基于PCI總線的實時圖像識別與跟蹤平臺設計

１ Ｃ６７０１數字信號處理器簡介

Ｃ６７０１芯片內有８個并行處理單元，分為相同的兩組。采用甚長指令字ＶＬＩＷ結構，使Ｃ６７０１成為高性能的數字信號處理芯片。其單指令字長為３２ｂ，８個指令組成一個指令包，總字長為２５６ｂ。芯片內部設置了專門的指令分配模塊，可以將每個２５６ｂ指令包同時分配到８個處理單元，８個單元可同時運行。芯片的最高時鐘頻率達到１６７ＭＨｚ，此時浮點運算處理能力可達到１ＧＦＬＯＰＳ。外部存儲器接口ＥＭＩＦ支持８／１６／３２ｂ數據寬度的各種類型的同步、異步存儲器,便于系統擴展。Ｃ６７０１片內有６４ＫＢ的數據ＲＡＭ和６４ＫＢ的程序ＲＡＭ；片外存儲空間分為４個區（ＣＥ０、ＣＥ１、ＣＥ２、ＣＥ３）；有４個相互獨立的可編程ＤＭＡ通道，還有第五個ＤＭＡ通道可與ＨＰＩ接口。

２ ＰＣＩ９０５４的主要特點及應用

ＰＣＩ０９０５４是美國ＰＬＸ公司生產的一種３２ｂ ３３ＭＨｚ的ＰＣＩ總線主控Ｉ／Ｏ加速器。采用先進的ＰＬＸ流水線結構；符合ＰＣＩ本地總線規范２．２版，突發傳輸速率達到１３２ＭＢ／ｓ；本地總線復用／非復用的３２ｂ地址／數據線，有 Ｍ、Ｊ、Ｃ三種工作模式，但Ｃ模式的數據和地址總線是非復用的；支持８ｂ、１６ｂ、３２ｂ外圍設備和存儲設備，本地總線操作速率高達５０ＭＨｚ；內部有６種可編程的ＦＩＦＯ，可實現零等待的突發傳輸及本地總線時鐘和ＰＣＩ總線時鐘的異步操作，支持主模式、從模式和ＤＭＡ傳輸模式。ＰＣＩ９０５４是一種性價比高的ＰＣＩ橋接芯片。

圖１給出了ＰＣＩ總線接口連接圖，使用２Ｋ的ＳＴ９３ＣＳ５６串行ＥＥＰＲＯＭ作為ＰＣＩ９０５４的配置芯片，圖中雙口ＲＡＭ可設計成３２ｂ、１６ｂ或８ｂ。ＰＬＸ９０５４工作在Ｃ模式下。本地總線晶振為３０ＭＨｚ，經過測試ＰＬＸ９０５４工作在從模式單字節讀寫的情況下，本地總線速度已達１２ＭＢ／ｓ。根據實際圖像傳輸需要（圖像大小為２５６×２５６，深度為８ｂ的灰度圖像）幀頻為２５幀／ｓ，已經滿足需要。為了再提高傳輸速度，ＰＬＸ９０５４可以開發成突發或ＤＭＡ傳輸方式。使用ＣＰＬＤ(Ｘｉｌｉｎｘ的ＸＣ９５１０８)完成ＰＣＩ９０５４到雙口ＲＡＭ的譯碼電路，本地地址空間可尋址大小為１ＭＢ，１ＭＢ的本地地址空間映射為地址００００００００Ｈ～０００ｆｆｆｆｆＨ,ＰＣＩ總線的地址空間（計算機自動分配）為ｅｆ１０００００Ｈ～ｅｆ１ｆｆｆｆｆＨ，同時要求ＰＣＩ基址空間２（對應寄存器ＰＣＩＢＡＲ２）映射到本地地址空間０(對應寄存器ＬＡＳ０ＢＡ()即ＬＡＳ０ＲＲ寄存器設為ｆｆｆ０００００Ｈ,ＬＡＳ０ＢＡ寄存器設為０００００００１Ｈ。其中，ＬＡＳ０ＢＡ的最低位置成“１”，表示ＰＣＩ直接從模式訪問本地地址空間０，使能譯碼；寫“０”則禁止使能。ＰＣＩＢＡＲ２的值為ｅｆ１０００００Ｈ。

圖2 圖像處理系統硬件框圖

利用ＷｉｎＤｒｉｖｅｒ６．０１驅動程序開發工具生成ＰＣＩ圖像傳輸卡的ＷＤＭ驅動程序代碼，用ＶｉｓｕａｌＣ＋＋６．０編寫應用程序，完成圖像處理版與ＰＣ機之間的高速率的圖像序列傳輸。

