基于DM642的運動目標檢測系統設計與實現

引言
數字視頻系統在智能交通、圖像識別以及安防監控等領域，都得到了廣泛的應用，運動目標檢測作為數字視頻系統的一個重要環節，是后續目標識別、目標跟蹤等應用的基礎。本文提出了一個基于DM642的實時運動目標檢測系統方案，依靠DM642芯片強大的運算能力，使目標檢測的數據吞吐量及實時性得到保證。本方案設計合理、可擴展性強，具有實際應用價值。

1 運動目標檢測算法
實現運動目標檢測的算法很多，一般有光流法、背景差分法、相鄰幀間差分法等。光流法通過求解光流方程來實現運動檢測，其算法復雜、計算量大，且較難滿足實時要求；而相鄰幀間差分法雖然算法簡單、運算量小，但抗干擾能力很差，檢測效果不太理想；而背景差分法算法簡單、運算量小、且抗干擾能力強，因此本文采用該方法實現運動目標檢測。具體步驟如下：首先獲取數字圖像進行預處理，之后采用背景差分法實現運動檢測，再對所得的圖像用大津法進行自適應閥值分割，最后通過濾波得到檢測出的運動目標。圖1是本文運動目標檢測的流程圖。

1．1 圖像獲取及預處理
在CCS中配置系統的視頻輸入以及視頻輸出FVID驅動，從TMS320DM642的VPORT口獲取到攝像頭采集的視頻流所對應的數字YUV視頻流，將其存放到緩存IMG_CURRENT、IMG_PREVIOUS、IMG_BACKGROUND里面，其中IMG CURRENT存放的是當前的圖像，IMG_PREVIOUS存放的是上一次存放的圖像，IMG BACKGROUND存放的圖像作為背景圖像。圖像的分辨率為720×576，每個分量為8比特。由于獲取的視頻圖像不可避免地含有噪聲，必須對這些噪聲加以抑制，本文采用高斯濾波對所得到的YUV視頻信息進行高斯濾波處理。濾波后的圖像保存到IMG_CURRENT緩存中。

1．2 背景差分法處理
視頻圖像經過預處理后，采用背景差分法檢測出運動圖像，步驟如下：
(1)獲取一幀圖像作為初始的背景Bg(x,y,tk)；
(2)間隔4幀再次獲取下一幅圖像，作為當前圖像Curr(x,y,tk)；
(3)按照背景差分法得到差分圖像Sub(x,y,tk)=|Curr(x,y,tk,)-Bg(x,y,tk)；
(4)統計所有和值，與設定的閥值FF相比較，如果小于閥值FF，按下式進行背景更新Bg(x,y,tk)=α*Curr(x,y,tk)+(1-α)*Bg(x,y,tk-1)；
(5)重復前面(2)到(3)的步驟。