖像，進(jìn)而進(jìn)行二值化。在這一過程中，閾值選取的優(yōu)劣是二值化結(jié)果好壞的關(guān)鍵。本文采用動(dòng)態(tài)閾值法進(jìn)行二值化處理。它的基本思想是對(duì)于需要二值化的每一幀差值圖像，確定一個(gè)最佳閾值，使圖像進(jìn)行二值化處理后，能方便而準(zhǔn)確的定位目標(biāo)物。具體過程如下。