基于TMS320C6000 DSP芯片實現(xiàn)視頻檢測系統(tǒng)的設(shè)計

提出一種基于虛擬線的交通參數(shù)（車速、車輛計數(shù)等）視頻檢測方法。通過檢測在實時圖像序列中設(shè)置的虛擬線，檢測車輛存在，進(jìn)而計算出車速、車流量等交換信息。該方法自適應(yīng)更新背景和閾值，具有較高的檢測精度和良好的抗干擾性，避免了大量乘法運算，有效地提高了檢測速度，具有良好的實時性。

目前，交通問題已成為城市發(fā)展的主要制約因素之一。ITS（Intelligent Transportation System）智能交通系統(tǒng)，是指將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊技術(shù)、自動控制技術(shù)、計算機處理技術(shù)等應(yīng)用于交通運輸，實現(xiàn)交通信息管理現(xiàn)代化。目前國內(nèi)外對ITS已經(jīng)有了較深入的研究和實踐。近20年的研究表明：實行ITS，可以使道路的通行能力提高2～3倍，將產(chǎn)生巨大的經(jīng)濟效益和社會效益。

交通視頻檢測設(shè)備是ITS的重要組成部分，它實時地檢測交通參數(shù)，進(jìn)行數(shù)據(jù)處理并傳送至交管中心。傳統(tǒng)的檢測方法是在車道下埋置磁感應(yīng)線圈，當(dāng)有車輛經(jīng)過時，產(chǎn)生一個電信號，檢測出這輛車正在感應(yīng)線圈的位置。根據(jù)一車輛通過不同的感應(yīng)線圈的時間間隔Δt和兩個感應(yīng)線圈之間的距離L，求得車速v=L/Δt。

本文提出的視頻檢測方法，首先在圖像上設(shè)置虛擬線，虛擬線的作用與上述磁感應(yīng)線圈類似。根據(jù)虛擬線上像素點的數(shù)值變化判斷是否有車經(jīng)過檢測線。如果當(dāng)前檢測線上的數(shù)值大于背景估計值，則認(rèn)為有車輛經(jīng)過檢測線，從而檢測出車輛。由于背景的變化，必須實時更新背景的估計值，才能夠保證檢測的精度。

1 虛擬線檢測算法

視頻車輛檢測流程如圖1所示，用一個架設(shè)在車道上方的攝像頭同時監(jiān)視多個車道，攝像頭采集的圖像以25幀/秒（PAL）的速度進(jìn)入圖像采集模塊，得到數(shù)字化的圖像（YUV 4：2：2），數(shù)字圖像數(shù)據(jù)進(jìn)入圖像處理模塊，這個模塊是整個系統(tǒng)的核心，實現(xiàn)對實時動態(tài)圖像的分析處理，檢測出多項交通信息。圖像處理流程如圖2所示。

1．1 攝像機的安裝與虛擬線的實際距離

圖3中：φ為攝像機的視場（FOV）角度；

φ/r為一條檢測線對應(yīng)的角度；

D是一條檢測線對應(yīng)的實際距離；

r是圖像的垂直分辨率（一幅圖像的行數(shù)）。

實際應(yīng)用中，根據(jù)圖3所示的視頻角度（FOV），攝像機比較理想的安裝高度應(yīng)該在7.5m～10m的范圍內(nèi)，并且保證監(jiān)視的視場能夠覆蓋1～4條車道。

在機器視覺系統(tǒng)中，一行掃描線代表的實際距離與攝像機的安裝密切相關(guān)，本系統(tǒng)中由三個參數(shù)確定，分別是攝像機的安裝高度（h）、光軸與垂直方向的角度及視場（FOV），各參數(shù)間的關(guān)系如圖3。式（1）為每條檢測線代表的實際距離：

