（交通信息工程及控制专业论文）基于视频的交通检测系统研究.pdf

摘要 视频监控技术已经在交通中广泛应用，但目前主要是基于人工电视监视的方式，效 率低下，实时性差。因此，研究基于视频的交通事件和交通参数检测系统得到了相当的 重视。本文主要研究了d s p 嵌入式视频交通检测系统的应用层程序、用户识别终端软 件以及系统的通信网络设计，同时还研究了背景提取算法和交通状况检测算法。 1 ) 以c c s 、v c + + 6 0 为开发平台，研究开发了基于d s p 的视频交通检测系统的应 用层程序和上位机参数设置软件。系统应用层程序采用了多线程技术，从而实现了采图、 数据处理和通信线程的同步运行，保障了图像采集的连续性和系统的实时性，同时也采 用了模块化结构，增加了程序设计的灵活性和可扩展性。p c 上位机参数设置软件采用 位图格式对图像信息进行显示，具有显示速度快、图像数据可操作性强等优点。 2 ) 研究了系统应用层程序与p c 上位机用户识别终端软件之间的t c p i p 网络通信。 由于d s p 检测器与数据管理服务器之间的通信数据量大，而d s p 检测器与p c 上位机 参数设置模块之间的通信数据量较小，所以，在对通信需求和通信代价进行综合考虑后， 在d s p 检测器与数据管理服务器的通信中采用了t c p 协议，而在d s p 检测器与p c 上 位机参数设置模块的通信中采用了u d p 协议，可以很好满足数据可靠传输和节约网络 资源的要求。 3 ) 研究了基于灰度统计的背景提取算法和基于灰度突变的道路交通状况检测算法。 背景提取算法综合运用灰度统计、f i r 滤波和中值法，提取的背景准确可靠。交通状况 检测算法根据道路上的灰度突变判断交通状况，该算法计算量小，对其他算法模块依赖 性小。 利用上海复兴路隧道、尊崇高速和西安南二环采集的视频序列对本文开发的程序和 软件进行了测试，实验结果表明本文所开发的应用程序和用户识别终端软件工作稳定、 性能可靠。 关键词：交通，视频检测，d s p ，t c p i p ，网络通信 a b s t r a c t v i d e os u r v e i l l a n c et e c h n o l o g yh a sb e e nw i d e l yu s e di nt r a f f i c ，b u tn o wt r a f f i cm o n i t o r i n g s y s t e mi sb a s e dm a i n l yo na r t i f i c i a lt vm o n i t o r i n gm e t h o dw h i c h i si n e f f i c i e n ta n dr e a l - t i m e d i f f e r e n t i a l ，s ov i d e o b a s e dt r a f f i ci n c i d e n t a n dp a r a m e t e r sd e t e c t i o ns y s t e mr e c e i v e s c o n s i d e r a b l ea t t e n t i o n t h i sp a p e rm a i n l ys t u d i e sa p p l i c a t i o nl a y e rp r o c e d u r e s ，u s e rm o n i t o r t e r m i n a ls o r w a r ea n dc o m m u n i c a t i o nn e t w o r kd e s i g no fd s pe m b e d d e dv i d e ot r a f f i c d e t e c t i o ns y s t e m 1 ) t h i sp a p e ru s e sc c sa n dv c + + 6 0s o f t w a r e a st h ed e v e l o p m e n tp l a t f o r mt od e v e l o pa s e to fa p p l i c a t i o np r o g r a m sa n dp cp a r a m e t e rs e t t i n gs o f t w a r eo fd s p - b a s e dv i d e ot r a f f i c d e t e c t i o ns y s t e m t h i ss y s t e mu s e sm u l t i - t h r e a d i n gt e c h n o l o g yi ns y s t e ma p p l i c a t i o nl a y e r , s o t h e p i c t u r ea c q u i s i t i o nt h r e a d ，p r o c