（通信与信息系统专业论文）基于dsp的智能交通违章报警系统研究与实现.pdf

，南 o l 毫 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包 含其他人已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其 它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所 做的任何贡献均已在论文中作了明确的说明并表示了谢意。 力f ，2 l - 0一df，2 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即：学校 有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被 查阅和借阅。本人授权武汉理工大学可以将本学位论文的全部内容编入有关 数据库进行检索，可以采用影印、缩印或其他复制手段保存或汇编本学位论 文。同时授权经武汉理工大学认可的国家有关机构或论文数据库使用或收录 本学位论文，并向社会公众提供信息服务。 ( 保密的论文在解密后应遵守此规定) 研究生( 签名) ：寸、乙导师( 签名) 舀7 ，妄汐期，二，几乙 。 o 、 、- - 一 武汉理工大学硕士学位论文 摘要 当前，城市交通管理形势日趋复杂，交通安全问题日益凸显。如果仅仅依赖 人力管理，效率低下、成本过高，先进的交通监控设备顺势应用于交通管理执 法，成为现代交通管理中不可或缺的管理手段。它将交通警察从简单的体力劳 动中解放出来，有效抑制了交通违章行为，预防交通事故发生。 本文在广泛研究国内外有关智能交通系统方面文献的基础上，以交通违章报 警为突破口，对多种违章行为进行研究分析，提取违章规则，寻求特征参数， 设计判断违章行为的智能算法。用t i 公司的d s p 芯片t m s 3 2 0 d m 6 4 2 搭建开发 平台，系统采用视频处理算法，实现交通违章报警。 本文所做的工作主要是有： ( 1 ) 在分析智能交通系统的概念和发展状况的基础上，论述智能交通系统 产生的客观需要，提出本论文主要研究的问题和目的。 ( 2 ) 本文研究了视频信号从模拟信号输入到数字信号的标准格式变换，为 视频信号处理打下理论基础。 ( 3 ) 考虑交通管理的环境因素和监测目标的性质，系统选取恰当的运动目 标检测和跟踪算法。 ( 4 ) 针对三类交通违章行为，分析其判断规则，总结出数学模型，设定对 应报警算法。 ( 5 ) 在c c s3 3 软件开发平台上，系统建立软硬件架构，实现视频实时输 入输出。 ( 6 ) 系统嵌入运动检测跟踪算法和智能报警算法，逐帧处理视频信号，输 出正确的报警结果。 研究表明，通过理论分析、计算机仿真和关键技术d s p 验证，设计方案可 行，经进一步细化和改进后可用于实际智能交通系统中。 关键字：智能交通系统，违章报警，目标检测，目标跟踪，d m 6 4 2 眨 ，i 一 、一 武汉理工大学硕士学位论文 a b s t r a c t a tp r e s e n t ，t h es i t u a t i o no fu r b a nt r a f f i cm a n a g e m e n tw a sg r o w i n gc o m p l i c a t e d ， t r a f f i cs a f e t yi sb e c o m i n gi n c r e a s i n g l y p r o m i n e n t i fy o ur e l i e ds o l e l yo nh u m a n r e s o u r c e ，m a n a g e m e n tw o u l db ei n e f f i c i e n c ya n dc o s th i 吐a d v a n c e de q u i p m e n to f s u r v e yt r a f f i cw a su s e di nl a we n f o r c e m e n t ，s oi tb e c a m ea ni n d i s p e n s a b l em o d e m t r a f f i cm a n a g e m e n t t h i sa p p l i c a t i o nw h a te f f e c t i v e l