毕业论文最终稿 毕业论文.doc

毕业论文最终稿 毕业论文 摘要随着人们对安全意识的日益重视与提高，视频监控系统在安防监控、工业控制、交通监控等领域中已经有了广泛的应用。 基于DSP的视频监控能够提高视频传输的可靠性和传输速度，减小体积和重量，并能降低功耗和成本，具有较强的环境适应性。 因此从经济和实用的角度来讲，基于DSP的视频监控系统具有很好的发展前景。 本文提出了一种视频监控系统硬件平台的设计方案，硬件平台主要包括DSP主控系统硬件平台、监控云台、摄像机和显示器。 首先对视频监控系统研究的目的和难点进行分析，并对视频信号做了简要的介绍。 在此基础上根据系统设计的要求，给出系统总体结构设计方案。 随后，根据视频监控系统在设计中对实时性和智能化的要求，结合设计中的难点，给出了基于TMS320DM642的视频监控系统的硬件设计方案，并给出了各硬件模块硬件电路连接图。 根据硬件设计方案，介绍了基于硬件平台的目标跟踪的具体实现步骤，提出了目标捕捉、目标跟踪以及云台控制的软件设计方案。 最后，结合在本系统设计过程中的经历，总结开发过程中的经验和不足。 目前，视频监控系统已经广泛应用在安防和监控上。 随着数字图像处理和网络等各种技术的发展，视频监控系统的发展及更新换代越来越快，从功能简单到功能繁多，结构复杂到结构简单，图像稳定度从低到高，视频监控系统经历了三个过程首先是第一代视频监控系统，即模拟视频监控系统，是以模拟设备为主的闭路电视监控系统，通过模拟的方式用视频电缆传输图像信息1。 只能在控制中心查看监控图像，传输距离比较短，因此主要应用于小范围内的监控。 模拟视频监控系统布线工程量大，对于已经建好的系统，如要增加新的监控点难度很大，系统的扩展能力差。 有线模拟视频信号的传输距离有限，从而决定了模拟视频监控只能在小范围场所使用。 需要耗费大量的存储介质如录像带，进行模拟视频信号的存储，查询取证时十分繁琐，而且采用模拟信号方式记录和读取时，会产生严重的失真。 因此视频监控系统远远不能满足实际的监控要求，已经很少被使用。 随着视频压缩编码技术的发展和计算机处理能力的提高，出现了第二代视频监控系统，即数字视频监控系统，第二代视频监控系统视频通过计算机采集和处理图像，是视频监控的质量有了很大的提高，功能也得到了扩展。 其核心设备是数字设备，因此可以称为数字视频监控系统。 第二代视频监控系统在远端有若干个摄像机、各种监测和报警探头以及数据设备，用于获取图像信息，然后通过各自的传输线路汇接到多媒体监控终端上，再通过通信网络将这些信息传到一个或多个监控中心。 数字视频监控系统的优点是功能较强、便于现场操作、可以进行大容量的本地存专业文档，值得下载！储。 缺点是结构复杂，可靠性不高，功耗高，费用高，软件的开放性不太好，稳定性也不好，需要有多人值守，视频前端如等视频信号的采集、压缩、通信较为复杂，且传输距离受限。 随着各种技术的进一步发展和人们要求的提高，视频监控在第二代的基础上更多的利用到了数字处理技术，到了九十年代末，各种比第二代更加实用的第三代视频监控系统出现了，第三代远程视频监控系统不需处理模拟视频信号的，而是把摄像机输出的视频信号通过专用的视频解码芯片直接转换为数字信号。 嵌入式视频监控系统具备视频编解码处理、网络通信、自动控制等强大功能，直接支持网络视频传输和网络管理，使得监控范围达到前所未有的广度。 视频监控产品越来越多地向轻、巧、小的方向发展，其中嵌入式设备以其高可靠性和监视范围较大、能够有效跟踪监视对象等特点而得到了广泛应用。 特别是在超大规模集成电路和嵌入式软硬件技术的迅猛发展的带动下，诸如Tl公司的DSP，Motorola公司的PowerPC等这些功能强大的嵌入式处理器价格越来越低，视频图像的处理等功能越来越强大。 