傳統(tǒng)的監(jiān)控系統(tǒng)需要安保人員實(shí)時(shí)監(jiān)控畫(huà)面或事后回放視頻記錄進(jìn)行人工分析，不但成本高，而且效率低。目前很多視頻監(jiān)控系統(tǒng)也只是做到了網(wǎng)絡(luò)化，而且由于受網(wǎng)絡(luò)帶寬的限制，造成數(shù)據(jù)的延遲或丟失，也給監(jiān)控系統(tǒng)帶來(lái)很大的風(fēng)險(xiǎn)。針對(duì)以上問(wèn)題，本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于BF561的智能視頻監(jiān)控儀，可以與現(xiàn)有的監(jiān)控系統(tǒng)實(shí)現(xiàn)無(wú)縫連接，實(shí)現(xiàn)目標(biāo)的自動(dòng)監(jiān)控與跟蹤，有效地提高了監(jiān)控效率。

　　1系統(tǒng)硬件框架結(jié)構(gòu)

　　由于在實(shí)時(shí)視頻處理系統(tǒng)中，底層算法的數(shù)據(jù)量大，運(yùn)算結(jié)構(gòu)相對(duì)比較簡(jiǎn)單，對(duì)速度有很高的要求。而高層處理算法控制結(jié)構(gòu)復(fù)雜，數(shù)據(jù)量較底層算法少，故本文采用FPGA+DSP的結(jié)構(gòu), 其系統(tǒng)的硬件框架如圖1所示。本設(shè)計(jì)采用ADI公司的嵌入式多媒體處理器BF561(BlackFin561)作為算法處理和控制核心，采用 EP3C25F324C8對(duì)圖像進(jìn)行預(yù)處理和圖像的背景提取等算法。BF561擁有2個(gè)600 MHz的DSP內(nèi)核,每個(gè)內(nèi)核提供兩套乘法器和ALU，有專門(mén)的視頻處理硬件單元和視頻處理指令,具有豐富的DMA通道和大容量高速的SRAM。 BF561采用MSA結(jié)構(gòu)，可作為RISC處理器使用，也可以作為DSP使用[1]。

　　1.1視頻采集和輸出模塊

　　本文采用解碼芯片SAA7111將攝像頭輸出的PAL制信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)。SAA7111是飛利浦公司推出的9位視頻解碼器，提供6路模擬輸入和2個(gè)增強(qiáng)型的模數(shù)轉(zhuǎn)換器。通過(guò)配置SAA7111將PAL制式的模擬基帶信號(hào)轉(zhuǎn)化為ITU-R BT656的4:2:2格式的YUV信號(hào)，并將其送入FPGA中進(jìn)行預(yù)處理。經(jīng)過(guò)預(yù)處理后的圖像數(shù)據(jù)再由FPGA重新打包成BT656格式的數(shù)據(jù)送入到 BF561的PPI口。具體連接圖如圖2所示。圖中，VPD[0..7]是數(shù)據(jù)輸出管腳與FPGA相連，時(shí)鐘同步信號(hào)BF561采用MDMA的方式將原始圖像信號(hào)存入SDRAM中，供視頻跟蹤算法使用。視頻輸出模塊采用飛利浦公司視頻編碼芯片SAA7105將輸出信號(hào)轉(zhuǎn)化為PAL制式的CVBS信號(hào)。標(biāo)準(zhǔn)的YUV數(shù)據(jù)從FPGA的引腳輸出，送到SAA7105的數(shù)據(jù)管腳上，場(chǎng)、水平和垂直同步信號(hào)分別接到FPGA的控制引腳上。SAA7105的參數(shù)配置都是通過(guò)FPGA產(chǎn)生I2C總線來(lái)實(shí)現(xiàn)的。

　　1.2 存儲(chǔ)模塊

　　BF561的片上存儲(chǔ)器分為兩個(gè)部分:每個(gè)內(nèi)核各使用100 KB的專用、高速L1存儲(chǔ)器和128 KB的大容量共享L2存儲(chǔ)器。本系統(tǒng)通過(guò)EBIU接口外擴(kuò)了SDRAM和Flash兩種存儲(chǔ)器。選取2片MT48L32M16A2來(lái)構(gòu)成SDRAM存儲(chǔ)器，μClinux操作系統(tǒng)的映像、圖像處理數(shù)據(jù)和圖像處理中間結(jié)果可存儲(chǔ)在SDRAM中。系統(tǒng)擴(kuò)展了64 MB的Flash,選用S29GL064M90T芯片存放操作系統(tǒng)的Bootloader和內(nèi)核程序。

　　1.3 外圍接口模塊

　　外圍接口模塊包括串口接口、以太網(wǎng)接口和部分通用接口等。本文主要用到串口接口和以太網(wǎng)接口。串口接口的功能是控制云臺(tái)運(yùn)動(dòng)，使運(yùn)動(dòng)目標(biāo)隨時(shí)在視場(chǎng)范圍內(nèi)，本文選用MAX488芯片實(shí)現(xiàn)BF561內(nèi)的UART接口的電平轉(zhuǎn)換;網(wǎng)絡(luò)接口的功能是通過(guò)系統(tǒng)的嵌入式Web服務(wù)器，實(shí)現(xiàn)智能監(jiān)控儀的遠(yuǎn)程配置、傳遞監(jiān)控參數(shù)等，采用DM9000即可滿足系統(tǒng)需要。