yi n h i b i t st h et r a f f i cv i o l a t i o na n d p r e v e n t sa c c i d e n t s ，w o u l dl i b e r a t et r a f f i cp o l i c e m a nf r o ms i m p l ep h r 7 s i c a ll a b o r b a s e do ne x t e n s i v er e s e a r c ho ni n t e l l i g e n tt r a n s p o r t a t i o ns y s t e mb ys e v e r a l d o m e s t i ca n do v e r s e a sl i t e r a t u r e ，t a k i n ga l a r mt r a f f i cv i o l a t i o na sab r e a k t h r o u g h , t h i s a r t i c l ed i dr e s e a r c ho nav a r i e t yo fi l l e g a la c t s ，s u c ha se x t r a c t i n gt h ei l l e g a lr u l e sa n d c h a r a c t e r i s t i cp a r a m e t e r s ，d e s i g n i n ga l g o r i t h mw h i c hc a nc o r r e c tj u d g m e n tv i o l a t i o n b e h a v i o r u s i n g 1 7 st m s 3 2 0 d m 6 4 2d s pc h i pa st h ed e v e l o p m e n tp l a t f o r m ，t h i s s y s t e ma p p l i e dt h ea l a r ma l g o r i t h mo ft r a f f i cv i o l a t i o n sa n dr e a l i z e dt h ea c c u r a c y r e q u i r e m e n t s t h i sw o r ki sm a i n l yi n c l u d e ： ( 1 ) a n a l y z i n gt h ec o n c e p to fi n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m sa n dd e v e l o p m e n t s i t u a t i o n , t h ea r t i c l ed i s c u s s e dt h eo b j e c t i v en e e do fi n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m a n dp u tf o r w a r di t st h e s i sa n dp u r p o s e ( 2 ) t h i st e x ts t u d i e dt h ec o n v e r s i o na b o u tv i d e of o r m a tf r o ma n a l o gi n p u tt o d i g i t a ls i g n a l ，i no r d e rt ol a ya t h e o r e t i c a lf o u n d a t i o nf o rv i d e os i g n a lp r o o e s s i n g ( 3 ) c o n s i d e r i n gt r a f f i cm a n a g e m e n tf a c t o r sa n dt h em o v i n gt a r g e t sc h a r a c t e r , t h i ss y s t e ms e l e c t e dt h ea p p r o p r i a t ed e t e c t i o na n dt r a c ka l g o r i t h m ( 4 ) i nc c s3 3s o , w a r ed