尤其是DSP芯片，它丰富的外设接口和高度的可编程性使得视频监控的硬件和软件都更容易实现。 本文采用的TI公司的TMS320DM642芯片具有强大的运算能力，足够用于大量图像的处理。 且稳定性好，传输速度快，能使视频监控系统得到更好的监控效果；价格低廉，降低了视频监控的成本；软硬件设计容易实现；且体积小，重量轻，能适应复杂的环境，因此从经济和实用的角度来讲，基于DSP芯片TMS320DM642的视频监控系统具有很好的发展前景。 1.2课题研究的目的及意义本文的目的是基于DSP技术之上，设计一种能够实现运动目标检测和跟踪的视频监控系统。 近年来，随着分析技术以及计算机视觉和智能系统技术的不断发展，运动目标的检测和跟踪技术已经被广泛地应用在工业自动检测、人工智能、自动化仪器、医疗仪器上的样本检查分析、光学信息处理等方面。 专业文档，值得下载！随着视频技术的广泛应用，嵌入式视频系统，尤其是基于DSP芯片的视频处理系统已经成为众多设备厂家和多层次用户研究的方向，对于可编程的数字信号处理器的需求也越来越高。 数字信号处理技术正处于一个高速发展的阶段，DSP使实际应用变得更加简单。 DSP芯片运算速度快、寻址方式灵活、通信能力强，能够很好的应对图像处理涉及到大量的运算和复杂的算法结果，因此基于DSP结构的系统在图像处理领域有很强的适用性。 DSP具有较强的通用性，适用于模块化的设计，并且结构十分灵活，能够提高处理、运算的效率，同时DSP芯片容易扩展和维护，能够使用于多种算法，十分适合实时图像的处理。 采用基于DSP芯片的视频监控系统，其硬件可裁减，安装放置方便，可用于多种复杂环境，比传统的监控系统节省了大量的人力、物力资源。 本文使用的TMS320DM642芯片，因为具有特有的数字音/视频输入输出接口、多媒体协处理器等器件，芯片的运算速度快，精度高，且稳定性好，能使视频监控系统得到更好的监控效果。 开发工具和开发软件资源丰富，可以大大缩短系统的开发时间，且价格低廉，因此，本文提出的对基于DSP的视频监控系统的设计方案，具有一定的现实意义。 1.3国内外研究现状随着视频处理技术的发展，基于数字信号处理和数字信号处理器的视频监控系统越来越受到国内外很多学者的关注，并且已经在安防、交通、军事等场所中取得了很多研究成果。 针对目前交通管制中大量人力和物力资源的浪费，中国科学院自动化研究所模式识别国家重点实验室视觉监控研究组提出了一种基于三维模型的交通监控系统，采用了基于改进的扩展卡尔曼滤波的车辆跟踪算法和基于三维线框模型的车辆定位算法，最终实现了交通监控原型系统。 在1996年至1999年间，美国国防高级研究计划局资助卡内基梅隆大学、戴维研究中心等著名大学和公司合作，联合研制了视频监视与监控系统，其目标是开发自动视频专业文档，值得下载！理解技术，以实现未来战争中人力监控费用昂贵，非常危险或者人力无法实现等场合的监控20。 环顾国内外，视频监控系统在很多场合中发挥了重要的作用，且正不断向着更加智能化的方向发展，其中系统中视频信号的处理更是重中之重。 然而，在发展视频监控系统的智能性的同时，兼顾系统的可靠性和实时性也是不容忽视的问题。 数字信号处理及数字信号处理器在处理过程中的高稳定性和在各种复杂环境下突显出的高实用性，使其成为监控系统中必备部分，ER且DSP以其大容量和高速度保证了系统的实时性，使系统能够做到准确及时地发现危险情况进而采取相应的措施。 目前，基于DSP的视频监控系统朝着小型化、智能化和可适用各种复杂环境的方向发展，视频系统更加趋于复杂化，提升了技术难度。 总的来说，视频监控技术的研究有一些难点。 首先，由于视频监控产品主要是为了节省人员劳动强度而运用于一些特殊场合，以替代以人员为主体的传统监控手段，且提高监控质量，因此，对系统在复杂场合中的适用性和智能化有较高的要求。 