D=htan［arctan（d/h） φ/r］-d （1）

由圖3所示幾何關(guān)系，容易得到圖像覆蓋的實際最大距離為：

dmax=htan［arctan（dmin/h） φ］ （2）

顯然攝像機能夠監(jiān)視的最大距離dmax用安裝高度h、最小距離dmix和FOV角度φ決定。

1．2 背景估計和車輛檢測

一條道路通常被分為幾條車道，在每條車道上分別設(shè)置如圖4（圖中數(shù)字1，2，3…表示像素點）所示的檢測區(qū)。每個檢測區(qū)由一條車輛存在檢測線和緊跟其后的速度檢測區(qū)構(gòu)成。存在檢測線長度為50pixel/line，速度檢測區(qū)由30條30pixel/line檢測線構(gòu)成。

判斷存在檢測線上是否有車通過的基本原理是：如果當(dāng)前幀檢測上像素點的灰度值明顯大于背景的估計值，認(rèn)為這一時刻檢測線上有車輛存在，否則認(rèn)為此刻檢測線上無車輛存在。

由于環(huán)境的變化，必須實時更新存在檢測線的背景估計值。把一條檢測線上對應(yīng)五個不同時刻（相鄰時刻的間隔是10幀）的像素點的灰度值存入緩沖區(qū)，用lineTn（n=1，2…）表示第n時刻檢測線上的數(shù)據(jù)。這樣連續(xù)5個時刻的數(shù)據(jù)為一組，通過對連續(xù)兩組數(shù)據(jù)的比較計算來更新背景的估計值。例如，當(dāng)前緩沖區(qū)存的是lineT1到linet5，那么輸入的lineT6與lineT1的間隔是50幀（2s，PAL制），這樣在車速大于20km/h，車長小于1lm的條件下（通常情況下滿足此條件），不可能有同一車輛既經(jīng)過lineT1又經(jīng)過lineT6，定義一個變量如（3）式：

式（3）中s‘I是lineT（1 j）是第i個像素點的灰度值，si是lineT（6 j）的第i個像素點的灰度值（j=0，1，2，3，4）。把第一組數(shù)據(jù)和第二組數(shù)據(jù)比較，即lineT1與6，2與7，3與8，4與9，5與10分別逐像素點地比較，由式（3）得到5個變量，然后lineT6～10覆蓋lineT1～5存入緩沖區(qū)，用lineT6～10和lineT11～15重復(fù)上述計算過程。通過比較lineT1～5和lineT6～10兩組數(shù)據(jù)得到的5個變量中，第j個變量Vj最小，令Vmin=Vj，與這個最小值對應(yīng)的后一組數(shù)據(jù)中的lineT（6 j）用于存在檢測線的背景估計。檢測線的背景估計通過式（4）的經(jīng)驗公式更新。

R’i=ωRi （1-ω）Bi i=1，…，50 （4）

式（4）中Ri是檢測線上第i點的背景估計值，Ri是該點上一次的估計值，Bi是后一組數(shù)據(jù)中對應(yīng)于最小變量值Vmin的檢測線上第i點的值。ω是權(quán)系數(shù)，它決定了上一次的背景估計值對當(dāng)前背景估計值的影響，（1-ω）決定了對應(yīng)于Vmin的檢測線數(shù)據(jù)對于背景估計的影響。如果ω=1，當(dāng)前背景估計等于上一次背景估計；如果ω=0，當(dāng)前背景估計完全被對應(yīng)于Vmin的檢測線數(shù)據(jù)代替。為了達(dá)到實時更新背景的目的，ω的值應(yīng)該較小，但是為了提高抗干擾能力，ω的值應(yīng)該較大，綜合兩方面的考慮，實際系統(tǒng)中取固定值ω=0.8。通過上述計算過程，檢測線上的背景估計值每隔2s更新一次，對于緩慢變化的環(huán)境，能夠得到實時準(zhǔn)確的背景估計。

如果一條檢測線上像素點的值比與它比較的檢測線上相應(yīng)點的值高得多（或低得多），由（3）式得到V‘，而兩條檢測線上對應(yīng)點的值基本相同時得到V’’，那么V’會明顯大于V‘’，這就是進(jìn)行車輛檢測的基本依據(jù)。定義變量：