e s s i n gt h r e a d a n dc o m m u n i c a t i o nt h r e a dc a nr u n s y n c h r o n o u st om a k es u r eo ft h ei m a g ec o n t i n u i t ya n ds y s t e mr e a l - t i m e ，a n dp r o g r a m sa r e m o d u l a rs t r u c t u r eo r g a n i z e d ，i ti n c r e a s e st h ep r o g r a m s f l e x i b i l i t ya n ds c a l a b i l i t y t h ep c p a r a m e t e rs e t t i n gs o f t w a r eu s e sb i t m a pf o r m a tt od i s p l a yi m a g ed a t a , t h i sw a yi sf a s ta n d i m a g ed a t ac a nb ee a s i l yo p e r a t e d 2 ) t h i sp a p e rs t u d i e so nd a t ac o m m u n i c a t i o nn e t w o r kb a s e do nt c p i pw h i c hc o n n e c t s t h es y s t e ma p p l i c a t i o nl a y e rp r o g r a mw i 廿lp cu s e r - t e r m i n a ls o f t w a r e t h e r ei sal a r g ea m o u n t 一 o fd a t ai nt h ec o m m u n i c a t i o no fd s pd e t e c t o ra n dd a t am a n a g e m e n ts e r v e r , b u ts m a l la m o u n t o fd a t ai nt h ec o m m u n i c a t i o no fd s pd e t e c t o ra n dp cp a r a m e t e rs e t t i n gs o f t w a r e ，t a k i n gi n t o a c c o u n tt h ec o m m u n i c a t i o nn e e d sa n dc o m m u n i c a t i o nc o s t s ，t h i sp a p e ra d o p t st c pp r o t o c o l i nc o m m u n i c a t i o no fd s pd e t e c t o ra n dd a t am a n a g e m e n ts e r v e r , a n da d o p t su d p p r o t o c o l b e t w e e nd s pd e t e c t o ra n dp cp a r a m e t e rs e t t i n gs o f t w a r e s o ，i tn o to n l ym e e t st h en e e d so f d a t at r a n s m i s s i o nr e l i a b i l i t ya n da l s os a v e sn e t w o r kr e s o u r c e 3 ) t h i sp a p e rs t u d i e st h eg r a ys t a t i s t i c sb a s e db a c k g r o u n de x t r a c t i o na l g o r i t h ma n dg r a y v a r i a t i o nd e t e c t i o nm e t h o do ft r a f f i cc o n d i t i o n s c o m p r e h e n s i v eu s eo fg r a ys c a l es t a t i s t i c s ， f i rf i l t e ra n dt h em e d i a n , t h eb a c k g r o u n de x t r a c t i o na l g o r i t h mc a ne x t r a c ta c c u r a t ea n d r e l i a b l eb a c k g r o u n d t r a f f i cc o n d i t i o n sd e t e c t i o na