再者，系统中涉及大数据量的运算和一些高级算法的使用，实时性要求较高，因此对处理器有较高的要求。 1.4主要内容及论文结构安排针对提高产品的高度智能化和实用性这两个问题，本文设计的基于DSP的嵌入式视频监控系统将对此提出具体方案。 研究的主要内容可以概括为以下几部分本文中设计了一种可脱离PC机使用的基于高速数字信号处理器的通用嵌入式视频监控系统，符合了监控技术的发展趋势；连续视频信号解码后的视频信号存储在系统的扩展内存中，等待DSP进行数据处理；选用模拟摄像头进行图像采集，然后再通过专用的视频解码芯片将模拟信号数字化，再进行下一步的处理；系统设计为可以同时采集4路视频信号，节约了设计成本，提高了系统的利用率。 所有的视频专业文档，值得下载！编解码芯片与DSP主控芯片之间的通信，和接受DSP的配置信息，都通过简单灵活的I2C标准总线完成。 文章的主要结构如下第一章绪论。 主要介绍了本课题的研究背景，国内外现状，目的及意义。 概括了全文的主要内容。 第二章视频监控相关理论分析。 介绍了研究的主要理论基础，分析了目标检测和目标跟踪的算法，为下一章打下基础。 第三章系统硬件设计。 硬件设计为全文的重点，给出了设计的具体电路设计。 第四章系统的软件设计及实现。 在硬件设计的基础上，阐述软件设计的流程，对系统进行了软件的设计，并设计了目标捕捉的实现方法。 专业文档，值得下载！第2章视频监控相关理论分析2.1视频信号随着网络和通信技术的飞速发展，人们更加倾向于使用多媒体进行交流，而不再满足于只用简单的文字、声音进行交流，视频广播、可视电话、视频会议、网络监控等技术越来越受到人们的关注，随着这些技术的发展，越来越多的应用到视频信号被。 本问设计的视频监控系统中主要处理的就是视频信号，涉及信号的采集、数模转换、存储等方面的研究，下面简单的介绍了视频信号及相关内容2.1.1模拟视频标准当前各个国家的电视制式不尽相同，制式的区分主要在于其分解率、帧频或场频、载频和信号带宽的不同、以及色彩空间的转换关系不同等。 世界上现行的彩色电视制式有三种NTSC、SECAM制和PAL制。 NTSC制式525行/帧，30帧/秒，两场的场回扫，实际传送图像的行数为480。 行采用正交平衡调幅的技术方式，故也称为正交平衡调幅制。 美国、加拿大等大部分西半球国家以及中国的台湾、日本、韩国、菲律宾均采用这种制式。 NTSC制式采用隔行扫描，行扫描频率是15750Hz，周期是63.5N/s；场扫描频率为60Hz，周期为16.67ms，262.5线/场，一帧分成2场；水平回扫时间是10微秒（包含5微秒的水平同步脉冲），因此显示时间是53.5微秒；颜色模型为YIQ10。 SECAM制式使用SECAM制的国家主要集中在法国、东欧和中东一带。 该制式是1966年制定的一种新的彩色电视制式，由法国于1956年提出，SECAM意为顺序传送彩色信号与存储恢复彩色信号制，它采用时间分隔法来专业文档，值得下载！传送两个色差信号，能克服NTSC制式相位失真的缺点11。 PAL制式:颜色模型为YUV，与SECAM的差别是，SECAM的色度信号是FM频率调制，而且PAL的两个色差信号红色差(R-Y)和蓝色差(B-Y)信号是按行的顺序传输的，采用逐行倒相正交平衡调幅的技术方法，PAL制式也能克服NTSC制相位敏感造成色彩失真的缺点。 西德、英国等一些西欧国家，新加坡、中国大陆及香港，澳SECAM制式与PAL制类似。 PAL制式中根据不同的参数细节，又可以进一步划分为G，I，D等制式，其中PAL-D制是我国大陆采用的制式，625行（扫描线）/帧，25帧/秒（40ms/帧），6MHz电视信号带宽，总带宽8MHz。 