e v e l o p m e n tp l a t f o r m ，t h es y s t e me s t a b l i s h e ds o f t w a r e a n dh a r d w a r ea r c h i t e c t u r et or e a l i z er e a l t i m ev i d e oi n p u ta n do u t p u t ( 5 ) s y s t e me m b e d d e dd e t e c t i o na n dt r a c ka l g o r i t h ma n da l a r ma l g o r i t h m ， p r o c e s s e dv i d e os i g n a lf r a m eb yf r a m ea n do u t p u t t e dt h ec o r r e c tr e s u l t s t h er e s e a r c ho ft h et h e s i sw a sc a r r i e do u tb yt h em e t h o do ft h e o r e t i c a la n a l y s i s ， s i m u l a t i o n sa n dt h ek e yt e c h n o l o g y , d s pv e r i f i c a t i o n s t h ed e s i g ns c h e m ew a ss o i i 气 ，一： i h q 武汉理工大学硕士学位论文 f e a s i b l et h a ti tc a l lb eu s e di nt h ea c t u a li n t e l l i g e n tt r a n s p o r t a t i o ns y s t e ma f t e rf u r t h e r i m p r o v e d k e y w o r d s ：i n t e l l i g e n tt r a n s p o r ts y s t e m ；a l a r mv i o l a t i o n ；t a r g e td e t e c t i o n ； t a r g e tt r a c k ；d m 6 4 2 i i i 惫 o 武汉理工大学硕士学位论文 目录 第l 章绪论1 1 1 课题研究背景l 1 1 1 课题的研究背景1 1 1 2 课题的研究目的、意义2 1 2 国内外研究现状3 1 2 1i t s 国外发展状况。3 1 2 2 我国i t s 发展4 1 3 本论文组织结构5 第2 章视频信号转换6 2 1 模拟视频信号6 2 2 数字视频信号6 2 2 1b t 6 5 6 格式6 2 2 2y c r c b 颜色空间8 2 2 3h s v 颜色模型。8 第3 章视频信号处理算法1 0 3 1o p e n c v 介绍1o 3 2 运动目标检测lo 3 3 运动物体跟踪1 3 3 3 1b a c kp r o j e c t i o n 计算1 4 3 3 2m e a n s h i f t 算法1 6 3 3 3c a m s h i f t 算法l7 3 4 车辆违章报警18 3 4 1 入侵检测报警19 3 4 2 跨线检测报警2 0 3 4 3 逆行检测报警2 1 第4 章系统设计构架2 4 4 1 系统的硬件结构。2 4 亡 气 武汉理工大学硕士学位论文 4 1 1d m 6 4 2 开发平台2 4 4 1 21 2 c 总线2 5 4 1 3 视频输入2 7 4 1 4 视频输出2 8 4 2 软件模块架构。2 9 4 2 1 软件工作平台2 9 4 2 2d s p b i o s 工具_ 2 9 4 2 3m e m 地址分配3l 4 2 4t s k 任务管理。3 2 4 2 5 视频算法模块3 4 4 2 6f l a s hb o o t 模块3 5 4 3 系统功能实现3 7 第5 章总结与展望3 9 5 1 本文所完成的工作3 9 5 2 前景展望3 9 致谢4 1 参考文献4 2 攻读硕士学位期间发表的学术论文4 5 o j 1 武汉理工大学硕士学位论文 第1 章绪论 智能交通违章报警系统是运用高科技手段，建立先进、可靠的可视化系统， 实时监控交通状况，在无人看守情况下，自动发现违章事件，从而达到优化交 通控制、约束交通行为、缓解交通拥挤、减少交通事故的目的。 