l g o r i t h mu s e sr o a dg r a yv a r i a t i o nt od e t e c t r o a dc o n d i t i o n , i ts a v e sc o m p u t a t i o na n dh a sl i t t l ed e p e n d e n c eo no t h e ra l g o r i t h m sm o d u l e m a n ye x p e r i m e n t sw h i c ha r eb a s e do nt h ev i d e od a t ao fs h a n g h a if u x i n gr o a dt u n n e l ， i i i z u n c h o n gf r e ew a ya n dt h es e c o n ds o u t hi u n gr o a do fx i a ns h o wt h a tt h ea p p l i c a t i o n p r o g r a m sa n d t h eu s e r - t e r m i n a ls o f t w a r ei ss t a b l ea n dr e l i a b l e k e yw o r d s ：t r a n s p o r t a t i o n , v i d e od e t e c t i o n ，d s p , t c p i p , n e t w o r kc o m m u n i c a t i o n 长安大学硕士学位论文 1 1 引言 第一章绪论 近年来，随着世界经济的快速发展，交通负荷急剧增长，随之而来的道路拥挤严重、 交通事故频发等问题已经逐步成为制约各国交通发展的主要因素。交通拥挤造成了巨大 的时间浪费，同时由于车辆慢速行驶增加了尾气排放量从而加大了环境污染。我国大多 数城市的平均行车速度已降至2 0 k m h 以下，有些路段甚至只有7 8 k m h 。正是由于以 上种种原因，一系列的交通问题严重制约了各国的经济发展。因此，为了改善当今世界 的交通状况，尽量挖掘现有交通设施潜能，使其发挥出最大的效能，各国都加大了对智 能交通系统的研究和建设力度【1 ，2 1 。 智能交通技术作为当今世界的前沿学科，它融合了电子信息技术、通信技术、控制 学理论、计算机及网络技术等多学科内容，并将其应用于交通管理及控制领域，从而达 到交通管理控制的高度智能化，为新型经济社会建设节约人力物力。作为智能交通重要 方面的交通参数与交通事件智能检测系统近年来取得了长足的发展。目前国内外普遍采 用的交通检测方法有人工监控、环形线圈检测、超声波雷达检测、红外线检测和视频序 列检测等几大类【l 】。下面主要对以下几种方法进行对比说明： ( 1 ) 环形线圈检测：预先在公路下面铺设一个线圈( 一般为2 m x l m ) ，同时加上一 定的工作电流，当车辆通过环形线圈或停在环形线圈上时，车辆对线圈施加压力，引起线 圈回路感应电流变化从而获得交通流量信号。这种检测方法优点在于工作稳定，即使在 天气条件不好的情况下也能稳定工作，检测精度较高，目前使用广泛。但不足之处在于 它要被置于道路路基里面，因此在施工和安装上都有一定的不便之处，同时不易于维护 和移动。另外感应线圈的埋置深度、线圈本身的性能和寿命、线圈与导线接头的可靠性 和防潮绝缘性都给人们提出了较高的要求，需要进一步完善和改进1 3 】。 ( 2 ) 超声波雷达检测：它是一种利用无线电回波来探测目标方向和距离的一种装置， 主要由微波发射器、探测器及数据处理系统等组成。由微波发射器发出的无线电波在行 进过程中碰到物体时会被反射回来，接收器收到的反射波的频率和振幅都会随着所碰到 的物体的移动状态而改变，发射频率与接收频率之间的差值称为多普勒频差。利用光速、 微波发射频率和多普勒频率就可以得到移动物体的速度。因此，超声波雷达主要运用于 车速检测。该方法能对车辆速度实现精确检测，并且全天候适用，采用该方法的系统一 第一章绪论 般具有体积小、质量轻等优点。该系统的一个显著缺点是检测具有单一性，目前大部分 只用于车速检测，因此不能满足人们对道路交通状况的信息量要求【4 】。 ( 3 ) 红外线检测法：这是一种非接触式检测方法，主要是利用被检测物体对红外线 光束的遮挡或反射，通过同步回路选通信号来判断被检测物体的有无及其运行情况。该 检测法由于采用红外设备，所以不受光线强度的影响，可以全天候正常工作，另外，这 种检测装置一般体积小，质量轻，原理简单，安装调试方便，灵敏度高，可以固定也可 以手持或车载。但红外线本身容易受到热辐射的干扰，因此红外线车检器会受到车辆自 身热源的影响，从而降低检测精度和灵敏度【5 一。 ( 4 ) 视频检测法：该方法是对道路监控视频图像进行分析处理，从而得到各种交通 参数信息。这种系统主要由视频采集设备、视频图像处理设备、处理结果显示终端等几 部分组成。