主頁（http://www.by236.com）：基于DSP智能視頻監控系統的軟硬件設計 【中國集群通信網】硬件設計 由于本系統使用Blackfin 561 DSP進行開發，因而整個系統可采用一塊BF561 EZ-KIT Lite評估板、一臺CCD攝像機、一臺PC機和一個Blackfin USB-LAN EZ-Extender卡。 BF561 EZ-KIT Lite評估板主要用來實現智能處理算法以及對視頻流的壓縮編碼功能。因為在BF561 EZ-KIT Lite評估板上包括有：視頻處理芯片ADSP BF561;外部總線接口單元(EBIU)、SPORT接口、SPI接口、PPI接口、UART接口、JTAG仿真接口等。視頻A/D模塊采用ADV7183視頻解碼芯片。BF561 EZ-KIT Lite評估板結構如圖1所示。 圖1 BF561 EZ-KIT Lite評估板結構 Blackfin USB-LAN EZ-Extender卡 Blackfin USB-LAN EZ-Extender卡可連接USB設備，并通過網絡傳輸已壓縮的視頻數據到PC客戶端。因為在Blackfin USB-LAN EZ-Extender卡上包含有一個USB 2.0接口;一個10/100自適應網口等。 CCD攝像機 這一臺CCD攝像機，主要用來采集視頻。 PC客戶端 該PC客戶端主要用來接收壓縮視頻，配置和控制終端控制系統工作方式，并且能夠存儲系統的輸出。 軟件設計 基于Blackfin 561 DSP的智能視頻監控系統軟件部分，由上層PC監控服務軟件和底層DSP監控功能軟件兩部分組成。上層PC部分主要進行監控功能選擇和監控結果的顯示，底層DSP部分主要進行智能監控和壓縮編碼的算法實現。視頻監控系統通過使用UART和USB接口作為聯系PC和DSP的通道，以實現數據的交換。其中，使用異步串口(UART)作為監控系統與PC端監控軟件的通信接口，完成底層監控程序和PC端監控服務軟件之間的通信;使用USB控制器作為壓縮碼流的數據傳輸接口，完成壓縮碼流向PC端的輸送任務。 智能視頻監控系統同時使用Blackfin 561 DSP的兩個核進行處理，通過PC服務軟件和DSP端監控功能軟件協同工作，其主要工作流程如圖2所示。
圖2 智能視頻監控系統的工作流程 DSP端接收到一幀圖像后，利用Blackfin 561 DSP的兩個核完成智能視頻監控處理和視頻編碼壓縮處理。智能視頻監控處理部分，利用Blackfin 561 DSP的核A進行，它首先通過UART通信模塊獲得PC端監控功能選擇模塊的當前功能，以及這一功能的相應參數，然后根據相應的功能調用監控功能模塊中對應的監控函數進行處理;最后再利用UART通信模塊將處理的結果傳送到PC端顯示。視頻編碼壓縮處理部分，使用Blackfin 561 DSP的核B進行，利用由ADI公司提供的H.264編碼函數和USB驅動函數實現，這里就不贅述了。 PC端進行不同監控功能的切換或調整功能參數，在下一幀輸入圖像中將進行監控功能的切換和參數的調整。 客戶端軟件 客戶端軟件是用戶實現DSP監控操作的平臺，主要由監控軟件界面、監控功能選擇模塊、驅動函數模塊組成。 監控軟件界面是監控系統和用戶進行信息交互的平臺，它整合了各個監控功能模塊，用戶通過它完成各個監控功能模塊的調用、參數的選擇、結果的顯示等。 PC監控功能選擇模塊完成對底層DSP監控功能的調用，從而實現用戶需要的相應的監控功能。 驅動函數模塊包括UART驅動和USB驅動。UART驅動的作用是實現上層PC的監控服務軟件和底層DSP的監控功能程序之間的UART接口通信;USB驅動的作用是通過USB接口接收底層DSP發送的壓縮碼流。 DSP端監控功能軟件 DSP監控功能軟件是整個監控功能實現的核心，由監控功能模塊、H.264視頻壓縮模塊和UART通信模塊組成。 DSP監控功能模塊經PC端監控功能選擇模塊進行調用，直接負責完成相應的監控功能，并將結果傳輸到PC端。 H.264視頻壓縮模塊負責將輸入視頻圖像進行H.264壓縮，并使用USB接口將壓縮后的視頻圖像傳輸到PC端。 UART通信模塊負責利用協議實現和PC端的通信。 1、DSP監控功能模塊 本文所設計的智能視頻監控系統需要實現8個不同的智能視頻監控功能。根據監控功能的不同性質和處理手段，主要分為：物體檢測與數量統計、自動跟蹤、入侵和遺留物體檢測、攝像機模糊、遮擋及非法移動等4類不同功能。本模塊通過從PC端功能選擇模塊獲取監控信息，選擇單一視頻監控功能進行處理。監控功能模塊流程如圖3所示。 圖3 監控功能模塊流程 監控功能模塊中大部分功能首先都需要進行相同的前期處理過程-運動對象的提取。本系統運動對象的提取主要包括背景建模和連通域標記兩個部分，其主要流程如圖4所示。 圖4 運動對象提取 · 物體檢測：物體檢測需要根據運動檢測的結果判斷當前運動物體所屬的類別，如人體、四足動物、四輪機動車、非機動車等。其使用高斯背景模型進行運動檢測，提取目標的形狀特征，并對它們進行分類，最后輸出運動物體的位置、類別; · 數量統計：數量統計需要在物體檢測的基礎上，統計各類物體或一類物體的數目，在統計過程中，還需要區分個體和群體。其在分類的基礎上，使用計數器統計當前幀中各種目標的數量。最后輸出各類物體數目，如個體數目、群體數目; · 入侵檢測：入侵檢測需要判斷場景中運動物體是否進入某一固定區域。其在運動檢測的基礎上，判斷目標的位置與標定的”禁入”位置的相對關系，以實現入侵檢測，最后輸出入侵物體位置和類別; · 遺留物體檢測：遺留物體檢測主要是檢測固定區域內箱包類物體的非法滯留問題。具體說，主要是檢測行人將箱包等遺留到場景中的情況(重點是為了排除爆炸物和危禁品)。當然，也包括將場景中原有物體拿走的情況。通過判斷物體在監控場景中出現的時間的長短，來判斷是否為遺留物體，輸出遺留物體的位置及大小;
|