1 1 课题研究背景 1 1 1 课题的研究背景 改革开放以来，我国城镇化进程提速，大量人口涌入城市，人群出行和物 资流通需求增多，原有的道路规划落后，虽然政府投入大量人力物力加快道路 建设，但发展的速度远远不能满足实际需求，全国大中城市普遍存在着道路拥 挤的现象。 此外，我国汽车保有量增长迅猛。至2 0 0 9 年底，我国汽车保有量已达7 6 1 9 3 1 万辆，与上年相比，增加1 1 5 2 1 0 万辆，增长1 7 8 1 t 。城市路面汽车密度太大， 堵车情况时有发生。 再者，公民的素质不高，加剧交通秩序混乱局面。部分司机没有接受足够 的驾驶安全教育，交通安全法规意识淡薄，经常乱拐乱停，超速飙车，抢道超 车，闯交通灯，随意抢挤强压双黄线；人们缺乏有效安全常识的指导，常见行 人随意横穿马路，翻越栏杆、不走斑马线、在车行道徘徊，骑车者左右乱拐、 见缝插针；车流与人流冲突日益明显，交通事故的风险逐年升级。 中国是世界上交通事故死亡人数最多的国家之一。据官方对中国历年交通 事故统计【2 】，从二十世纪八十年代末中国交通事故年死亡人数首次超过五万人至 今，中国( 未包括港澳台地区) 每年交通事故5 0 万起，因交通事故死亡人数均超 过1 0 万人，已经连续十余年居世界第一。2 0 0 9 年，中国汽车保有量约占世界汽 车保有量的百分之三，但交通事故死亡人数却占世界的百分之十六。据公安部 交通管理局通报，2 0 0 9 年，全国共发生道路交通事故2 3 8 3 5 1 起，造成6 7 7 5 9 人 死亡、2 7 5 1 2 5 人受伤，直接财产损失9 1 亿元。 为规范城市交通，预防和遏制道路交通事故，确保道路安全畅通工作，大 武汉理工大学硕士学位论文 量交警安排上路维持交通秩序。但是交警的警力有限，不可能在所有路段都安 排交警值勤，而且交警有上下班时间，只要交警一下班，部分驾驶员就将交通 安全法规抛之脑后，交通违法现象比比皆是。 现在视频监控技术应用到城市交通中，大量的监视器安装在交通各个地段， 人在远端就能实时了解掌握整个城市的交通状况。但机器不能完全替代人，而 是将人盯着屏幕来监视环境这一个环节由机器代劳，真正出现问题的时候还应 该转而交给人来处理。监视器数量很多的情况下，人没有这么多精力去时刻关 注每一路视频画面，发生违章行为时，可能遗漏甚至误判。 因此，我们还需要视频监控技术向智能化发展 3 1 。智能视频技术能借助计算 机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉用户 不关心的信息，抽取视频中的有用信息，实现智能监控。如果把摄像机看作人 的眼睛，而智能视频系统或设备则可以看作人的大脑。智能视频技术能使得视 频监控实现无人操作，具有广阔的应用前景。 1 1 2 课题的研究目的、意义 智能交通系统，简称i t s ( i n t e l l i g e n tt r a n s p o r ts y s t e m ) 【4 引，它将先进的信 息技术、数据通讯传输技术、电子传感技术、电子控制技术以及计算机处理技 术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、 全方位发挥作用的，实时、准确、高效的综合运输和管理系统。系统整体结构 图如图1 1 所示。 它的益处显而易见【6 7 1 。第一，弥补了警力不足，实现了交通管理方式由体 能向智能的转变。其利技含量高，2 4 小时大量的信息采集是人力无法比拟的； 第二，在固定证据方面比人的肉眼、经验判断更有效力；第三，它对驾驶者有 威慑作用，一定程度上预防、减少了事故的发生；第四，它也可看作是一个快 速反应系统，它可以采集、收集路况、交通方面的信息进而反馈给驾驶人。 智能交通违章报警系统作为i t s 中的一部分，他的作用是在系统获取交通 视频信号时，依据道路交通法规，准确判断交通违章行为，输出报警信号，提 醒交警进行处理。整个系统嵌入到d s p 后，系统可以摆脱对p c 机的依赖，硬 件体积小，重量轻，操作安装和携带运输都很方便。 2 武汉理工大学硕士学位论文 1 2 国内外研究现状 图1 1i t s 系统整体结构 1 2 1i t s 国外发展状况 客户端n 美国政府于1 9 9 1 年开始投资对i t s 的开发研究，仅美国高速公路安全局 1 9 9 3 年的投资预算就达2 0 1 0 万美元。