行扫描频率是15625Hz，周期为64us，每一行传送图像的时间是522us，其余的11.8us不传送图像，是行扫描的逆程时间，同时被用作消隐及行同步；隔行扫描，2场/帧，312.5行/场，场扫描频率是50Hz，周期为20ms。 每一场的312.5扫描行中25行作场回扫，不传送图像，传送图像的行数每场只有287.5行，每帧只有575行有图像显示。 2.1.2数字视频标准采用ITU-R，BT.656标准在三种电视制式之间确定了共同的数字化参数。 在该标准中，对有效样本点数、采样频率等都作了严格的规定。 有效样本数对PAL制和SECAM制的亮度信号，每条扫描行采样864个样本；对NTSC制的亮度信号，每条扫描行采样858个样本。 对所有的制式，每一扫描行的有效样本数均为720个。 我国采用的PAL制式电视信号，每场的312.5行中，有一部分是不包含视频信号的，而要用于场消隐。 按照标准规定的行号，奇场的行号为第1至第312.5行，偶场的行号为312.5至625行，其中，奇场的第23.5至310行包含有效的视频信号，共287.5行，偶场的第336至622.5行包含有效的视频信号，共287.5行，因此一帧的有效行数为576行。 采样频率PAL、SECAM制和NTSC制规定的共同的采样频率专业文档，值得下载！fs=13.5MHz，即为BT.656电视图像。 这个采样频率也用于远程图像通信网络中的电视图像信号采样。 对于PAL制、SECAM制，采样频率为fs=625*25*N=15625*N=13.5MHz，N=864。 对于NTSC制，采样频率为fs=525*29.97*N=15734*N=13.5MHz，N=858（N为每一扫描行上的采样数目）。 2.2数字图像编码对于目前的计算机和网络来说未压缩的数字视频数据量无论是存储或传输都是很困难的，因此数字视频的编码压缩技术成为了应用数字视频的关键问题。 通常来说视频编码分为三个阶段首先是信号处理阶段，这个阶段是把视频图像信号进行变换、处理，使数据容易压缩和量化；然后是量化阶段，信号的失真也在这里产生，量化阶段是压缩过程的主要阶段，是也就是用少量值表示多量值的过程；最后是无失真编码，也就是产生输出数据流。 对视频图像采用不同的处理、量化和嫡编码方法，就产生了不同的视频图像压缩方法。 从信息损失的角度，视频编码方法可分为有损压缩和无损压缩。 有损压缩后的数据经解压缩还原得到的数据与原始数据不完全相同；而无损压缩指压缩后的数据经解压缩还原得到的数据与原始数据完全相同19。 以下是几种常见的编码方式。 2.2.1预测编码预测编码可以分为线性预测和非线性预测两类，能进行帧内预测编码和帧间预测编码。 预测编码是基于图像数据的时间和空间冗余性，用相邻的己知像素或图像块来预测当前像素或图像块的值，而后对预测误差进行量化和编码。 专业文档，值得下载！线性预测编码又称为差分脉冲编码调制，预测系数固定，编码传输的是当前值与预测值的差值。 帧内预测利用相邻像素的空间相关性，例如PJEG算法中直流系数的编码，即用前一个88的直流系数作为当前88数据块的直流系数的预测值，编码发送的是二者之差。 线性预测编码的优点是易于硬件实现，算法简单。 其缺点是对信道误差及噪声比较敏感，容易产生误码扩散，使图像质量大幅下降，而且帧内DPCM的编码压缩比很低，所以一般要结合其他的编码方法共同使用，很少独立使用。 非线性预测编码主要利用相邻图像序列间的时间相关性来达到压缩的目的，和线性预测编码相比，可以得到更高的压缩比，在图像编码中占有很重要的位置。 非线性预测编码采用的技术有帧闭值法、重复法、帧内插法、运动补偿法和自适应交替帧内/帧间编码法等，它通常是针对图像块的预测编码，其中运动补偿预测编码现已被多种种视频图像编码标准采用，已经得到了很好的结果。 