摘  要： 針對嵌入式越界檢測系統(tǒng)的實時性問題，提出了基于感興趣區(qū)域（ROI）的碼書背景建模算法，并通過對ROI進行下采樣和二值化處理，進一步提高算法的實時性和準確性。對D1格式的視頻在TI DM648平臺上進行測試，本文算法速度可以達到26 f/s，準確率可以達到92.65%，滿足工程應用的需要。
關鍵詞： DM648；感興趣區(qū)域；下采樣；實時；碼書背景建模

　隨著社會的發(fā)展，在一些重要的地區(qū)和區(qū)域（如軍事邊界、銀行金庫、自然保護景區(qū)等），為了防止非法人員的入侵或者其他外來破壞，通常在外圍設置一些屏障和阻擋物并配備人員進行巡邏或者安裝周界探測報警系統(tǒng)。目前，國內周界探測報警系統(tǒng)主要有兩類：一類是以微波、紅外和激光燈為代表的對射面或對射線的報警系統(tǒng)；另一類是以振動光纖、傳感電纜、高壓脈沖電網(wǎng)和泄露電纜等其他各種線纜式傳感器為代表的報警系統(tǒng)。這些方法不僅耗費人力和財力，而且檢測效率不高，容易出現(xiàn)失誤，因此難以適應現(xiàn)代安防需求。隨著視頻采集和視頻信息處理在日常生活、軍事、醫(yī)療和安防等許多領域的廣泛應用，利用視頻監(jiān)控周界報警逐漸的成為了一個新的趨勢。
　本文以TI公司DM648為核心構架硬件平臺，設計實現(xiàn)了基于DM648的圍界實時越界監(jiān)測系統(tǒng)，通過提取以圍界為核心的感興趣區(qū)域ROI（Region of Interest），實時檢測二值化后ROI中亮度值突變及白點的連通區(qū)域面積，實現(xiàn)區(qū)域越界報警。
1 硬件平臺介紹
　DM648是TI公司生產(chǎn)的達芬奇系列多媒體數(shù)字信號處理器，其主頻最高可達1.1 GHz，可同時處理8條指令，處理速度最快為8 800 MIPS。它的一級緩存包含32 KB的數(shù)據(jù)緩存（L1D）和32 KB程序緩存（L1P），一級數(shù)據(jù)緩存和數(shù)據(jù)緩存共用一個512 KB大小的二級緩存。它內部集成了5個視頻輸入輸出端口（VP0~VP4），理論上可以同時采集8路視頻。外圍配以視頻解碼芯片TVP5154、編碼芯片THS8200和SAA7105構成典型的嵌入式圖像采集顯示系統(tǒng)，同時外部存儲器總線接口（EMIF）上擴展了256 MB的DDR2和64 MB Flash。
　通過模擬攝像頭采集的視頻信號經(jīng)TVP5154芯片解碼后轉為YUV格式的數(shù)字視頻數(shù)據(jù)送入DM648的VP0口，然后通過EDMA3（Enhanced Direct Memory Access3）將視頻數(shù)據(jù)搬運到DDR2中進行處理，將處理好的視頻數(shù)據(jù)送入VP1口，由THS8200接收數(shù)據(jù)并傳給SAA7105芯片編碼為標清模擬信號后輸出到監(jiān)視器顯示。
　DM648圖像處理平臺硬件系統(tǒng)框架如圖1所示。

2 越界檢測算法設計與實現(xiàn)
　為了能檢測是否有目標越界，就需要提取目標。常用的運動目標檢測的方法主要有光流法、相鄰幀差法和背景差分法。光流法支持攝像頭移動，能夠很好地檢測運動目標的完整信息，但是其計算量非常大且計算復雜，目前難以在嵌入式平臺上實現(xiàn)實時處理。相鄰幀差法則算法簡單、速度快，滿足實時性要求，但是穩(wěn)定性差，檢測目標不準確，容易出現(xiàn)空洞現(xiàn)象。背景差分法相對光流法運算量小，相對相鄰幀差法可靠性高，只要建立可靠的背景，就能夠提取出準確的目標。因此，本文選擇背景差分法進行運動目標的檢測。
背景差分法的核心是背景模型的建立。常見的背景建模方法有中值背景建模、單高斯背景建模、混合高斯背景建模和碼書背景建模等。中值背景建模和單高斯背景建模算法簡單，但對環(huán)境適應能力差，如光照變化、樹葉搖擺會造成提取的背景噪聲比較大，檢測準確率低；混合高斯背景建模算法精度高，算法的運算量大，背景更新慢，很難在本文所用的嵌入式平臺上做到實時處理；碼書背景建模算法簡單易于實現(xiàn)，更新速度快，檢測效果好，因此本文選擇碼書背景建模。
　為了實現(xiàn)實時越界檢測，需要解決以下3個問題。（1）如何構建ROI，并對其進行處理以減少運算量；（2）如何改進簡化碼書背景建模以進一步減少計算量達到實時檢測；（3）如何檢測物體目標越界，提高檢測準確率并對物體越界進行警示。本文的算法最后在DM648圖像處理硬件平臺上得以實現(xiàn)，該越界檢測系統(tǒng)的核心算法流程圖如圖2所示。