其实施战略是通过实现面向2 1 世纪的“公 路交通智能化 ，以便从根本上解决和减轻事故、路面混杂、能源浪费等交通中 的各种问题。 欧洲1 9 多个国家于1 9 8 8 年投资5 0 多亿美元，联合执行一项旨在完善道路 设施提高服务质量的d r i v e 计划，其含义是欧洲用于车辆安全的专用道路基础 设施，现已基本完成。 日本的i t s 发展始于2 0 世纪7 0 年代，当时日本成功地组织了一个“动态 路径诱导系统 的实验，后来相继完成了路车间通信系统( r a c s ) 、交通信息通 信系统( t i c s ) 、宽区域旅行信息系统、超智能车辆系统、安全车辆系统及新交通 管理系统等方面的研究。1 9 9 6 年4 月正式启动v i c s ( 道路交通信息通信系统1 ， 先在首都圈内而后推向大阪、名古屋等地，1 9 9 8 年向全国推进。日本的v i c s 是i t s 实用化的第一步，居于世界领先水平。 3 武汉理工大学硕士学位论文 1 2 2 我国i t s 发展 我国i t s 起步较晚，但发展很快。国家科学技术部于1 9 9 9 年1 1 月批准建立 了国家智能交通系统工程技术研究中心【8 】( n a t i o n a li n t e l l i g e n tt r a n s p o r ts y s t e m s c e n t e ro f e n g i n e e r i n ga n dt e c h n o l o g y - - i t s c ) 。 i t s c 组织全国的专家，全面的研究了中国的i t s 的发展需要，完成了“九 五 国家重点科技攻关项目“中国智能交通系统体系框架 、国家基础性科研项 目“中国i t s 标准体系框架研究”、交通部重点科研项目“智能运输发展战略研 究 等一批关系中国i t s 发展的重点项目；作为技术依托部门协助科技部完成 了“十五国家科技攻关重大专项“智能交通系统关键技术开发和示范工程” 的项目建议、立项和启动工作；在产业化方面，完成了国家技术创新项目“电 子收费系统技术开发和产业化 ，自行开发了具有自主知识产权的不停车收费软 件e p a s s ，实现了不停车收费设备的国产化；应用开发方面，开发实施了“基 于g p s 的路政车辆管理系统 等；在前沿技术研究上，率先在国内开展了智能 公路的研究。i t s c 建设两年来，真正起到了国家工程研究中心应有的引导行业 技术进步、服务行业的作用。 i t s c 还承担着国际标准化组织智能交通技术委员会( i s o 厂r c 2 0 4 ) 中国秘 书处的工作，并国家标准化管理委员会和交通部的领导下，在秘书处的基础上 组建了i s o t c2 0 4 中国委员会，组织相关专家积极参与了i t s 国际标准化工作。 依靠交通部投资3 2 0 0 万元兴建的国内最大的和唯一的综合性智能交通系统 实体试验室，i t s c 目前还承担着“智能交通系统术语、“智能交通系统体系框 架服务 、“交通专用短程通信微波物理层 等十数项国家标准的制定工作，争 取在3 - - 5 年内制定出3 0 到5 0 项关键和急需标准，形成中国i t s 基础标准群， 力争为i t s 在全国的顺利发展打下良好基础。 在“十五 期间，i t s c 负责组织国家科技攻关i t s 专项中的“中国i t s 发 展战略 、“中国i t s 体系框架支持系统及技术跟踪 、“社会环境体系建设 等 课题，并承担了“跨省市快速客运示范工程 、“跨省市国道主干线联网电子( 支 付) 收费示范工程 、“高等级公路综合管理系统示范工程等课题，并荣幸的 承担了北京“科技奥运 智能交通示范工程中为奥运服务的“交通综合信息平 台研究 任务。 4 武汉理工大学硕士学位论文 1 3 本论文组织结构 本论文主要围绕交通智能交通违章报警系统的算法设计与嵌入式实现进 行阐述，第2 章介绍了视频信号的基础理论，阐述了从模拟视频信号到数字视 频信号的格式转换；第3 章对视频的检测跟踪算法及车辆违章报警算法进行了 研究，针对交通监控系统的应用环境，选用恰当的算法，解释了算法流程，介 绍了算法原理。第4 章讲述算法嵌入到d s p 开发板过程，构建系统结构框架， 介绍硬件设备的连接和软件模块的建立过程。第5 章就整个课题的完成情况进 行了总结，对该课题的更深一步的设计研究进行了预想估计。 