摘 要： 車道閘桿故障在收費站等地時有發(fā)生，為了解決這一問題，提出了一種基于車輛視覺的閘桿防撞系統(tǒng)的解決方案。該方案主要包括差值圖像的自適應(yīng)閾值提取、二值圖像的中值濾波與開運算以及背景的分塊實時更新，并在此基礎(chǔ)上提出了一種基于背景差分的車輛檢測方法。該方法有效解決了精確閾值提取困難與背景更新效果差等難題。實驗驗證了該系統(tǒng)的車道閘桿防撞功能，該系統(tǒng)具有運行速度快、穩(wěn)定性高等特點。
關(guān)鍵詞： DM642；圖像處理；特征提取；識別判斷
隨著人們生活水平的提高，車流量也在劇增，閘桿的頻繁使用導(dǎo)致其可靠性和穩(wěn)定性下降，閘桿故障也時常發(fā)生，造成嚴(yán)重的交通障礙和車主不必要的損失。因此，提高高速收費站的車道閘桿的可靠性和穩(wěn)定性成為交通研究急需解決的課題。
本文在參考文獻的基礎(chǔ)上，所做的工作如下：（1）在參考文獻[1]和[2]的DM642最小系統(tǒng)的基礎(chǔ)上增加了視頻輸入、網(wǎng)絡(luò)通信和外部存儲器等模塊，組成了以DM642為基礎(chǔ)的車道閘桿防撞硬件系統(tǒng)；（2）在參考文獻[3]和[4]的基礎(chǔ)上提出了一種實用的背景分塊更新方法，該方法有效解決了背景更新效果差的問題，使背景能跟上環(huán)境的變化，保證了系統(tǒng)工作的穩(wěn)定性；（3）在參考文獻[5]的基礎(chǔ)上提出了自適應(yīng)閾值提取方法，該方法能夠精確提取差值圖像的閾值，保障圖像分割的效果，使系統(tǒng)具備一定的智能化。
1 系統(tǒng)硬件設(shè)計與實現(xiàn)
硬件主要由TI公司的TMS320DM642、SDRAM HY57V283220-6、Flash AM29LV320DB、TVP5150AM1圖像采集芯片、BCM5221A4KPT網(wǎng)絡(luò)通信芯片和CCD攝像頭組成。
1.1 系統(tǒng)硬件方案選擇
目前，實現(xiàn)圖像處理的硬件平臺針對不同的應(yīng)用場合主要有通用計算機、專用集成電路（ASIC）、數(shù)字信號處理器（DSP）、嵌入式處理器（ARM）和現(xiàn)場可編程門陣列（FPGA）。其中DSP具有巨大的數(shù)據(jù)吞吐和高速的數(shù)據(jù)處理能力，使其在眾多圖像處理平臺中脫穎而出，能夠滿足圖像數(shù)據(jù)的實時處理，被廣大圖像處理工程師和愛好者所使用。本系統(tǒng)采用TI公司的TMS320DM642AZDK6作為圖像處理的核心器件，其具有先進的甚長指令字（VLIW）結(jié)構(gòu)，在600 MHz時鐘下運算速度可高達4 800 MIPS，具有對高速控制器和隊列處理器器數(shù)值性能的操作靈活性，成為了數(shù)字媒體處理的最佳芯片選擇。
1.2 系統(tǒng)硬件整體結(jié)構(gòu)
系統(tǒng)硬件主要由圖像采集模塊、圖像處理模塊和外部存儲器模塊3部分組成，如圖1所示。
圖像采集模塊主要由CCD攝像頭和TVP5150AM1組成，TVP5150AM1將CCD輸出的模擬圖像信號轉(zhuǎn)成數(shù)字圖像信號并通過DM642的VP0接口傳輸給DM642處理。
圖像處理模塊采用TI公司的DM642，其核心是C6416型高性能數(shù)字信號處理器，具有極強的處理性能、高度的靈活性和可編程性，同時外圍集成了非常完整的音頻、視頻和網(wǎng)絡(luò)通信等設(shè)備及接口，特別適用于機器視覺、醫(yī)學(xué)成像、網(wǎng)絡(luò)視頻監(jiān)控、數(shù)字廣播以及基于數(shù)字視頻/圖像處理的消費類電子產(chǎn)品等高速DSP應(yīng)用領(lǐng)域。
外部存儲器模塊包括DM642 CE0外擴的SDRAM和CE1外擴的Flash。SDRAM采用兩片HY57V283220-6芯片外擴成256 MB的存儲空間，用于存儲臨時圖像數(shù)據(jù)，運算時再搬運到內(nèi)部RAM運行，解決DM642內(nèi)部資源不足的問題。Flash的特點為數(shù)據(jù)掉電不丟失，用于存儲程序，DM642上電后將程序從Flash搬運到內(nèi)部RAM運行，解決了RAM掉電丟失數(shù)據(jù)的難題。
2 系統(tǒng)軟件的設(shè)計與實現(xiàn)
軟件在編寫上采用DSP專用匯編指令集和C語言混合編程的方法，優(yōu)點在于匯編可以彌補C語言的一些瓶頸（如C語言中循環(huán)的反復(fù)賦值過程），從而大大提高程序的運行效率。程序的主要組成包括自適應(yīng)閾值的獲取、圖像預(yù)處理、背景更新、特征提取與識別判斷。
2.1 系統(tǒng)軟件的整體結(jié)構(gòu)
系統(tǒng)的程序流程圖如圖2所示。程序的具體實現(xiàn)步驟如下。
?。?）對系統(tǒng)的使用環(huán)境初始化。
?。?）取系統(tǒng)運行后的前10幀圖像的平均值并將其保存為背景圖像。
?。?）將下一幀圖像與背景相減，根據(jù)最大類間方差法（Otsu）求差值圖像的閾值，根據(jù)閾值求二值圖像。
?。?）將二值圖像進行中值濾波與開運算，消除由于噪聲等干擾造成的小亮點，在纖細處分離物體，平滑較大物體的邊界，提高圖像的質(zhì)量，為后續(xù)的處理奠定基礎(chǔ)。
?。?）對開運算之后的二值圖像進行特征提取，如面積、周長等。
（6）根據(jù)提取的特征進行識別判斷，并輸出控制信號。
?。?）對背景進行更新，消除外部環(huán)境變化對處理結(jié)果的影響。
2.2 自適應(yīng)閾值的獲取
自適應(yīng)閾值是指處理和分析過程中，根據(jù)處理數(shù)據(jù)的數(shù)據(jù)特征自動獲得適應(yīng)環(huán)境變化的閾值，在不同環(huán)境下都能得到較理想的二值圖像，使系統(tǒng)智能化。本系統(tǒng)采用最大類間方差法（Otsu）來獲取閾值。它是按圖像的灰度特性將圖像分成背景和目標(biāo)。背景和目標(biāo)之間的類間方差越大，說明構(gòu)成圖像的背景和目標(biāo)的差別越大。算法如下：
2.3 圖像預(yù)處理
圖像消噪是圖像預(yù)處理的主要任務(wù)之一，其作用是提高圖像的信噪比，突出圖像的區(qū)域特征。本系統(tǒng)采用中值濾波和由數(shù)學(xué)形態(tài)學(xué)的腐蝕和膨脹運算定義的開運算實現(xiàn)。
區(qū)域填充可以快速地填充聯(lián)通區(qū)域的內(nèi)部孔洞，并使輪廓邊界修補完整。算法描述如下：二值化后的差分圖是存在黑色孔洞的聯(lián)通區(qū)域，首先對其自底向上、從左向右在水平方向上依次掃描白點，如果相鄰的白點的間距小于設(shè)定的距離閾值，就將這相鄰的白點連成一線（即用白點填充白點之間的黑點）；同樣地，再對圖像自左向右進行操作。從底向上地在垂直方向上重復(fù)一遍上述的填充算法，就可以得到完整的連通區(qū)域。
2.4 背景更新
背景泛指在視覺圖像中與人所看到的視覺前景相對應(yīng)的起到襯托前景、協(xié)調(diào)色調(diào)等作用的獨立圖像。背景更新使圖像分割效果的保障，及時準(zhǔn)確地對背景進行更新使后續(xù)處理結(jié)果起到?jīng)Q定性的作用。本文通過子塊劃分的方式更新背景，其實現(xiàn)步驟如下：
?。?）將處理后的二值圖像C分成n個互不重疊的小區(qū)域，子塊的大小取決于運動目標(biāo)的面積，通常取運動目標(biāo)面積的1/4~1/8。
?。?）將子塊分為背景塊和前景塊，子塊的邊緣像素值為255的個數(shù)達到子塊總邊沿像素的10%左右即可認(rèn)為該子塊是前景塊；邊沿像素點沒滿足要求，再對子塊像素值為255的個數(shù)進行統(tǒng)計，當(dāng)其值到達子塊總像素的30%左右即可判定該子塊是前景塊。不滿足上述要求的其他子塊均為背景塊。
?。?）對背景塊進行更新，將背景塊作為一個整體并采用Surendra算法進行更新，其具體實現(xiàn)公式為：
其中，Bj（x，y）為更新后的背景；Bj-1（x，y）為更新前的背景；Ij（x，y）為當(dāng)前圖像；?琢為迭代速度系數(shù)，本系統(tǒng)取α=0.3。
?。?）對前景塊進行更新，由于前景塊既可能包含前景像素也可能包含背景系數(shù)，因此要對前景塊逐個像素點進行更新。其更新算法為：
?。?）實際應(yīng)用中，光照的劇烈變化、攝像機的移動等都會造成背景全局變化。如果發(fā)生全局變化，利用上述方法更新需要花很長的時間才能完成，會嚴(yán)重干擾系統(tǒng)的正常工作，甚至?xí)屜到y(tǒng)一度處于癱瘓狀態(tài)。為了解決這個問題，本系統(tǒng)如果檢測到前景塊數(shù)量急劇增加，就會判定為發(fā)生了全局變化，連續(xù)100幀都出現(xiàn)全局變化，則對背景進行重新初始化，時刻保證背景的正確性。
2.5 特征提取與識別判斷
本系統(tǒng)的主要目的是實現(xiàn)防撞，因此沒必要提取太多特征和進行模式識別等復(fù)雜運算。提取圖像分割后前景的面積和輪廓周長作為圖像特征，當(dāng)前景的面積為總像素的30%且周長大于閾值Tl時認(rèn)為有汽車通過，并給出控制閘桿起降的信號；否則不給出控制信號，只進行圖像背景的更新。
3 實驗結(jié)果與分析
為了驗證本系統(tǒng)的實驗效果，進行了現(xiàn)場測試。為了提高系統(tǒng)的工作效率，將一幀圖片通過網(wǎng)口上傳到上位機，通過上位機選擇感興趣的區(qū)域并將該區(qū)域的坐標(biāo)傳給DSP，DSP根據(jù)接收到的坐標(biāo)選取對應(yīng)的區(qū)域進行處理，測試的過程與結(jié)果如圖3所示。
圖3（a）是某時刻濾波前的背景圖像，圖3（b）是濾波后的背景圖像。圖3（c）是當(dāng)車經(jīng)過時捕捉的圖像，圖3（d）是濾波后的圖像，根據(jù)濾波前與濾波后圖像的對比可知，濾波后的圖像比較光滑，噪聲比較少，利于后續(xù)的處理。圖3（e）是處理前的二值圖像，圖3（f）是處理后的二值圖像，對比圖3（e）與圖3（f）可知，經(jīng)過開運算及區(qū)域填充處理后圖像的黑色小點明顯減少，更加貼近前景的輪廓，使處理結(jié)果更加準(zhǔn)確。
圖3（d）與圖3（b）相減得到差值圖像，根據(jù)Otsu算法求差值圖像的閾值T，根據(jù)閾值T得到圖3（e）所示的二值圖像，并經(jīng)過一系列的預(yù)處理后得到圖3（d）所示的效果。根據(jù)圖3（d）求出白色區(qū)域的面積和輪廓的周長，根據(jù)這兩個特征來判斷是否有車輛經(jīng)過。有車時發(fā)出信號控制閘桿不能下降，直到?jīng)]有車輛一段時間后才允許閘桿下降，以此實現(xiàn)車道閘桿防撞的功能。經(jīng)過一段時間的測試，結(jié)果顯示系統(tǒng)工作穩(wěn)定，實驗效果較理想。
本文采用TI公司的高速DSP DM642作為系統(tǒng)的硬件平臺，滿足了系統(tǒng)實時性的要求。采用中值濾波和數(shù)學(xué)形態(tài)學(xué)的開運算作為圖像預(yù)處理的基本算法，有效地提高了圖像的質(zhì)量，減少了外部噪聲的干擾，為以后的特征提取和識別判斷打好可靠的基礎(chǔ)。采用分塊操作對圖像背景進行更新，減少了計算時對存儲器的開銷，降低了對硬件的要求，提高了運算速度，提高了背景對環(huán)境的適應(yīng)能力，是系統(tǒng)能夠?qū)崿F(xiàn)防撞功能的保障。
參考文獻
[1] 許永輝，楊京禮，林連雷.TMS320DM642 DSP原理與應(yīng)用實踐[M].北京：電子工業(yè)出版社，2012.
[2] 韋金辰，李剛，王臣業(yè)，等.零點起步TMS320C6000系列DSP原理與應(yīng)用系統(tǒng)設(shè)計[M].北京：機械工業(yè)出版社，2012.
[3] 張順淼，呂開東.一種基于Surendra背景更新的背景減除運動目標(biāo)檢測方法[M].南京工程學(xué)院學(xué)報（自然科學(xué)版），2011，9（2）：22-27.
[4] 葉青，賀助理，湛強，等.基于差分圖像分塊的視頻背景提取算法[J].計算機工程與應(yīng)用，2012，48（30）：173-176.
[5] 李敏，羅紅艷，鄭小林，等.一種改進的最大類間方差圖像分割法[J].南京理工大學(xué)學(xué)報，2012，36（2）：332-337.