它的优点在于：安装简单，施工无需阻断交通挖掘路面，设备易于维护；对 环境无污染，在光照条件较好的路段可采用太阳能等清洁能源给图像采集设备供电；几 乎不受光照以外其他因素影响；同时，视频序列清晰直观，信息量大，不但便于管理人 员主动干预，也有利于车检器从中分离有用信息，对道路交通状况实施宽口径，大容量 的全方位检测；同时视频检测系统采用实时视频信号，因此具有最快的响应速度；在视 频图像采集上可以利用现有的道路监控探头，从而达到降低系统成本的目的【7 】。 综上所述，基于视频的道路交通检测方法具有以下特点： ( 1 ) 设备安装简单、施工无需阻断交通损毁路面、易于维护、能够轻松实现视频输 入切换从而改变检测区域和检测范围； ( 2 ) 清晰直观、信息量大、易于人工干预、易于对整个道路交通状况进行宽口径大 容量的综合检测； ( 3 ) 系统实时性强，能够对各种交通状况实施快速响应； ( 4 ) 系统性价比高，使用寿命长； ( 5 ) 发展前景好，推广面积大。 由此可见，基于视频的交通参数与交通事件检测系统是当今智能交通领域的最前沿、 最科学的研究方向，是最为先进的交通监控、管理手段，它对解决日益严重的交通拥挤、 交通事故频发、运输产能低下、环境污染加重等问题起到了积极作用，是交通运输业乃 至经济社会快速可持续发展的重要手段。 2 长安大学硕士学位论文 1 2 道路交通检测技术在国内外的发展现状 在国外，欧美等发达国家对道路交通参数及交通事件检测系统特别是自动事件检测 ( a u t o m a t i ci n c i d e n td e t e c t i o n , a i d ) 技术的研究给予了足够的重视。自2 0 世纪6 0 年代 以来出现了各种各样的检测方法和技术，可以将其概括地分为人工检测技术和自动检测 技术，具体如表1 1 所示。 表1 1 交通检测技术分类 技术 类型 检测方法优点缺点 移动电话 报警速度快、提供信 误警率高、定位困难、 息较多 需要确认、需要电话 市民报告 处理人员 路边紧急电话 公众易接受、提供信报警速度慢、管理维 人工检 息较多 护困难 测技术 交警巡逻提供检测、确认和响 交通管理巡逻应功能 报警速度慢 专职人员报告 固定观察员 适用于有特殊活动人员投入大、易受天 时气影响 提供检测和确认功需要操作人员、费用 闭路电视( c c t v ) 、航空监视 能、覆盖范围广高、易受天气影响 自动检间接“a i d ” 红外、超声波、感全自动、检测率高、初期投入多、报警速 测技术 应线圈、雷达技术成熟、成本低度慢、数据量大 报警速度快、不受交 ( a i d )直接“a i d ” 视频图像识别易受天气影响 通量影响 基于视频图像识别技术的直接“a i d ”交通信息检测系统从2 0 世纪9 0 年代起进入 了商业化阶段，代表性产品有美国的a u t o s c o p e 虚拟线圈交通检测器、法国的 c i t i l o g 系列基于视频的交通参数和交通事件检测产品以及比利时的t r a f f i c o n 视 频交通参数和交通事件检测器等，这些产品目前已经开始在国内市场进行推广。但由于 国外产品对中国特殊的应用环境的适应性问题、技术服务问题和产品价格问题等，这些 国外品牌在国内的应用和推广具有较大的困难和局限性嗍。 国内目前已有一些厂家或研究机构正在开展基于视频的智能交通系统研发工作，如 北京的宇航时代、武汉路安交通设备有限公司等。但总的来说还都基本处于初级开发阶 段或特定产品的小批量推广阶段，还没有形成具有明显优势的产品品牌。 3 第一章绪论 1 3 本文的主要工作 本文以d s p 嵌入式视频交通检测系统为依托，对系统的架构、功能以及软件系统设 计过程进行研究，重点研究和开发了部分系统应用层程序、检测器与用户识别终端的网 络通信以及p c 上位机参数设置软件。同时，本文还对系统中的部分关键算法进行了研 究。系统通过最新的视频分析技术对交通视频监控信号进行分析和处理，得到有关的交 通参数、交通事件和交通状况等信息，并将这些信息传输到数据管理服务器软件和客户 端软件清晰、直观、友好地展示给工作人员，完全实现交通监控智能化。本系统中的前 端视频信号可直接来源于道路上已经安装的云台或固定摄像机，而不需要新增特定的视 频信号采集设备，不仅大大降低了系统成本和维护代价，同时在检测性能、信息量和系 统可靠性方面具有传统的检测技术无法比拟的优势。另外，为了降低系统成本，本文采 用了基于d s p 嵌入式系统的板卡式硬件平台，一块板卡检测一路视频信号，从而实现 了一套设备( 含多块板卡) 同时对多路视频的高速检测。 实验表明本文所涉及的应用层程序和数据通信网络是稳定、可靠的，本文所提出的 算法是可行、可靠、高效的。 1 4 论文的结构安排 本文共分为八章，其安排如下： 第一章：绪论。主要介绍了智能交通系统的由来和国内外发展现状。 第二章：视频交通检测系统概述。主要对本文所涉及的基于视频的交通检测系统的 功能及架构进行详细描述。 