武汉理工大学硕士学位论文 第2 章视频信号转换 2 1 模拟视频信号 国际上通用的模拟视频信号制式有三种：p a l 、n t s c 、s e c a m t 9 , 1 0 1 。 p ：a l 是p h a s ea l t e r n a t i n gl i n e ( 逐行倒相) 的缩写。每秒2 5 帧，扫描线6 2 5 行，隔行扫描，奇场在前，偶场在后，分辨率为7 2 0 * 5 7 6 ，2 4 比特的色彩位深， 画面的宽高比为4 ：3 ，p a l 制式用于中国、欧洲等国家和地区。 n t s c 是n a t i o n a lt e l e v i s i o ns t a n d a r d sc o m m i t t e e 的缩写。每秒2 9 9 7 帧( 简 化为3 0 帧) ，扫描线5 2 5 行，逐行扫描，偶场在前，奇场在后，分辨率为7 2 0 * 4 8 0 ， 2 4 比特的色彩位深，画面的宽高比为4 ：3 。n t s c 制式用于美、日等国家和地 区。 s e c a m 是法语s e q u e m i a lc o u l e u ram e m o i r e ( 顺序传送彩色与存贮) 的缩 写。每秒2 5 帧，扫描线6 2 5 行，隔行扫描，分辨率为7 2 0 * 5 7 6 ，画面比例4 ：3 。 s e c 舢订制式用于中东，东欧，法国等国家。 2 2 数字视频信号 数字视频信号是模拟视频信号经过取样、量化和编码后得到的。不同标准 的数字视频信号，空间垂直分辨率不同，空间水平分辨率不同，因此需要约定 统一的数字视频信号标准。 2 2 1b t 6 5 6 格式 b t 6 5 6 t j 格式是针对5 2 5 行和6 2 5 行的光栅扫描电视系统，由i t u rb t 6 0 1 标准定义的数字分量4 ：2 ：2 格式的视频信号接口。包括对5 2 5 行和 6 2 5 行接口都通用的信号格式、比特并行接口( b i t p a r a l l e li n t e r f a c e ) 特性和比 特串行接口( b i t s e r i a li n t e r f a c e ) 特性。数据格式由8b i t 和1 0b i t 的二进制组成， 这些比特反映了视频信号、定时参考信号和辅助信号。如果是l ob i t 表示的数据 格式，其高8 位与8 b i t 的数据格式一样，表示整数。而最低2 位表示小数。8b i t 6 武汉理工大学硕士学位论文 位全o 或全l 保留作为数据标识目的，实际上表示信号值只有2 5 4 种可能( 对 于8b i t ) 或1 0 1 6 种可能( 对于1 0b i t ) 。 b t 6 5 6 并行接口传输完整帧的数据结构如图2 1 所示。 l 行 2 3 行 3 1 1 行 3 3 6 行 6 2 4 行 6 2 5 行 垂宣控制信号 行控制信号 偶数场视频数据 垂直控制信号 行控制信号奇数场视频数据 垂直控制信号 t n 2 8 8 列1 7 2 8 列 图2 一lb t 6 5 6 完整帧数据结构 图2 - 1 中，每一帧图像数据由一个6 2 5 行、每行1 7 2 8 字节的数据块组成。 其中，2 3 311 行是偶数场视频数据，3 3 6 6 2 4 行是奇数场视频数据，其余为行、 列同步所用的控制信号。b t 6 5 6 每行的数据结构如图2 2 所示。 1 j1 - y i 硼1 函1 了忧烈烈焰1 矗可 一队、r s a v 一 r f f0x8 l8181f f0 xc y c y cc yff0 y0 00 0 o0f f0 y b rbr 图2 - 2b t 6 5 6 行数据结构 图2 2 中，每行数据包含水平控制信号和y c b c r 视频数据信号。其中，视 频数据格式是4 ：2 ：2 的y c b c r ，排列顺序为c b y - c r - y ，c b ，y ，c r 表示对 齐格式下的亮度和色度采样点。行控制信号为每行开始的2 8 8 字节，开始的4 字节为e a v 信号( 有效视频结束) ，紧接着2 8 0 个固定填充数据，最后是4 字节 7 - q 武汉理工大学硕士学位论文 的s a v 信号( 有效视频起始) 。 2 2 2y c r c b 颜色空间 y c r c b 即【1 2 1 ，其中“y 表示明亮度( l u m i n a n c e 或l u m a ) ，也就是 灰阶值；而“c r 和“c b 表示的则是色度( c h r o m i n a n c e 或c h r o m a ) ，作用 是描述影像色彩及饱和度，用于指定像素的颜色。