邱文英，于正林，陳艦波

（長春理工大學(xué) 機(jī)電工程學(xué)院，長春130022）

0 引 言

對于可視目標(biāo)的識別與跟蹤是圖像處理、計算機(jī)視覺、模式識別等領(lǐng)域的重要課題。目標(biāo)識別跟蹤系統(tǒng)是實現(xiàn)可視目標(biāo)的識別與跟蹤的重要手段，它能對目標(biāo)進(jìn)行直觀的跟蹤并且在低空使用較雷達(dá)優(yōu)越，在跟蹤冷目標(biāo)時較紅外優(yōu)越，特別是在跟蹤近距目標(biāo)時，它具有顯示直觀、有利于截獲和跟蹤目標(biāo)、跟蹤精度高的特點，這就使得這個系統(tǒng)在軍事或者民用上都有很大的發(fā)展?jié)摿Γ?］。隨著軍事及民用領(lǐng)域?qū)δ繕?biāo)跟蹤需求的快速發(fā)展，對動態(tài)目標(biāo)跟蹤系統(tǒng)特別是系統(tǒng)的實時性和魯棒性提出了更高的要求。筆者提出基于DM6437 為開發(fā)平臺采集處理圖像，以PC 機(jī)為上位機(jī)選定目標(biāo)并控制整個系統(tǒng)的運行，采用Mean Shift 跟蹤算法對選定的目標(biāo)進(jìn)行跟蹤，很好地滿足了對系統(tǒng)實時性和魯棒性的要求。

1 系統(tǒng)原理

系統(tǒng)由CCD 攝像頭、下位機(jī)和上位機(jī)組成，如圖1所示，下位機(jī)為DM6437 開發(fā)板，上位機(jī)為PC 機(jī)。下位機(jī)通過圖像采集卡把采集的圖像存儲到內(nèi)存中并對圖像作初步的預(yù)處理，上位機(jī)從下位機(jī)內(nèi)存中讀取圖像，設(shè)定跟蹤目標(biāo)及跟蹤算法發(fā)送指令給下位機(jī)完成對系統(tǒng)控制管理和資料交換等任務(wù)，下位機(jī)執(zhí)行算法和跟蹤目標(biāo)并將跟蹤圖像發(fā)送給上位機(jī)顯示。波門會對選定的目標(biāo)進(jìn)行實時跟蹤，并在系統(tǒng)界面上顯示相對于系統(tǒng)窗口上的原點目標(biāo)的實時坐標(biāo)。

圖1 系統(tǒng)原理圖

2 系統(tǒng)硬件結(jié)構(gòu)

本系統(tǒng)的目標(biāo)檢測跟蹤系統(tǒng)的硬件框圖如圖2 所示，其中DSP 在系統(tǒng)中起著關(guān)鍵作用，PC 機(jī)與DM6437開發(fā)板之間的串口部分，完全控制管理資料和指令交換等任務(wù)，這就構(gòu)成了圖像信號采集和目標(biāo)跟蹤系統(tǒng)［2］。

下位機(jī)即為DM6437 開發(fā)板，它是由LVDS 轉(zhuǎn)換、DSP 和FPGA 組成，如圖2 所示。LVDS 轉(zhuǎn)換是視頻解碼模塊，實現(xiàn)從視頻接口傳入的由攝像頭采集到的模擬圖像序列進(jìn)行模數(shù)轉(zhuǎn)換，轉(zhuǎn)換為適合FPGA、DSP 等芯片處理的數(shù)字圖像。對來自LVDS 的數(shù)字圖像信號，F(xiàn)PGA 一方面對其進(jìn)行預(yù)處理，對采集來的圖像進(jìn)行去除彩色信息，并對圖像進(jìn)行壓縮，將原圖像的寬高縮小至原有的1/2后，將圖像數(shù)據(jù)交給DSP 做進(jìn)一步的目標(biāo)檢測跟蹤處理，同時FPGA 將一路圖像信號存儲于PCI 圖像緩存模塊，用于上位機(jī)的顯示。

