基于DM6446處理器的視頻運動車輛檢測系統(tǒng)的實現(xiàn)

隨著現(xiàn)代交通運輸業(yè)的快速發(fā)展，道路上的車輛日益增多，而伴隨而來的交通擁堵、道路使用效率不高等問題卻給日常交通管理帶來了重重困難。融合了計算機、電子等現(xiàn)代高新科技的智能交通系統(tǒng)（ITS:Intelligent Transport System）提供了解決方法。

運動車輛檢測是ITS 的重要組成部分，本文探討了以TI 的TMS320DM6446（簡稱DM6446）為嵌入式開發(fā)平臺的交通視頻信息采集和處理系統(tǒng)的設計，通過分析實時交通視頻序列，采用差異積累背景建模、Otsu 自動閾值選取、形態(tài)學濾波及區(qū)域生長定位等技術，最終實現(xiàn)交通場景視頻運動車輛的檢測。

1 系統(tǒng)硬件構(gòu)成

本系統(tǒng)選用的TMS320DM6446 是基于ARM926 和TMS320C64x+兩個核心的、高度集成的數(shù)字媒體處理器。ARM926EJ-S 采用管道化流水線可以執(zhí)行32bit/16bit 指令集，并提供了獨立的16KB的指令Cache 和8KB 的數(shù)據(jù)Cache,可有效控制和管理外部中斷、各種接口及外設。TMS320C64x+屬TMS320C6000 系列高性能的定點DSP 處理器，集成了64 個32 位通用寄存器和8 個功能單元，硬件支持塊循環(huán)操作，采用二級Cache 結(jié)構(gòu)：L1 程序/數(shù)據(jù)Cache 和L2 存儲/Cache.ARM 和DSP 共享外部256MB DDR SDRAM 存儲器，64MB NAND Flash用于存放ARM 和DSP 代碼。

系統(tǒng)硬件平臺還包含視頻處理子系統(tǒng)（VPSS）和眾多外設資源。VPSS 是DM6446 中專門負責視頻輸入輸出的硬件模塊，由視頻處理前端（VPFE）和視頻處理后端（VPBE）組成，系統(tǒng)模擬視頻信號經(jīng)由TVP5150解碼器解碼成YUV422 格式的視頻數(shù)據(jù)后傳送給VPFE 的CCD 控制器，然后通過EMIF 接口將暫存在VPSS 內(nèi)部Buffer 中的數(shù)據(jù)傳送到外部DDR SDRAM中。VPBE 的屏幕顯示（OSD）模塊將視頻數(shù)據(jù)以YCbCr形式提交給視頻編碼器（VENC），通過視頻編碼器輸出到VGA 或CVBS 接口。本文處理系統(tǒng)的硬件拓撲結(jié)構(gòu)如圖1 所示。

圖1 DM6446 系統(tǒng)平臺硬件結(jié)構(gòu)示意圖

　　2 系統(tǒng)軟件設計

圖2 示意了系統(tǒng)硬件平臺軟件處理模塊的組成結(jié)構(gòu)。如圖2 所示，軟件部分主要完成3 個任務：圖像的采集與存放、ARM 與DSP 通信和視頻圖像處理。

圖2 DM6446 系統(tǒng)平臺軟件模塊構(gòu)成框圖。

ARM 端負責初始化系統(tǒng)并控制數(shù)據(jù)的采集和存放。系統(tǒng)初始化時VPSS 被配置為場模式，VPFE 負責將采集到的視頻數(shù)據(jù)連續(xù)傳送到內(nèi)存緩沖區(qū)。由于ARM 端在向內(nèi)存中存放圖像時DSP 端不能同時讀取，為了保證數(shù)據(jù)處理的正確性，本文采用雙緩沖機制，即：設定兩個各自連續(xù)的幀緩沖區(qū)VIDEO BUF0 和video BUF1,視頻數(shù)據(jù)交替的向這兩個區(qū)域緩沖刷新。

ARM 與DSP 兩核之間的通訊通過內(nèi)存共享和中斷的方式實現(xiàn)。ARM 通過寄存器ARM2DSP0 向DSP發(fā)出中斷信號，DSP 使用寄存器DSP2ARM0 給ARM發(fā)送中斷信號。發(fā)中斷的一方在中斷信號發(fā)出前向共享內(nèi)存填寫命令，接收中斷的一方在中斷函數(shù)中讀取命令，其他模塊按照當前的命令執(zhí)行相應任務。

視頻圖像的處理在DSP 核上進行，采集到的視頻圖像數(shù)據(jù)為YUV422 格式，算法處理時僅讀取視頻數(shù)據(jù)的Y 分量，緊接將視頻數(shù)據(jù)進行差異積累背景建模、運動區(qū)域檢測等操作以實現(xiàn)對視頻序列運動目標的檢測。最后DSP 負責將檢測完的視頻數(shù)據(jù)存放至固定顯示緩存區(qū)，由VPBE 讀取后顯示。

3 視頻運動目標檢測算法設計

在獲得視頻數(shù)據(jù)后，需進一步對視頻運動目標進行檢測（運動車輛）。對固定相機的應用場合，一般采用背景差技術檢測視頻運動目標，而背景差法又受背景建模效果的約束。目前存在如基于光流場、目標模型以及差分圖像等多種視頻運動目標檢測方法?；诠饬鲌龅哪繕藱z測法對噪聲敏感、計算量大，導致算法實時性較差?；谀繕四Ｐ偷臋z測方法一般須建立目標的三維模型，再將模型投影至二維平面，再在圖像中進行匹配?；诓罘謭D像的檢測方法較為常用，可分為鄰幀差和背景差兩種方法，背景差法是視頻運動目標檢測中的流行方法。本文即采用背景差法對目標運動區(qū)域進行檢測，本文針對嵌入式應用，從檢測算法的處理效率出發(fā)，場景背景模型的獲取采用文獻[4]所述的基于差異積累的背景建模法。對視頻運動目標進行檢測主要經(jīng)過四個步驟：差異積累背景建模、運動區(qū)域檢測、形態(tài)學濾波和區(qū)域生長法視頻運動目標定位。