“亮度”是透过r g b 输入信 特定部分叠加到一起建立的。“色度 则定义了颜色的色调与饱和度两个方面， 分别用c r 和c b 来表示。其中，c r 反映了r g b 输入信号红色部分与r g b 信号 亮度值之间的差异，而c b 反映的是r g b 输入信号蓝色部分与r g b 信号亮度值 之间的差异。 y c b c r 有三种主要的采样格式【1 3 】： ( 1 ) 4 ：4 ：4 采样：三种元素y ，c b ，c r 有同样的分辨率，在每一个像素点 上都对这三种元素进行采样。数字4 是指在水平方向上对于各种元素的采样率， 即每4 个y 采样点对应4 个c b 的c r 采样值。4 ：4 ：4 采样完整地保留了所有的信 息值。 ( 2 ) 4 ：2 ：2 采样：色度元素( c b 和c r ) 在纵向与亮度( y ) 有同样的分辨 率，而在横向则是亮度( y ) 分辨率的一半，即每4 个y 采样点对应2 个c b 和 c r 采样。4 ：2 ：2 视频用来构造高品质的视频彩色信号。 ( 3 ) 4 ：2 ：0 采样：色度元素( c b 和c r ) 在水平和垂直方向上都只有亮度( y ) 分辨率的一半，即每4 个y 采样点对应1 个c b 和c r 采样。4 ：2 ：0 视频需要4 ：4 ：4 或r g b 视频中采样量的一半。4 ：2 ：0 采样被广泛地应用于视频会议，数字电视和 d v d 存储等消费应用中。 + 2 2 3h s v 颜色模型 h s v 模型中颜色的参数分别是：色调( h ) ，饱和度( s ) ，亮度( v ) 1 1 4 】。 h 参数表示色彩信息，即所处的光谱颜色的位置。该参数用一角度量来表示，红、 绿、蓝分别相隔1 2 0 度。互补色分别相差1 8 0 度。纯度s 为一比例值，范围从 0 到l ，它表示成所选颜色的纯度和该颜色最大的纯度之间的比率。s = 0 时，只 有灰度。v 表示色彩的明亮程度，范围从0 到l ，它和光强度之间并没有直接的 联系。 h s v 可以作为一种直观的颜色模型来观察。从一种纯色彩开始，即指定色 8 武汉理工大学硕士学位论文 彩角h ，并让v = s = i ，然后我们可以通过向其中加入黑色和白色来得到我们需 要的颜色。增加黑色可以减小v 而s 不变，同样增加白色可以减小s 而v 不变。 人眼最大能区分1 2 8 种不同的色彩，1 3 0 种色饱和度，2 3 种明暗度15 1 。如 果我们用1 6 b i t 表示h s v 的话，可以用7 位存放h ，4 位存放s ，5 位存放v ， 即7 4 5 或者6 5 5 就可以满足我们的需要了。 9 武汉理工大学硕士学位论文 第3 章视频信号处理算法 3 1o p e n c v 介绍 o p e n c v 程序库【1 6 l 是i m e l 开源计算机视觉库( o p e nc o m p u t e rv i s i o nl i b r a r y ) 的简称。它由一系列c 函数和少量c + + 类构成，拥有包括3 0 0 多个c 函数的 跨平台的中、高层a f i ，其中包含大量用来运动分析和跟踪、人脸识别、3 d 重 建和目标识别等常见问题的函数，实现了图像处理和计算机视觉方面的很多通 用算法。 o p e n c v 作为开放的数字图像处理和计算机视觉软件平台，有以下特点： ( 1 ) 开放c 源码； ( 2 ) 基于i n t e l 处理器指令集开发的优化代码； ( 3 ) 统一的结构和功能定义； ( 4 ) 强大的图像和矩阵运算能力； ( 5 ) 方便灵活的用户接口； ( 6 ) 同时支持m s w i n d o w s 、l i n u x 平台。 o p e n c v 是一种源码开放式的函数库【1 7 , 1 s ，开发者可以自由地调用函数库中 的相关处理函数。o p e n c v 具备强大的图像和矩阵运算能力，可以大大减少开发 者的编程工作量，有效提高开发效率和程序运行的可靠性。另外，由于o p e n c v 具有很好的移植性，开发者可以根据需要在m s w m d o w s 和l i n u x 两种平台进行 开发。 基于以上性能特点，o p e n c v 函数库功能强大，简单易用，移植也很方便， 可以直接应用于很多领域，是进行数字图像处理方面学习和研究的理想工具。 