第三章：视频检测系统应用层程序结构设计。对系统应用层的视频图像采集及预处 理模块、交通参数及交通事件检测模块进行了详细阐述。 第四章：视频检测系统通信模块设计。主要对系统d s p 检测器与p c 上位机参数设 置软件和基于c s 架构的数据管理服务器之间的数据通信网络的设计进行了详细描述。 第五章：p c 上位机软件设计。对p c 上位机参数设置软件的设计进行了研究。 第六章：视频检测系统部分关键算法研究。阐述了背景提取及交通状况检测算法。 第七章：实验结果。用可视化界面展示了相关模块的运行状况。 第八章：结论。通过实验结果对本文所做的研究作了总结描述，同时提出了研究的 不足之处和今后研究的方向。 4 长安大学硕士学位论文 第二章视频交通检测系统概述 本文所研究的基于视频的交通参数和交通事件检测系统是智能交通领域近年来发展 起来的新思路新方法，它采用先进的数字视频处理与模式识别技术，综合利用计算机图 形学、信息科学和计算机网络等相关学科知识，实现对交通参数、交通事件的智能检测， 同时，根据检测结果对交通状况实现自动分级。在系统架构上主要包括视频序列采集设 备、视频检测设备、数据管理服务器软件、客户端软件以及p c 上位机参数设置软件和 网络连接设备。d s p 检测器应用层关键算法主要包括背景提取及更新算法、交通参数及 交通事件检测中的车辆跟踪算法、轨迹分析和边缘检测算法等1 9 1 。 为了体现系统设计的前瞻性和检测系统的通用性，本系统在软件设计过程中以国际 上目前应用较为广泛的主流视频检测系统c i t i l o g 为主要参考，在系统设计的软件架 构、模块化和前端用户识别终端软件的设计上与其具有相似性，但在适应我国的国情和 特定应用环境方面本系统具有显著优势。 本系统主要是以高速公路隧道和城市快车道为背景而进行开发设计的，但在系统架 构、软件和算法设计等方面充分考虑了系统在其他应用环境中的通用性和可扩展性。 相比目前国内外已有的检测系统，本系统具有以下特点和创新【1 0 l ： ( 1 ) 为了降低系统成本、增强其市场竞争力，本系统采用了基于嵌入式d s p 处理 模块的系统硬件架构。 ( 2 ) 本系统最终将程序固化在d s p 的f l a s h 里面，从而增加了系统的稳定性、可 靠性和保密性。 ( 3 ) 在系统功能设计方面，同时具有交通参数检测、交通事件检测和报警以及交通 状况自动分级的功能。 2 1 系统功能描述 本文所研究的视频交通参数和交通事件检测系统主要用于对道路交通状况进行实时 检测，从而为交通管理部门进行交通决策提供可靠依据。系统功能如图2 1 所烈1 1 ，1 2 1 。 其功能具体包括如下几个方面： ( 1 ) 交通参数检测：瞬时交通参数、周期交通参数。其中瞬时交通参数主要包括当 前车流量、当前车速、车辆道路占用率、当前车辆与上一辆车车头时距，车辆类型；周 期交通参数主要包括平均车头时距、平均车速等。 5 第二章视频交通检测系统概述 排队； ( 2 ) 交通事件检测及报警：车辆停驶、车辆逆行、抛落物、行人、道路饱和、车辆 ( 3 ) 交通状况自动分级，包括畅通、饱和、排队三类； ( 4 ) 系统自诊断功能：信号丢失，设备故障等； ( 5 ) 交通事件录像； ( 6 ) 远程系统参数配置及下发功能等。 2 2 系统总体架构 图2 1 视频交通检测系统功能 视频交通检测系统主要由交通参数和交通事件检测器和视频分析识别终端软件构 成，其中视频分析终端软件包括数据管理服务器软件、客户端软件以及p c 上位机参数 设置软件。 视频交通参数和事件检测器是本系统硬件研制的核心部分。所有的软件检测模块最 终都在检测器的d s p 内核当中被调度执行。检测器对输入的模拟视频信号进行数字解 码和其他的分析处理，并将处理后所得到的交通参数与交通事件信息通过网络上传给视 6 长安大学硕士学位论文 频分析识别终端和其他需要该信息的计算机或者工作站。 视频分析识别终端软件负责视频交通检测器内各单板的配置、管理和监控，读取来 自检测器的视频序列以及交通事件、交通测量数据等信息；对数据进行记录存储，提供 功能丰富、显示友好的用户图形界面，方便用户对交通参数和交通事件检测器进行管理 以及对检测结果进行查询、检索，以便及时响应交通突发事件。 视频交通参数和交通事件检测器与视频分析识别终端和其他相应管理终端之间通过 百兆以太网进行信息交换。 视频检测系统架构如图2 2 所裂1 3 】。 图2 2 视频交通检测系统构成图 视频交通参数与交通事件检测系统在实际中心控制型监控系统中的应用简化图如图 2 3 所示【1 4 1 5 1 。 其中线框内的视频交通参数与交通事件检测器、数据管理服务器和客户端软件等用 户终端和百兆以太网、以太网交换机以及图像采集设备、用户管理监控中心共同构成基 于视频的交通参数和交通事件检测系统。 视频交通参数和交通事件检测器的设计分为硬件设计和软件设计两部分，系统硬件 设计主要包括检测器电路板设计、各硬件芯片驱动程序设计等。