　　1.4 DSP雙核以及FPGA之間的通信

　　在本系統(tǒng)中，涉及到BF561兩個(gè)核之間的通信以及BF561與FPGA之間的通信。FPGA給DSP提供圖像數(shù)據(jù)和經(jīng)過(guò)背景提取之后的二值化圖像數(shù)據(jù)，DSP將繪制的波門(mén)數(shù)據(jù)傳輸?shù)紽PGA，F(xiàn)PGA將波門(mén)疊加到原始圖像后送給SAA7105H顯示。常見(jiàn)的雙核通信主要采用中斷、輪詢兩種通信方式[2]。中斷是利用2個(gè)核的中斷機(jī)制來(lái)實(shí)現(xiàn)FPGA與DSP之間的通信;輪詢是通過(guò)在雙核的共享寄存器里設(shè)置一些信號(hào)量，供雙核通信與訪問(wèn)?？紤]到本系統(tǒng)的應(yīng)用條件，本文采用輪詢的通信方式，將信號(hào)量定義存放在L2空間。DSP的異步存儲(chǔ)器的地址空間映射到FPGA,通過(guò)FPGA操作數(shù)據(jù)線和地址線，即可完成FPGA與DSP之間的數(shù)據(jù)交互。

　　2 軟件算法實(shí)現(xiàn)

　　在本設(shè)計(jì)中，A核運(yùn)行μClinux操作系統(tǒng)，B核運(yùn)行視頻監(jiān)控算法。μClinux操作系統(tǒng)主要實(shí)現(xiàn)以太網(wǎng)芯片DM9000的驅(qū)動(dòng)、Flash的驅(qū)動(dòng)、嵌入式Web服務(wù)器BOA的實(shí)現(xiàn)和B核的驅(qū)動(dòng)程序。

　　2.1 算法

　　本文實(shí)現(xiàn)的智能視頻分析儀主要用在視頻監(jiān)控中，智能視頻監(jiān)控的核心內(nèi)容之一是對(duì)特定目標(biāo)進(jìn)行自動(dòng)跟蹤。目標(biāo)跟蹤分為運(yùn)動(dòng)目標(biāo)檢測(cè)、行為識(shí)別和目標(biāo)跟蹤3個(gè)主要步驟。

　　運(yùn)動(dòng)目標(biāo)檢測(cè)是從圖像序列中將變化區(qū)域從背景圖像中提取出來(lái)，本文采用目前最常用的運(yùn)動(dòng)檢測(cè)算法即背景消除法。此部分算法主要在FPGA中實(shí)現(xiàn)，采用基于改進(jìn)的自適應(yīng)混合高斯模型的背景建模方法[3]來(lái)得到背景圖像。為了節(jié)省存儲(chǔ)空間和提高運(yùn)算速度，在背景建模時(shí)，將YUV信號(hào)轉(zhuǎn)化為圖像的灰度值。通過(guò)高斯建模得到背景圖像B及原始圖像A后,為了克服樹(shù)枝擾動(dòng)、陽(yáng)光反射等干擾，采用如下策略進(jìn)行處理：

　　然后采用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)二值化圖像C進(jìn)行處理，得到運(yùn)動(dòng)目標(biāo)的連通域，從而進(jìn)一步得出運(yùn)動(dòng)目標(biāo)的質(zhì)心、大小、位置等信息，建立目標(biāo)鏈。

　　行為識(shí)別：遍歷目標(biāo)鏈的每個(gè)目標(biāo)，判斷連續(xù)各幀之間運(yùn)動(dòng)目標(biāo)的質(zhì)心位移方向和距離，得出目標(biāo)的運(yùn)動(dòng)軌跡。根據(jù)設(shè)置好的規(guī)則和運(yùn)動(dòng)軌跡，判斷目標(biāo)是否滿足觸發(fā)報(bào)警的條件。

　　目標(biāo)跟蹤：在許多監(jiān)控場(chǎng)景，要求攝像頭隨著運(yùn)動(dòng)目標(biāo)移動(dòng)，防止目標(biāo)運(yùn)動(dòng)超出攝像頭的視場(chǎng)范圍內(nèi)，從而要求云臺(tái)隨著目標(biāo)的運(yùn)動(dòng)而運(yùn)動(dòng)。在本設(shè)計(jì)中，這種情況下只能由多目標(biāo)跟蹤轉(zhuǎn)為單目標(biāo)跟蹤。目前用于圖像跟蹤的方法比較多，相關(guān)跟蹤是一種常用的、有效的和快速的目標(biāo)跟蹤方法。本文采用改進(jìn)的多模板匹配法對(duì)目標(biāo)進(jìn)行跟蹤，使用多子模板匹配[4]和二值化信息不斷修正模板的方法有效地解決了由于模板滑動(dòng)帶來(lái)的模板更新問(wèn)題;采用歸一化互相關(guān)系數(shù)度量模板的相似度;為了克服遮擋問(wèn)題和提高跟蹤的準(zhǔn)確性和實(shí)時(shí)性，采用Kalman濾波器估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)[5]，有效地縮小了目標(biāo)的搜索范圍。目標(biāo)在單位時(shí)間內(nèi)(本文的間隔時(shí)間是3幀)其運(yùn)動(dòng)狀態(tài)變化較小，可以認(rèn)為在單位時(shí)間間隔內(nèi)目標(biāo)是做勻速運(yùn)動(dòng)的,可以建立卡爾曼濾波器模型。觀測(cè)向量為模板匹配運(yùn)算后目標(biāo)的位置，狀態(tài)向量為目標(biāo)實(shí)際位置和當(dāng)前的水平垂直速度，為了提高運(yùn)算速度，分別對(duì)水平方向位置和垂直方向位置進(jìn)行卡爾曼預(yù)測(cè)。