非线性预测编码的主要缺点是一般要对图像进行分块后再预测，容易造成分块边缘的不连续。 而且这种编码方法对于图像序列不同的区域，预测性能不一样，尤其是在快运动区，预测效率很低。 2.2.2熵编码熵编码的基本原理是给出现概率大的符号一个短码字，而给出现概率小的符号一个长码字，这样使最终的平均码长很小。 常用的熵编码方法有游程编码、霍夫曼编码和算术编码。 熵编码是基于信号统计特性的无损编码技术，解码后能无失真地重建图像。 算术编码是80年代发展起来的一种熵编码方法。 算术编码中，用0和1之间的一个实数区间来表示一个信息串，随着信息串长度的增加，表示它的区间就不断减小，因此表示该区间所需要的位数也不断增加。 信息串中的每个符号根据统计模型为自己定义的出现概率来划分区间，概率大的符号对区间的划分小于概率小的符号，因而编码串中加入的位数更少。 解码器接收到专业文档，值得下载！信息串后，根据符号的概率区间就可以逐位判别信息串所对应的符号串。 可以针对概率分布的信源设计出能够自适应其分布的算术编码器，也可根据信源的统计特性来设计具体的算术编码器，并且这种编码方法可用硬件实现。 游程编码即是将一个相同值的连续串用游程，灰度来表示，降低了表示一个等值连续串的数据量，主要用于量化后出现大量等值系数的情形。 霍夫曼编码利用信源的统计特性进行编码，是一种不等长最佳编码方法。 霍夫曼编码的前提是必须知道信源的概率分布，而这是很难做到的，因此一般使用大量数据进行统计后得到的近似分布来代替。 2.2.3模型编码模型编码技术是刚发展起来的一种很有前途的低比特率编码方法。 利用了计算机视觉和计算机图形学中的方法和理论，其基本出发点是在编、解码两端分别建立起相同的模型。 基于模型的编码器并不压缩实际的量化数据，而是采用一个表示景物（一般是人，人脸等）的模型，传送的信息是告诉接收方如何改变模型以匹配输入景物（如眨眼，扭头等）。 基于模型的解码器也有一个与对应编码器相同的模型，解码器利用收到的数据调整其模型，然后生成供显示的图像。 基于模型的图像编码方法利用先验模型来抽取图像中的主要信息，并以模型参数的形式表示他们，因此可以获得很高的压缩比。 2.2.4分形编码分形编码是近年来产生的新的图像压缩编码技术，数学基础是分形几何迭代函数系统理论，其出发点在于图像不同尺度下的局部之间的相似性与其信息冗余反映在图像整体上，但更普遍的情形是图像的局部之间存在相似性。 分形编码的解码过程是一个分形迭代的过程。 分形编码的基本思想是把原始图像分解为互不重叠的图像区块R，对于每个区块寻找一个域块，分形变专业文档，值得下载！换后形成它们的最佳逼近。 其中域块也是由原始图像分割出的图像块，域块的位置及分形变换的参数构成图像的分形码。 在编码过程中采用拼贴定理，确保在分形变换为压缩映射的情况下，由任意初始图像经过分形迭代产生的吸引子可以逼近原始图像。 分形块编码分为变换域分形编码和空间域分形编码，但这两种方法的解码重建图像的主观质量较差，在高压缩比时存在严重的方块效应。 2.3运动目标检测算法目标的运动图像序列提供了比静止情况下更多的信息，利用图像序列能够检测到单帧图像中无法检测到的目标。 运动目标检测的目的就是在运动图像序列中检测出需要关注的目标。 下面分析典型的运动检测方法帧间差分法和背景差分法的算法及其优缺点。 2.3.1帧间差分法帧间差分法就是在较短时间内检查相邻的几帧图像间相应像素点灰度强度的变化，变化较大的像素点被认为是由运动目标所造成的。 这种方法对于场景中的光线渐变不敏感，适于动态变化的环境，且运算量相对较小。 但一般不能完整的提取运动目标，且在运动实体内易产生空洞现象，从而不利于下一步的分析和处理。 帧间差分法可分为相邻两帧图像差分和间隔数帧图像差分。 