软件设计主要包括操作 系统设计、系统应用层软件设计以及视频识别终端软件设计。其中视频识别终端软件主 要包括p c 上位机参数设置软件、基于c s 架构的数据管理服务器软件和客户端软件。 系统各部分采用t c p f l p 网络传输协议以消息传递的方式进行通信。 本文主要是对该检测器应用层软件、p c 上位机参数设置软件等视频识别终端、d s p 7 第二章视频交通检测系统概述 检测器与数据管理服务器和p c 上位机参数设置软件之间的通信以及系统中的部分关键 算法的设计进行了研究。 图2 3 基于视频的交通参数和交通事件检测系统应用示意图 2 3 系统软件结构与流程设计 本文所研究的交通参数与交通事件检测系统软件设计分为三个部分：系统底层软件、 上层应用层软件和视频识别终端软件。其构成逻辑结构如图2 4 所示【1 6 1 。 如图2 4 所示，视频检测系统自下而上由d s p 硬件平台、硬件设备驱动、d s p 操作 系统和d s p 应用层软件以及视频识别终端组成。 视频交通检测系统硬件平台主要包括d s p 处理器、视频解码器、d s p 外扩的双通道 动态存储器( d d rs d 删) 、网卡( p h y ) 、以太网变压器和1 l 1 4 5 构成1 0 1 0 0 b a s e t 以太网的物理层、n o rf l a s h 等部分组成。d s p 是视频检测器的核心处理器，所有的 控制、运算、通信等任务都由它完成；视频解码器( d e c o d e r ) 负责将模拟视频信号 转换成标准的数字视频格式，并传送给d s p ；d d r 2s d r a m 用来存储程序、数据等； 蕾 长安大学硕士学位论文 图2 4 视频交通参数和交通事件检测系统软件结构图 n o r f l a s h 存储的是d s p 程序，即固件。 系统驱动层主要作用是根据系统类型为硬件建立一个统一的操作接口，便于应用层 和操作系统的调用。视频检测器的驱动层主要包括三个模块： ( 1 ) v p f e ( 视频采集前端) 驱动模块，主要完成对经过视频解码所得到的数字信 号进行采集，对视频信息进行相应的预处理； ( 2 ) 网络协议栈模块，主要完成系统对网络的初始化、网络配置及数据传输控制 等功能； ( 3 ) 1 2 c 总线、u a r t ( 通用异步串行通信接口) 驱动模块，用于完成对1 2 c 等系 统子设备的控制，如视频解码器的配置，u a r t 主要用于各单板之间数据交互和调试。 d s p 操作系统位于检测系统的核心部分，通过d s p 操作系统实现多线程技术，使用 标准接口的i o 和中断控制，高效地定义和配置系统资源( 如系统内存) ，向目标应用 程序添加数据结构并围绕相关线程来加以组织。 系统应用层处于嵌入式视频检测系统的最高层，本层主要包括视频采集模块、视频 处理模块、网络通信模块、u a r t 总线控制模块等1 1 5 】。其软件设计流程如图2 5 所示。 9 第二章视频交通检测系统概述 图2 5 视频交通检测系统应用层软件流程图 1 0 长安大学硕士学位论文 从软件功能架构方面来看应用层软件主要包括如下几个算法和功能模块： ( 1 ) d s p 系统任务模块 ( 2 ) d s p 应用层软件模块 ( 3 ) 系统通信模块 视频识别终端主要包括以下几个功能模块： ( 1 ) 数据管理服务器模块 ( 2 ) 客户端模块 ( 3 ) p c 上位机参数设置软件模块 ( 4 ) 检测器管理软件模块 本系统上电自举，完成设备的初始化工作，然后进入执行m a i n ( ) 函数操作，在这里 创建系统工作主线程和其他线程，主函数执行完毕后跳转到主线程和其他线程执行相关 程序。系统应用层程序分别在这几个相关线程中进行组织安排和调度执行。 长安大学硕士学位论文 第三章视频检测系统应用层程序结构设计 视频交通检测系统中d s p 应用层程序主要包括视频图像采集与预处理模块和交通 参数与交通事件检测功能模块。本章主要对系统这两个模块的设计进行了研究。 3 1 图像采集与预处理模块 3 1 1 视频图像采集设计 本系统中，视频采集前端得到的模拟视频信号需要通过视频处理前端的解码器转换 成数字视频信号。检测系统的图像采集部分由视频解码芯片( s a a 7 1 1 3 ) 和d s p 视频 处理前端( v p f e ) 组成，采集得到的图像经过d s p 内核，存放在d s p 图像缓存区d d r 2 中，d s p 的同步动态存储器( s d 洲) 中存放有最新的1 2 8 帧连续视频图像数据。图 像数据采集传输通路如图3 1 所示。 图3 1 视频图像采集示意图 在本文中采用s a a 7 11 3 作为视频解码芯片。s a a 7 1 1 3 是飞利浦公司的视频解码系 列芯片之一，支持p a l 、n t s c 等制式模拟视频信号输入，能够将这些模拟视频信号转 换成y u v 4 ：2 ：2 、i t u 5 6 5 等几种数字视频信号。