2.1 ROI構建與處理
　在越界檢測系統(tǒng)中，ROI圖像的信息只集中在需要進行檢測的ROI中，去除冗余數(shù)據(jù)，提取出ROI以提高圖像處理速度和準確度。只對ROI進行檢測將會大大減少計算量。

　最后，選取LUMRA最大的N/2個區(qū)域作為判斷亮度值突變及白點的連通區(qū)域面積的區(qū)域。
2.2 ROI碼書背景模型建立
　在ROI建立之后，由于需要檢測的物體只與圍界的范圍相關，本文通過構建ROI模板來分別提取背景區(qū)域和要處理的視頻區(qū)域，以減少背景建模和背景更新時的計算量。
　碼書背景建模對RGB空間的視頻序列具有較好的檢測效果，但有一些不足之處：視頻采集設備（如網(wǎng)絡攝像機、DV等）采集的視頻序列大多是YUV格式的，如果按照原碼書算法思想[4]，則需要進行從YUV空間到RGB空間的轉換，該轉換運算為浮點型運算，運算量大，而且DM648是一個定點數(shù)字處理器，不適合作浮點運算。本文越界檢測只需對亮度信號進行處理，YUV相比RGB色度空間更有優(yōu)勢。因此，對原碼書算法進行改進，直接在YUV空間Y通道上進行碼書背景建模，不僅省去了大量的浮點型運算，而且省去了計算色度失真度對碼字的匹配，只是在Y通道上進行像素值匹配。改進后的碼書背景建模非常適合在嵌入式平臺上進行實時處理。


　若ROI的亮度發(fā)生突變，不一定是有目標闖入，有可能是很多噪聲點或者其他原因引發(fā)檢測區(qū)域亮度突變。為提高檢測準確度，需要進一步對提取的目標進行連通區(qū)域面積的計算。本文采用相鄰點循環(huán)掃描的方法按照從上向下、從左至右的順序掃描ROI中的連通區(qū)域，步驟如下。
　（1）提取ROI二值化圖像，F(xiàn)lag=0，從上向下、從左至右開始掃描。
　（2）如遇到白點，相鄰點循環(huán)掃描直到找不到白點，統(tǒng)計白點數(shù)（連通區(qū)域面積）退出循環(huán)。
　（3）如果連通區(qū)域面積大于設定閾值Num，則Flag=1進入步驟（4）；否則檢查掃描是否完畢，如果沒有則跳回步驟（2），完畢則退出掃描。
（4）Flag=1表示有目標存在，報警后退出掃描。
3 實驗結果及數(shù)據(jù)分析
　使用720×576的AVI視頻作為本文所設計的系統(tǒng)的測試視頻，結果如表2和表3所示。由表2實驗數(shù)據(jù)可知，當對ROI進行下采樣處理時能做到26 f/s，由此可見對ROI進行下采樣在實際應用中的意義之大。由表3可知，本文通過先做亮度突變檢測再進行白點的連通區(qū)域面積檢測后的檢測精度能達到92.65%，實用性很強。

　本文設計了以TI公司DM648為核心的硬件圖像處理平臺，設計實現(xiàn)了目標越界的實時監(jiān)測，通過提取以圍界為核心的ROI，實時檢測ROI中亮度值突變及白點的連通區(qū)域面積，實現(xiàn)越界報警。實驗結果表明，本文所設計越界檢測系統(tǒng)實時性好，檢測精度高。但當物體運動太快時候將會出現(xiàn)檢測不到的情況，需要進行改進。
參考文獻
[1] LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision， 2004， 60（2）：91-110．
[2] 齊美彬，楊愛麗，蔣建國，等．一種基于改進碼本的車輛檢測與跟蹤方法[J]．中國圖象圖形學報，2011，16（3）：406-412．
[3] 郭志濤，劉玉菲，劉恩海，等．基于區(qū)域特征分析的層級有序碼書目標檢測算法[J]．計算機應用研究，2013，30（6）：1903-1906.
[4] KIM K， CHALIDABHONGSE T H， HARWOOD D， et al．Real-time foreground-background segmentationusing codebook model[J]． Real-Time Imaging，2005，11（3）：172-185．
[5] 齊麗娜，張博，王戰(zhàn)凱.最大類間方差法在圖像處理中的應用[J].無線電工程，2006（7）：25-26.
[6] 李峰，周荷琴．融合碼本和紋理的雙層視頻背景建模方法[J]．中國科學技術大學學報，2012，42（2）：99．105．