基于DM642平臺的智能視頻分析系統設計

摘 要： 以DM642為核心，設計了一款智能視頻分析系統，支持標清視頻。采用模塊化設計，通過視頻智能分析，對目標實現了檢測、識別、跟蹤及預警功能。

關鍵字： 智能分析； 視頻分析系統； 模塊化設計； DM642

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2013）23?0047?02

Design of intelligent video analysis system based on DM642

CHEN Xian?yu1， SHUAI Jian?ping2

（1. No. 58 Research Institute of China Ordnance Industry， Mianyang 621000， China；2. Chongqing College of Electronic Engineering， Chongqing 401331， China）

Abstract： Taking DM642 as the core， an intelligent video analysis system was designed， which supports the standard definition video. The modular design is adopted. The target detection， recognition， tracking and warning functions of the system are achieved by the video intelligence analysis.

Keywords： Intelligent analysis； video analysis system； modular design； DM642

0 引 言

隨著安防監控系統的快速發展，新型智能視頻分析技術也愈來愈成熟。智能視頻分析系統是以圖像處理技術為核心，除具有傳統安防監控系統的所有功能以外，還具有對威脅目標檢測、識別、跟蹤及預警、以太網視頻傳輸等功能，能實現復雜場景的24 h不間斷監控并自動預警。

目前廣泛使用的安防監控系統基于傳統PC平臺，成本高、體積大、操作復雜，使用范圍受限。

本文以德州儀器公司（TI）DM642為核心，設計及實現了一款低成本的智能視頻分析系統，該系統通過分析視頻流，實現對威脅目標的檢測、識別、跟蹤和預警功能，并通過以太網實現視頻的壓縮傳輸。產品可廣泛用于傳統視頻監控工程的建設中，提升安防監控系統智能化程度。

1 硬件組成

本文采用了美國TI公司的DM642處理器，該處理器的內核是主頻600 MHz TMS320C64xDSP內核，能有效實現復雜的視頻處理及分析算法。

智能視頻分析系統硬件平臺提供1路模擬視頻輸入、2路RS 232以及1路以太網口，可以外接標準CMOS攝像頭和監控后端。該系統的硬件采用了模塊化設計，由圖像處理板、電源模塊、視頻IP模塊組成，如圖1所示。

圖1 智能視頻分析系統組成框圖

圖像處理板用于接收攝像機的模擬視頻，對視頻流進行分析處理，將處理后的模擬視頻流傳給視頻服務器IP模塊。

視頻服務器IP模塊接收經過分析處理的模擬視頻流，輸出編碼壓縮后的視頻信息給監控后端。接收監控后端的參數設置及控制信息，并將參數設置信息傳給圖像處理板，并將控制信息傳給外聯的現場告警設備控制設備的啟停。

2 軟件架構及流程

智能視頻分析系統軟件主要包括視頻處理模塊、智能分析模塊、決策模塊、圖像壓縮模塊等。系統軟件工作流程如圖2所示。所有算法的接口都符合TI公司的xDAIS標準。

圖2 智能視頻分析工作流程圖

視頻處理模塊包括數據采集、數據處理和預處理，如圖3所示。CMOS攝像機的模擬視頻信號經過圖像處理板的A/D芯片采集后，編碼輸出標準的YUV數字化視頻流，圖像處理板對YUV數字化視頻流進行視頻預處理。

圖3 視頻處理模塊算法架構圖

視頻預處理模塊的算法包括數據處理和預處理兩部分內容。數據處理用于對采集到的視頻流進行調整、壓縮和存儲，用于該視頻流通過以太網傳輸。預處理主要包括攝像機標定，以及圖像的濾波、增強與恢復等。圖像處理板經A/D芯片捕獲的原始碼流，由于光照、噪聲、抖動、鏡頭畸變等原因，圖像的原始質量不高，所以需要對其進行預處理，提取需要的信息。

在使用攝像機設備之前需要對攝像機鏡頭參數進行標定，包括求取攝像機鏡頭的外部參數和內部參數。外部參數是指攝像機鏡頭相對于大地坐標系的位置和方向；內部參數為攝像機鏡頭的光學特征參數，這些參數包括鏡頭的焦距值、徑向鏡頭畸變值、軸向鏡頭畸變值以及其他系統誤差參數值。

智能分析模塊主要是對預處理后圖像中感興趣的目標信息進行檢測和測量，獲得這些目標的客觀信息。智能分析模塊包括目標分割、目標定位、目標跟蹤和特征提取等算法，如圖4所示。

圖4 智能分析模塊算法架構圖

智能決策模塊是利用智能分析模塊的結果，通過研究圖像中多個目標的性質和它們之間的聯系，得出對圖像內容含義的理解，包括對連續場景的解釋，從而實現對威脅目標的識別、跟蹤及預警。智能決策模塊包括目標識別、行為理解、威脅估計和決策推理等算法，如圖5所示。

圖5 決策模塊算法架構圖

3 結 語

本設計在DM642平臺上實現了智能視頻分析系統，通過優化算法，能滿足復雜場景的24 h不間斷的高效監控的要求，具有誤報警率低的優點，實現了低成本的標清智能視頻分析，應用前景廣闊。

參考文獻

[1] 劉歆瀏，田瑞娟，陳陽，等.基于高速球的運動目標自適應PTZ跟蹤研究[J].兵工自動化，2009，28（9）：78?81.

[2] 周建平，劉歆瀏.基于DM3730平臺的智能數字視頻監控系統設計與實現[J].兵工自動化，2011，30（9）：78?81.

[3]曾啟明，廖江海，紀震.基于TI OMAP3平臺的多參數監護儀設計與實現[J].電子產品世界，2011（4）：28?29.

[4] 張濤，車彥寧，李賀寧.基于DM6467的視頻監控系統設計[J].電子產品世界，2013（20）：66?67.

[5] 陳紅飛，宋升金，許永輝.基于DM642的視頻音頻監控系統設計[J].現代電子技術，2011，34（19）：133?135.

[6] 王應軍，趙晨萍.基于DM642的雙目視覺監控系統設計與實現[J].現代電子技術，2009，32（12）：71?72.

作者簡介：陳先玉 女，1964年出生，工程師。從事電子產品開發研究。