基于DaVinci技術(shù)的實(shí)時闖紅燈抓拍系統(tǒng)研究.pdf

1、闖紅燈抓拍系統(tǒng)中使用到了很多計算機(jī)視覺和數(shù)字圖像處理技術(shù),本文就其中的一些關(guān)鍵性算法展開了討論,主要針對目標(biāo)檢測、跟蹤技術(shù)進(jìn)行了深入的研究和實(shí)踐,并基于DaVinci技術(shù)初步實(shí)現(xiàn)闖紅燈抓拍系統(tǒng)。
　　 車輛檢測和車輛跟蹤是闖紅燈視頻系統(tǒng)的兩個關(guān)鍵算法。針對車輛檢測,傳統(tǒng)的算法不能很好的實(shí)現(xiàn)背景提取,尤其在目標(biāo)的密度過高時無法實(shí)現(xiàn)背景重建,本文提出一種基于形態(tài)學(xué)和像素灰度歸類的背景重建方法可以很好地解決上述問題。該算法的基本思想:

2、首先通過三幀圖像中相鄰兩幀之間的差值得到中間圖像幀中目標(biāo)的大致輪廓,然后用數(shù)學(xué)形態(tài)學(xué)原理處理圖像,最大程度地區(qū)分出前景對象和背景圖像。這時,為了減少前景對象對背景重建的影響,可以不考慮前景對象的像素點(diǎn)而只對背景圖像進(jìn)行像素歸類。當(dāng)視頻序列執(zhí)行完后,出現(xiàn)次數(shù)最多的像素值被定位為背景點(diǎn)的像素值,當(dāng)求取每個像素點(diǎn)背景值后,背景圖像就生成了。針對車輛跟蹤,傳統(tǒng)的Mean Shift算法有兩個不足之處,一是無法自動設(shè)定初始化目標(biāo)窗口,二是在跟蹤過

3、程中當(dāng)運(yùn)動目標(biāo)的顏色分布與背景相似的情況下可能會丟失目標(biāo)。對于其不足之處本文提出了一種基于改進(jìn)MeanShift的車輛跟蹤算法,該算法可以利用闖紅燈抓拍系統(tǒng)的特點(diǎn)實(shí)現(xiàn)自動設(shè)定初始化目標(biāo)窗口,并且利用Kalman濾波器根據(jù)目標(biāo)前一幀的位置信息來預(yù)測出目標(biāo)在本幀圖像中目標(biāo)的可能位置,然后用Mean Shift算法在這個位置的鄰域內(nèi)找到目標(biāo)的真實(shí)位置,并利用前一幀目標(biāo)的運(yùn)動信息,實(shí)現(xiàn)更準(zhǔn)確的跟蹤。對于本文提出的兩個改進(jìn)算法,通過理論和仿真實(shí)驗

4、證明效果良好。
　　 TI的DaVinci技術(shù)是專門針對數(shù)字視頻系統(tǒng)開發(fā)提出的一種解決方案,而DM6446就是基于DaVinci技術(shù)的SoC處理器,其ARM+DSP的雙核架構(gòu)可將高性能的可編程核與存儲器及外設(shè)集成在一起,使得DSP端執(zhí)行高性能算法,ARM端結(jié)合Linux嵌入式系統(tǒng)實(shí)現(xiàn)對外設(shè)的管理。因此,本文選擇DaVinci DM6446作為闖紅燈抓拍系統(tǒng)的開發(fā)和實(shí)現(xiàn)平臺。首先,基于DSP端在DaVinci開發(fā)工具CCS上對本文