嵌入式智能视频跟踪系统

　　1　嵌入式视频监控系统工作流程

　　智能视频监控是指在不需要人为干预的情况下,利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析,实现对动态场景中目标的定位、识别和跟踪,并在此基础上分析和判断目标的行为,从而既能完成日常管理又能在异常情况发生时及时做出反应。智能视频监控系统的一般流程如图1所示,从监控摄像头开始,包括运动目标检测、运动目标跟踪、运动目标对象的行为分析,最后进行预警或报警。

　　随着图像处理技术、计算机多媒体技术、数字信号处理技术和嵌入式技术的发展,以嵌入式处理器为核心的智能视频监控系统在市场上崭露头角,因此,本文论述基于嵌入式处理技术和智能视频监控技术的嵌入式智能视频跟踪系统的设计与实现。系统由以下几个模块组成: (1)嵌入式核心处理模块; (2)USB摄像头视频图像采集模块; (3)跟踪结果显示模块。系统总体结构如图2所示。

　　2　嵌入式核心处理模块

　　嵌入式核心处理模块采用深圳市亿道电子EELiod嵌入式试验平台。本试验基于Intel高性能处理器PXA270试验平台,支持嵌入式Linux/W inCE操作系统。本文所介绍的嵌入式智能视频跟踪系统基于W indowsCE操作系统,运用USB摄像头采集视频序列图像数据,跟踪的结果显示在LCD屏幕上。

　　2.1　PXA270结构及特点Intel公司于2003年底推出性能强劲的PXA27x嵌入式处理器,最高主频可达624MHz。PXA27x是XScale构架处理器中在高端移动设备中最受欢迎的处理器系列之一,其中PXA270是该系列中独立封装的处理器,同系列的其他型号则是将不同容量的Flash、SDRAM和处理器封装在一起,具有更强的多媒体处理和传输能力,同时有更优异的节电性能。

　　2.2　改进的CamShift跟踪算法

　　CamShift(Continuously Adaptive Mean-Shift)算法即连续自适应数学期望移动算法,是Bradski在MeanShift算法的基础上于1998年提出的,主要通过视频图像中运动物体色度信息来达到跟踪的目的,可以有效地解决目标变形和遮挡的问题,且运算效率较高。

　　CamShift算法中的一个重要步骤是,利用目标对象的颜色直方图的反向投影,将原始视频图像转换为概率分布图,分布图中每个像素值代表了该像素属于目标对象的概率。由于HSV颜色空间把色调(H)与饱和度(S)、亮度(V)分离开来,使用该空间的H通道建立直方图能减少对光照变化的敏感度。传统计算直方图的方法如下:

　　每次迭代将窗口的大小调整为:

　　为使CamShift的跟踪算法鲁棒性、实时性更强,更适合在嵌入式系统上实现,采用加权直方图的方法改进该算法。在运动目标区域中,计算直方图时给远离区域中心的像素分派比较低的权值,离区域中心较近的分派相对较大的权值。计算方法如下: