基于TMS320C6455的視頻動目標檢測裝置設計

2．1 背景圖像的提取與更新
常用的背景更新方法有多幀平均法、選擇更新法、隨機更新法等，本裝置的背景圖像是基于多幀平均法取得的。在系統開始工作后，首先根據連續采集的n幀圖像求平均值獲取原始背景圖像B0(x，y)。

其后的運算過程中，使用一階遞歸濾波器對背景圖像進行動態更新處理。

其中，Ik(x，y)表示當前幀圖像，Bk(x，y)表示當前背景圖像，BK-1(x，y)表示上一幀背景圖像，更新率α取值范圍為0～1。一般地，當α較大時，背景差分的結果更接近于幀間差分法，對背景的變化適應較快；而當α較小時，背景差分的結果更接近于傳統的背景差分法，更適合于探測運動速度較慢的物體。
2．2 背景圖像差分
動目標檢測是檢測當前圖像與背景圖像中對應像素點的差值，如差值大于設定閾值，則可判定該像素點屬于動目標，否則為背景。檢測量取灰度值，計算公式如下。

其中，M(x，y)為動目標像素點的集合，I(x，y)表示當前圖像中像素點的灰度值，B(x，y)表示背景圖像中對應位置像素點的灰度值，T為閾值，要由實驗獲得可行數據。
2．3 軟件設計
動目標檢測的軟件設計是以SAA7113H提供的視頻場信號作為時統參考進行處理，按照上述的背景更新和圖像差分的算法基礎進行軟件設計，基本步驟如下：首先建立背景模型，使用背景差分法獲得動目標二值像，進行目標像的形態學處理，然后提取出動目標的各項特征參數進行排序、匹配，利用多場信息的置信度決策，從而實現動目標跟蹤和信息獲取。
動目標軟件設計的流程圖如圖6所示。

3 結束語
本文采用了TMS320C6455高速DSP和FPGA、SA7113H等器件實現一種動目標檢測裝置，測試結果證明該裝置能夠有效地實現對監控場景中的運動目標進行有效檢測，實時性好，集成度高，處理平臺更新換代能力強，可廣泛應用于各種成像監控、跟蹤和預警領域。