式（5）中Li是當(dāng)前時刻檢測線上第I點的值，R‘i是背景估計值。

當(dāng)VD大于選定的閾值時，認(rèn)為檢測線上有車輛存在。式（6）是閾值表達(dá)式：

T=kVmin （6）

式（6）中Vmin是當(dāng)前最小的變化值，對應(yīng)于Bi，k是常數(shù)，如果

VD＞T （7）

說明當(dāng)前時刻檢測線上的值大于背景估計值，此時檢測出有車輛經(jīng)過存在檢測線。

1．3 速度檢測

如圖4所示，速度檢測區(qū)緊跟在存在檢測線之后，當(dāng)存在檢測線檢測到有車輛經(jīng)過時，觸發(fā)速度檢測區(qū)工作。為了避免車高的影響，當(dāng)車輛相對攝像機的監(jiān)視方向運動時，應(yīng)該按照車頭的位置計算速度。而當(dāng)車輛運動方向與攝像機的監(jiān)視方向相同時，應(yīng)該按照車尾的位置計算速度。

以前一種情況為例，一旦檢測到車輛進(jìn)入速度檢測區(qū)，速度檢測模塊依次檢測每條虛擬線（從Line0開始），方法與存在檢測算法相同，當(dāng)檢測到連續(xù)兩條虛擬線都沒有車輛存在停止。認(rèn)為這兩條線的前一條就是車頭的位置l0，下一幀的檢測就從這條線開始。一幀一幀重復(fù)上述過程，直到車頭位置超出了速度檢測區(qū)，那么上一幀得到的車頭位置ln就是車頭最后的位置。車速為：

Vf=［（ln-lo）/n］25（lines/s） （8）

計算ln-l0是必須的，因為車頭的開始位置和最后位置在每次測量時并不是固定的。適當(dāng)設(shè)置30條虛擬線組成的速度檢測區(qū)，使ln-l0的最小值是20，則由檢測線引起的最大量化誤差是1/20。

由圖3所示的幾何關(guān)系，（8）式的速度值能夠轉(zhuǎn)換成m/s為單位的實際速度，與ln-l0對應(yīng)的實際距離為：

D=D0-Dn （9）

式（9）中Δθ=φ/r

θ為line0與垂直方向的角度，則實際速度為：

V=（D/n）25（m/s） （10）

2 系統(tǒng)實現(xiàn)

如圖5所示，本系統(tǒng)選用TMS320C6000系列的DSP芯片作為處理器，采用雙處理器的硬件結(jié)構(gòu)，每個視頻通道處理一路視頻輸入，可以同時檢測兩個方向的交通信息。本系統(tǒng)在CCS2.2環(huán)境下開發(fā)系統(tǒng)底層程序，在VC.net環(huán)境下開發(fā)系統(tǒng)上層操作程序，系統(tǒng)運行情況良好。

3 實驗結(jié)果

用10個視頻序列（每個序列3分鐘，25f/s攝像機高h(yuǎn)=7.5m，視場FOV≈40）對該系統(tǒng)進(jìn)行測試。實驗證明在環(huán)境光線良好的條件下，車輛計數(shù)的準(zhǔn)確率在95%以上；在較差的光線條件下，車輛計數(shù)的準(zhǔn)確率在90%以上，速度參數(shù)計算誤差小于5%。

基于虛擬線的視頻檢測技術(shù)最大的優(yōu)點是算法簡單、計算量小，適合對實時性要求較高的場合，例如，根據(jù)檢測結(jié)果抓拍車輛圖像的應(yīng)用。該算法還有待于進(jìn)一步優(yōu)化，如可以加入?yún)^(qū)配和跟蹤模塊；可以利用圖像的更多特點，例如色度、邊緣、角點等不斷優(yōu)化算法。

責(zé)任編輯：gt