圖2 系統(tǒng)硬件結(jié)構(gòu)圖

DSP 讀取由FPGA 處理后的圖像，執(zhí)行有串口接收的上位機(jī)發(fā)送的指令，執(zhí)行跟蹤算法，完成各種處理運算。把跟蹤的圖像再由接口發(fā)送給上位機(jī)，以完成主控計算機(jī)和DSP 之間的大量信息交換，顯示跟蹤結(jié)果。

PC 機(jī)是整個系統(tǒng)的控制中心，功能包括通過串口向DSP 發(fā)送指令，從串口接收DSP 的目標(biāo)跟蹤結(jié)果，用UDP 協(xié)議接收FPGA 發(fā)送的圖像并顯示。

3 系統(tǒng)的軟件設(shè)計

3.1 圖像采集

由攝像頭采集圖像傳輸給LVDS 作數(shù)模轉(zhuǎn)換，F(xiàn)PGA對LVDS 傳遞來的圖像進(jìn)行去除彩色信息處理并將寬高縮小至原有圖像的1/2 后，使用UDP 協(xié)議傳至上位機(jī)及DSP，并將圖像送顯。

3.2 預(yù)處理

預(yù)處理主要是濾波，其作用為：除去噪聲，增強(qiáng)對系統(tǒng)跟蹤目標(biāo)有用的信號，為更好地實現(xiàn)系統(tǒng)的功能創(chuàng)造良好的條件。在實際應(yīng)用中最簡單實用的是均值濾波器和中值濾波器。經(jīng)過對兩種濾波器認(rèn)真比較，擬采用對圖像邊緣損害較小的中值濾波器。

圖3 系統(tǒng)軟件結(jié)構(gòu)圖

3.3 波門設(shè)定

波門是在PC 機(jī)上顯示的視場中一直框住目標(biāo)的矩形框，是實際上的處理窗口［3］。由于在目標(biāo)的跟蹤過程中可能會發(fā)生反轉(zhuǎn)、遮擋、距離或者其他形狀上的變化，為此對系統(tǒng)做了一定的改變，保證了系統(tǒng)擁有一定的抗干擾能力，使得波門跟蹤的目標(biāo)不會輕易丟失。

3.4 跟蹤算法設(shè)計

運動目標(biāo)跟蹤算法是目標(biāo)跟蹤系統(tǒng)的核心，其基本思想是當(dāng)監(jiān)控場景中我們感興趣的目標(biāo)進(jìn)入或者出現(xiàn)運動時，能夠準(zhǔn)確檢測出該目標(biāo)，并能夠從背景圖像中將其準(zhǔn)確地分離出來。目標(biāo)跟蹤算法發(fā)展到今天有很多種，常用的目標(biāo)跟蹤算法有自適應(yīng)波門跟蹤算法、邊緣跟蹤算法、記憶外推跟蹤算法、相關(guān)跟蹤算法和形心跟蹤算法等［4］。

在目標(biāo)跟蹤的過程中無論是從內(nèi)部算法的復(fù)雜性還從外部抗各種干擾的能力來看，各個算法各有利弊，沒有一種算法能達(dá)到特別完備的效果。在外界因素中包括光線或背景的變化、目標(biāo)的運動狀態(tài)及變形和目標(biāo)在運動過程中的遮擋等，這些都是影響系統(tǒng)跟蹤效果的關(guān)鍵因素。因此，我們必須根據(jù)目標(biāo)跟蹤的實際情況來選擇最適合當(dāng)前場景的目標(biāo)跟蹤算法。

通過對多種算法認(rèn)真探究和比較，本文所設(shè)計的系統(tǒng)擬采用核方法中最具代表性的Mean Shift 算法。

Mean Shift 算法是一種基于核密度估計的算法，Mean Shift 向量總是指向概率密度增加最大的方向。在引入核函數(shù)和權(quán)重的情況下，Mean Shift 的形式：

其中：GH（xi-x）＝|H|-1/2G（H－1/2（xi-x））；G（x）為一個單位核函數(shù)；H 為一個正定的對稱d×d 矩陣，我們一般稱之為帶寬矩陣；w（xi）≥0 是一個賦給采樣點xi的權(quán)重。