3 2 运动目标检测 运动目标检测1 9 , 2 0 黜序列图像中检测出变化区域并将运动目标从背景 图像中提取出来。我们后期的处理过程都是针对检测出的运动目标像素区域， 因此运动目标的正确检测对于后期处理非常重要。但由于场景的动态变化，如 1 0 武汉理工大学硕士学位论文 天气、光照、阴影及杂乱背景干扰等的影响，使得运动目标的检测与分割变得 相当困难。 这里，我们考虑系统工作的环境，监控环境是室外路面，摄像头固定不动， 背景短时间内是静态不变的，因此我们采用帧差法中一种改进后的三帧差分算 法作为运动目标检测算法。 三帧差分算法【2 1 1 是以直接比较图像序列相邻对应像素点发生的相对变化为 基础进行运动目标检测的方法。它选取连续三帧视频图像进行差分运算，并且 阈值化来提取图像中的运动区域，消除由于运动而显露背景影响，从而提取精 确的运动目标轮廓信息。 该检测方法的流程图如图3 1 所示。 图3 1 三帧差分算法流程图 该方法分为三个步骤： ( 1 ) 利用帧差分法得出差分图像d 2 2 】。 选取视频图像序列中连续三帧图像，设f , - l ( x ，y ) ，( x ，y ) ，f t + l ( x ，y ) 表示第t 1 ， t ，t + 1 帧图像，则两幅差分图d l ，d 2 可用如下公式( 3 1 ) 表示： d l = i ( x ，y ) f t 1 ( x ，y ) i d 2 = i + l ( x ，y ) - 取x ，y ) i ( 3 - 1 ) 武汉理工大学硕士学位论文 ( 2 ) 对差图像d l ，d 2 分别进行直方图平滑处理，滤去干扰信号，并求分割 阈值t 。 由于光照、背景变换等的影响，d 中存在一定的伪运动信息，这些伪运动信 息将会影响到直方图的分布，并对随后的阈值分割产生负面影响。理论上，通 过灰度直方图变换可以改变图像的灰度概率密度函数，从而改善图像的特性。 由运动差图像d 的生成过程可知：d 中目标像素( 运动目标点) 的灰度均值 大于背景像素的灰度均值，并且目标的灰度分布近似服从正态分布。因此，设m 为d 中最大的灰度值，对图像d 在区间 p ，q 】( o p q m ) 上的部分直方 图h ( x ) 做平滑性处理，得到新的部分直方图h ( x ) 。 对应程序如下： + 宰 i f ( p + 2 h ( x ) q - 2 ) h ( x ) = a l h ( x - 2 ) + a 2 x h ( x - 1 ) + a 3 h ( x ) + a 4x h ( x + 1 ) + a 5 h ( x + 2 ) ； e l s e ”( x ) = h ( x ) ； + 其中，系数 a l ，a 2 ，a 3 ，a 4 ，a s 】= 【0 1 0 1 2 9 ，0 1 2 1 3 9 ，0 1 5 4 6 5 ，0 1 2 1 3 9 ，0 1 0 1 2 9 】是对高 斯函数较好地近似。h ( x ) 的最高峰值右侧谷点对应的灰度值t 即为所求的阈 值。 ( 3 ) 对差图像d l 和d 2 进行二值化处理后，进行逻辑与运算，从而获得运 动目标的位置和轮廓【2 3 1 。 第2 步得到阈值t 后，将差分图像d l ，d 2 分别进行二值化处理，得n - 值 化图像d i d = j 1 ， d 丁 1 1 0 ，d g e t b l o b ( 1 e n - 1 ) ； i n tx l = i n t ( p b l - x ) ； i n ty l = i n t ( p b l - y ) ； i n tx 2 = i n t ( p b 2 一 x ) ； 1 9 武汉理工大学硕士学位论文 i n ty 2 = i n t ( p b 2 y ) ； 对点p b l 和p b 2 的像素值求“与”运算 r e t u r n ( c v _ i m a g e _ e l e m ( m _ i m g p o l y g o n ，u c h a r , yl ，x1 ) & & c v _ i m a g e _ e l e m ( m _ i m g p o l y g o n ，u c h a r , y 2 ，x 2 ) ) ； 在视频差分算法检测过程中 3 3 3 4 1 ，图像进行二值化处理，使背景像素为0 ， 前景像素为l 。在监视警戒区域内，如果邻近两个点对应像素值求逻辑“与”运 算，结果为真，那么就认定运动物体进入监视警界区域，触发报警信号。 3 4