由于s a a 7 11 3 内部具有一系列配置图 像参数的寄存器，所以能够对图像的亮度、色度等进行控制，控制参数的读写通过1 2 c 串行总线完成n 7 1 。 由于模拟视频信号一帧图像分为奇数场和偶数场，因此s a a 7 11 3 视频采集方式分为 两种：整帧采集和单场采集。 ( 1 ) 整帧采集。这种视频图像采集方式分别对奇数场和偶数场进行采集，然后采用 1 3 第三章视频检测系统应用层程序结构设计 隔行存放的方式将其保存到系统的d d r 2 的s d r a m 里面。采集过程如图3 2 所示。 奇数场 图像输入与采集端 图3 2 视频图像分场采集示意图 因此，按照这种采集方式得到的s d r a m 里面的数字图像保存了模拟视频信号奇数 场和偶数场的所有信息，分辨率高。 ( 2 ) 单场采集。这种图像采集方式分为奇数场采集和偶数场采集，其依据的原理是 图像相邻像素之间的相似性。这种相似性是这样定义的：假设p 为图像中某像素，p 0 、 b 、p 2 、p 3 、p 4 、p 5 、p 6 和p 7 分别为它周围相邻的几个像素点，则有p o 、e 、p 2 、p 3 、 p 4 、p 5 、圪和p 7 的像素特性如亮度、色度等与像素p 具有相似性。因此，为了降低图 像分辨率，可以有选择的省略掉一些像素信息。视频检测系统中的算法模块是基于计算 机模式识别技术来检测交通参数和交通事件，这是一种基于视频流的定性检测，不同于 单纯的图片处理，对视频图像的分辨率要求较低。因此，为了减小系统运算量、节约存 储空间，本文保留了视频图像的奇数场信息，所得到的视频图像再送到d s p 内核算法 处理模块。奇数场视频图像与整帧图像的关系如图3 3 所示。 1 4 长安大学硕士学位论文 原始图像 图3 3 图像隔行采样 本文中，经过视频解码芯片得到的数字图像的保存格式为y u v 4 ：2 ：2 ，图像分辨率为 7 2 0 x 2 8 8 。视频检测系统中后续各算法模块只需要视频信息中的灰度信息，因此本文在 视频前端处理器中对上述视频数据进行了一些预处理。 3 1 2 视频前端处理 y u v 4 ：2 ：2 格式的视频数据中即包含了图像的亮度信息“y ，同时也包含了图像的 颜色和对比度“u 、“v 等信息。这种格式的图像每个像素由四个字节组成，j v 的 排列顺序为y u w ，即在一个像素中y 占两个字节，“u 和“v ”一共占两个字节【1 引。 本文首先从这种文件格式的数据中提取出灰度数据，其原理如图3 4 所示。 y u v 4 ：2 ：2 的图像中每个像素中两个灰度值大小是一样的，因此在数据转换过程中， 只需要提取其中的一个灰度值即可，本文提取每个像素的第一个灰度信息，所以只需要 保留每个像素的第一个字节。 通过上述操作最终得到本文中其他相关模块所需要的分辨率为7 2 0 x 2 8 8 的8 位灰度 视频图像信息。 视频前端图像采集设备必须经过初始化才能正常工作，其初始化主要包括：添加视 频前端处理器( v p f e ) 、创建v p f e 数据通道、设置控制参数、设置图像采集队列及图 像存储区等。 1 5 第三章视频检测系统应用层程序结构设计 y o l 【u o l y o i v o xy 0 2 u 0 2 y 0 2 v 0 2 y o n u o n y 0 n v 0 n y l l u l l y l l v l ly 1 2 u 1 2 y 1 2 v 1 2 - - - y l n u l n y l n v l n o y m l u r n l y m n v m ly m 2 u m 2 y m 2 v m 2 - - y m u 啪y m v 咖 l 沙 y o l y 0 2 t y 1 1y 1 2 ， - - y i n - - - - y m ly m 2 - 提 取 第 个 字 节 图3 4y u v 到灰度图像转换示意图 当系统图像采集进程源源不断将每帧数据送d s p 内核处理的同时，还要将当前帧数 据写至u d s p 内核缓冲区s d r a m 中特定的地址空间b u f f e r 中。在这个过程中，b u f f e r 里面的数据采用循环顺序存放，数据存放过程如图3 5 所示。本文中b u f f e r 缓冲区存 放了1 2 8 帧视频图像，大小为1 2 8 x 7 2 0 x 2 8 8b y t e s 。 图3 5d s p 内核数据存放方式 3 2 交通参数与交通事件检测模块 如系统功能图2 1 所示，视频交通参数与交通事件检测系统中交通参数检测模块包 括瞬时交通参数和周期参数两部分，其中瞬时交通参数包含当前流量、当前车辆速度、 1 6 长安大学硕士学位论文 车型、当前车辆道路占有率等，周期参数主要包括周期时间内车流总数、平均车速、平 均车头时距等；交通事件检测模块包括停车、车辆逆行、行人和车辆饱和、排队等。根 据交通事件中的交通状况检测模块的检测结果可以实现交通状况自动分级功能。