在實際工程應(yīng)用中，帶寬矩陣H 一般特定地取為一個對角矩陣，甚至更簡單地被取為：H=h2I，在本文中我們也采用H=h2I 這種形式。因此Mean Shift 向量可寫為

給定一個初始點x，核函數(shù)G（X），容許誤差ε，Mean Shift 算法循環(huán)的執(zhí)行下面三步，直至結(jié)束條件滿足：

1）計算Mean Shift 向量mh（x）；2）把mh（x）賦給x；3）如果‖mh（x）-x‖＜ε，結(jié)束循環(huán)；否則，繼續(xù)執(zhí)行1）。

在目標(biāo)跟蹤系統(tǒng)中，理想情況下候選模型與目標(biāo)模型的概率密度分布是一樣的，但是實際上二者之間存在著差異，因此需要用相似性函數(shù)來描述目標(biāo)模型與候選模型之間的相似程度。本文使用Bhattacharyya 系數(shù)（巴氏系數(shù)）作為Mean Shift 跟蹤算法中相似性函數(shù)，即：

如圖4 所示（其中R 為相似度門限），在每幀圖像中通過Mean Shift 算法得到的關(guān)于目標(biāo)有用信息用于下一幀的迭代匹配。按照上述方法就能對選定的目標(biāo)進(jìn)行有效跟蹤。

圖4 Mean Shift 跟蹤算法流程圖

4 實驗結(jié)果分析

本文實驗是在TI 公司的DSP 集成開發(fā)環(huán)境CCS 平臺上進(jìn)行的，實驗結(jié)果如圖5 所示。測試視頻通過DM6437 開發(fā)板的視頻輸入接口輸入，在PC 機(jī)上手動選擇穿白色上衣的女子為跟蹤目標(biāo)，目標(biāo)跟蹤結(jié)果通過視頻輸出端口輸送到PC 機(jī)上顯示。通過實驗結(jié)果我們可以看到Mean Shift 算法能對選定的目標(biāo)進(jìn)行較好的跟蹤。

圖5 目標(biāo)跟蹤結(jié)果

5 結(jié) 語

本文設(shè)計的系統(tǒng)及采用的跟蹤算法對選定的目標(biāo)有較好的跟蹤效果，也較好地滿足了對系統(tǒng)實時性和魯棒性的要求。但是該系統(tǒng)在目標(biāo)運動速度過快時，會發(fā)生目標(biāo)丟失的情況，這就需要一種預(yù)測機(jī)制（比如粒子濾波）預(yù)測當(dāng)前幀目標(biāo)所處的位置來作為迭代的起始點。由此可見，目標(biāo)跟蹤系統(tǒng)并沒有一種通用的系統(tǒng)，我們要根據(jù)實際情況來設(shè)計滿足要求的跟蹤系統(tǒng)。

［1］ 趙淵.基于DM6437 的視頻目標(biāo)跟蹤算法實現(xiàn)與優(yōu)化［D］.成都:電子科技大學(xué)，2010.

［2］ 路文明.基于DSP 的目標(biāo)檢測與跟蹤系統(tǒng)設(shè)計［D］.長沙:湖南大學(xué)，2012.

［3］ 楚來國.基于DSP 的運動目標(biāo)識別與跟蹤的系統(tǒng)設(shè)計［J］.江蘇大學(xué)學(xué)報:自然科學(xué)版，2002，23（1）:75-78.

［4］ 蔡榮太.視頻目標(biāo)跟蹤算法綜述［J］.視頻應(yīng)用與工程，2010，12（34）:135-138.

［5］ 余松煜.數(shù)字圖像處理［M］.上海:上海交通大學(xué)出版社，2007.

［6］ 蔣建國.基于TMS320DM6437 的運動目標(biāo)實時檢測與跟蹤［J］.合肥工業(yè)大學(xué)學(xué)報:自然科學(xué)版，2011，7（34）:1007-1010.

［7］ 劉瑞禎，于仕琪.OpenCV 教程［M］.北京:北京航天航空大學(xué)出版社，2007.