基于DM642的运动目标检测系统设计与实现

引言
数字视频系统在智能交通、图像识别以及安防监控等领域，都得到了广泛的应用，运动目标检测作为数字视频系统的一个重要环节，是后续目标识别、目标跟踪等应用的基础。本文提出了一个基于DM642的实时运动目标检测系统方案，依靠DM642芯片强大的运算能力，使目标检测的数据吞吐量及实时性得到保证。本方案设计合理、可扩展性强，具有实际应用价值。

1 运动目标检测算法
实现运动目标检测的算法很多，一般有光流法、背景差分法、相邻帧间差分法等。光流法通过求解光流方程来实现运动检测，其算法复杂、计算量大，且较难满足实时要求；而相邻帧间差分法虽然算法简单、运算量小，但抗干扰能力很差，检测效果不太理想；而背景差分法算法简单、运算量小、且抗干扰能力强，因此本文采用该方法实现运动目标检测。具体步骤如下：首先获取数字图像进行预处理，之后采用背景差分法实现运动检测，再对所得的图像用大津法进行自适应阀值分割，最后通过滤波得到检测出的运动目标。图1是本文运动目标检测的流程图。

1．1 图像获取及预处理
在CCS中配置系统的视频输入以及视频输出FVID驱动，从TMS320DM642的VPORT口获取到摄像头采集的视频流所对应的数字YUV视频流，将其存放到缓存IMG_CURRENT、IMG_PREVIOUS、IMG_BACKGROUND里面，其中IMG CURRENT存放的是当前的图像，IMG_PREVIOUS存放的是上一次存放的图像，IMG BACKGROUND存放的图像作为背景图像。图像的分辨率为720×576，每个分量为8比特。由于获取的视频图像不可避免地含有噪声，必须对这些噪声加以抑制，本文采用高斯滤波对所得到的YUV视频信息进行高斯滤波处理。滤波后的图像保存到IMG_CURRENT缓存中。

1．2 背景差分法处理
视频图像经过预处理后，采用背景差分法检测出运动图像，步骤如下：
(1)获取一帧图像作为初始的背景Bg(x,y,tk)；
(2)间隔4帧再次获取下一幅图像，作为当前图像Curr(x,y,tk)；
(3)按照背景差分法得到差分图像Sub(x,y,tk)=|Curr(x,y,tk,)-Bg(x,y,tk)；
(4)统计所有和值，与设定的阀值FF相比较，如果小于阀值FF，按下式进行背景更新Bg(x,y,tk)=α*Curr(x,y,tk)+(1-α)*Bg(x,y,tk-1)；
(5)重复前面(2)到(3)的步骤。