系统中 交通参数与交通事件两个检测模块在逻辑上处于并行检测关系，但在程序安排上两者同 处于v p f e 线程，因此检测算法将被串行调度执行。 3 2 1 交通参数检测模块 基于视频序列的交通参数检测是对视频序列进行分析、理解，寻找被检测目标，然 后对目标的运动进行跟踪，通过轨迹分析最后得到目标运动参数。本文在交通参数检测 时，先进行目标识别，当运动目标进入检测区域时触发车流量计数和跟踪算法，通过跟 踪分析出运动车辆的运行状态参刻1 9 1 。该过程如图3 6 所示。 图3 6 视频交通参数检测流程 各交通参数在检测顺序上存在一种串行关系，如图3 6 所示，检测算法首先对视频 序列进行分析，寻找检测目标，发现目标进入检测区域后触发车辆计数算法，车辆计数 将进一步触发车辆跟踪算法，以便从中得到车辆速度、车辆道路占有率、车辆通过检测 区域的帧数等参数信息。为了确保用户终端的数据管理服务器软件能够对d s p 检测器 发来的交通参数信息进行正确解码，所以在发送检测结果信息之前有必要对这些信息按 照一定的协议格式进行重组。 本文中，瞬时交通参数包含的信息如下： t y p e d e fs t r u c tt e m p p a r a u n s i g n e di n ti d ； 车辆编号 u n s i g n e di n t v e h i c l el e n ； 车辆长度 u n s i g n e di n tv e h i c l e _ s p e e d ；车辆通过速度( 瞬时) 1 7 第三章视频检测系统应用层程序结构设计 u n s i g n e di n td i s _ i n n e r _ v e h ； u n s i g n e di n tv e h i c l e _ n u m s ； b y t e t r i _ t i m e ； b y t e l a n e _ i d ； b y t e v e h i c l e _ t y p e ； b y t e v e h i c l e _ d l ； b y t e m e m , t e m 心j a r a 周期交通参数包含的信息如下： t y p e d e f s t r u c tc y c p a r a c h a rs t a r t _ t i m e ； c h a re n d _ t i m e ； u n s i g n e di n ti d ； u n s i g n e di n tt o t a lv o l u m e ； u n s i g n e di n tv o l u m e _ 0 ； u n s i g n e di n tv o l m e _ l ； u n s i g n e di n tv o l u m e _ 2 ； u n s i g n e di n ta v e r a g e _ s p e e d ； u n s i g n e di n td i s _ i n n e r _ v e h _ _ a v e r ； c h a rt i m e _ o c c u p a n c y _ a v e r ； c h a rt r a f f i c _ s t a t e ； c y c 3 2 2 交通事件检测模块 车头时距( 瞬时) 车流总数 触发时间 车道i d 车辆类型 车型当量 保留 测量起始时间 测量结束时间 测量编号 总流量 大车流量 中车流量 d , 车流量 平均车速 平均车头时距 平均时间( 线圈内) 占有率 交通状况 交通事件检测模块主要负责对行人、停驶车辆、逆行车辆等非正常的道路交通目标 和道路饱和、拥堵等特殊交通状况进行检测，并进行有效预警，以便交通管理部门及时 决策，维护道路交通秩序。交通事件检测各个子模块在逻辑上处于并行关系，但由于它 们同处于一个程序线程，因此程序代码将被串行调度执行。其检测流程如图3 7 所示。 为了使数据管理服务器和d s p 检测器能够正确传输事件消息，同样需要建立统一的 事件消息格式。 本文的事件消息格式如下： t y p e d e fs t r u c ta i d t y p e b y t es t a r t b y t ei d ；事件i d b y t ec a m e ： t ai d ；相机i d b y t el a n ei d ：车道i d b y t et y p e ；事件类型 1 8 长安大学硕士学位论文 b y t eb y x _ p o s ；事件横向坐标位置 b y t e b y y - p o s ； 事件纵向坐标位置 b y t em e r e ； 保留 u n s i n g e di n tq u e u e l e n t h ；排队长度 a i d _ t y p e 数字视 频序列 3 3 本章小结 停车卜k o 甏_ ；i 1i 嚣i ；客 检湖0 器，鬈j ； o。oo 一。o oo ，oe 谚。童簪譬， 夸叠j 哿 i - = o