首先，利用公式2-1计算二帧图像之间的差，得到差分后的图像Dk(x，y)。 然后根据公式2-2对差分图像Dk(x，y)进行二值化和数学形态学滤波处理，并对结果Rk(x，y)进行区域连通性分析，当某一连通的区域的面积大于某一给定阂值，则成为检测目标，并认为该区域就是目标的区域范围，确定出目标的最小外接矩形。 专业文档，值得下载！()()1(,),kkkD x yf xyfx y?=?k=1,2,3(2-1)其中，fk(x，y)，Rk(x，y)，Dk(x，y)为视频序列中两帧图像，Dk(x，y)为帧差图像，当取1时为相邻帧差分。 （T是二值化设定阀值）Background Dk(x，y)T0(,)1Foreground Dk(x，y)T(2-2)这种方法在使用过程中存在两个问题一是两帧间目标的重叠部分不容易检测出来，因为直接用相邻的两帧相减后，保留下来的部分是两帧中相对变化的部分；二是检测出的目标比实际的目标大一些，存在较多的伪目标点。 在实际应用中，上述差分法计算的差分图像经常包含有许多噪声，一个简单的噪声消除方法是使用尺度滤波器，滤除小于某一尺度的成分，但是也会将一些有用的信号滤除，比如那些于缓慢运动或微小运动物体的差分信号。 基于帧差的方法进行视频的目标检测的主要优点是算法简单，程序设计复杂度低，易于实时处理；对背景或者光线的缓慢变化不太敏感，能较快适应;对目标运动的检测灵敏度高。 2.3.2背景差分算法背景差分法是利用当前图像与背景图像的差分来检测运动区域的一种技术，将实时视频流中的图像像素点灰度值与事先已存储或实时得到的视频背景模型中的相应值比较，不符合要求的像素点被认为是运动像素。 这是视频监控中最常用的运动检测方法。 虽能较完整的提取运动目标，但对光照和外部条件造成的环境变化过于敏感，常常会将运动目标的阴影错误的检测为其自身的一部分。 背景差分法是一种有效的运动目标检测算法。 实现简单，能k Rxy?=?专业文档，值得下载！够完整地分割出运动目标。 首先，利用实时获取或者事先存储的背景图像序列为每个像素统计建模，从而得到背景模型bf(x，y)；然后，把当前每一帧图像kf(x，y)与背景模型bf(x，y)相减，进而得到图像中偏离背景图像较大的像素点。 后续处理步骤与帧间差分法相同，直至确定出目标的最小外接矩形。 Dkkbff（x，y）=|(x,y)-(x,y)|(2-4)其中，kf(x，y)为某一帧图像，bf(x，y)为背景图像，kD(x，y)为帧差图像。 如果背景是基本静止的，只需用多幅背景图像的统计平均值来完成背景图像的估计，且能得到很好的效果。 但是在有些图像序列中，背景是个渐变的过程，因此，在实际应用中，背景差分的关键是设计合适的背景更新策略。 只有当背景图像选取适当时，才能准确地分割出运动物体。 (2-5)1kN=为了以增加系统的自适应性，得出了一个背景更新方案有运动(,)(1(,)(,)bf xy无运动(2-6)阀值T更新方案有运动 (1)(*|(,)nkf xyT无运动(2-7)1(,)D xy(,)f xyNk=1)(,)f xybkbf xyfx y+?=?1(,)|)f xybnnf+?=?专业文档，值得下载！其中为常数因子，通常为正整数。 可知，利用统计平均方法对背景图像进行修正，选取前N帧未出现目标的图像进行背景提取，可以得到一个较为真实的背景图像。 2.4运动目标跟踪算法相关跟踪算法对场景图像质量要求不高，可在低信噪比条件下稳定工作，能适应较复杂场景结构的目标和背景条件，具有较强的局部抗干扰能力，能在低信噪比条件下提供最好的跟踪性能，在成像跟踪中占有着非常重要的地位。 相关跟踪算法是将系统的基准图像在实时图像上以不同的偏移值位移，然后根据一定的相似性度量准则对每一个偏移值下重叠的两个图像基准图像及与基准图像同样大小的实时