３ 圖像處理板硬件設計

系統硬件框圖如圖２所示。圖像處理板以ＤＳＰ Ｃ６７０１為核心，Ｃ６７０１主要負責圖像處理，包括對目標的識別和跟蹤，并給出最終的跟蹤角誤差。源圖像通過ＰＣＩ接口卡傳入圖像處理板的兩片雙口ＲＡＭ，兩片雙口ＲＡＭ采用乒乓式存儲。即為了保證圖像處理的實時性，當一片ＲＡＭ接收數據時，另一片ＲＡＭ為ＤＳＰ提供圖像處理的數據。ＳＤＲＡＭ用作ＤＳＰ ＲＡＭ的擴展，存儲圖像處理的中間結果。圖像處理后的方位與俯仰角度數據通過８２Ｃ５２轉換成串行數據，再經ＤＳ８９２１轉換成ＲＳ－４２２電平，送給系統的后續電路。

ＦＰＧＡ選用Ａｌｔｅｒａ公司的ＡＰＥＸＥＰ２０Ｋ２００,完成整個圖像處理板的譯碼邏輯，并承擔部分圖像處理功能。ＡＰＥＸＥＰ２０Ｋ２００門數為２０萬門，采用串行配置時必須使用兩片ＥＰＣ２。ＦＰＧＡ配置在Ｃ６７０１的ＣＥ０空間。ＦＬＡＳＨ選用４Ｍｂ的ＡＭ２９ＬＶ０４０，用作ＤＳＰ ＢｏｏｔＬｏａｄｅｒ加載程序時的８ｂ ＲＯＭ，只能配置在ＣＥ１空間，因為Ｃ６７０１只有ＣＥ１空間可以與８ｂ／１６ｂ的“窄存儲器”接口。ＳＤＲＡＭ的容量為４Ｍ×３２ｂ，配置在ＣＥ２空間。兩片雙口ＲＡＭ為ＣＹ７Ｃ０２８Ｖ，容量為６４Ｋ×１６ｂ，都配置在ＣＥ３空間，地址分別譯為０ｘ０３００００００和０ｘ０３０４００００。Ｃ６７０１的ＢＯＯＴＭＯＤＥ[４:０]＝０１１０１,即存儲器映射方式為ＭＡＰ１、８ｂｉｔＲＯＭ加載、地址０處的存儲器對應為ＤＳＰ內部程序ＲＡＭ。

４ 軟件算法

圖像由計算機經ＰＣＩ卡傳到圖像處理板的雙口ＲＡＭ后，ＤＳＰ對圖像進行預處理，包括圖像校正、圖像濾波，之后進行圖像分割和識別。當識別出目標時設置跟蹤波門，則后續圖像序列在波門內進行跟蹤。本系統識別的目標為高空飛行的飛機圖像，采用的識別算法要求具有平移、旋轉和比例的識別特征不變性，同時要求跟蹤速度快。

４.１ 圖像分割

圖像分割的目的是將圖像目標和背景分割開來，從而知道目標的大致位置。目前已有各種各樣的方法，其中簡單有效的方法是直方圖分割法中的最大距離法（類間方差門限法）。它的基本思想是：在直方圖取值范圍內，任一灰度級可將直方圖分為左右兩部分，如果這兩部分的灰度均值與總體的灰度均值相距最大，則該灰度級就取為分割門限。這種分割技術可由如下公式描述：

Ｄ(ｌ′)＝{[λ(l)-μPo(l)] 2}/Po(l)[1-Po(l)] (1)

式中,，Ｐｌ為灰度ｌ級處的概率。分割的準則是將Ｄ(ｌ′)為最大值的灰度級ｌ′作為圖像分割的門限值。圖像中凡是灰度值大于分割門限的像點，均認為是背景中的點；反之，則認為是潛在目標區域中的點。這種分割方法可以精確地找到分割門限，提取目標。

４．２ 圖像識別

圖像經過分割后，接下來就要對目標圖像識別。實現目標識別技術的關鍵是如何利用一組特征參數對區域的本質特征進行有效的描述。適當地選擇特征是很重要的，因為在識別目標時它是唯一的依據。圖像的識別特征有各種各樣的描述，如目標形狀、大小、統計分布等。這里使用仿射矩不變量和分散度特征來識別目標，取得了較好的效果。

對于經過分割（二值）處理的數字圖像ｆ(ｘ,ｙ)，可以定義（ｐ＋ｑ）階矩：

ｍｐｑ＝∑ＸｐＹｑｆ(ｘ,ｙ) （２）

式中, ｐ,ｑ＝０，１，３……

ｆ(ｘ,ｙ)的（ｐ＋ｑ）階中心矩可用下式表示：

μ＝∑（Ｘ－Ｘ）ｐ(Ｙ－Ｙ)ｑｆ(ｘ,ｙ) （３）

式中,Ｘ＝ｍ１０／ｍ００,Ｙ＝ｍ０１／ｍ００,即(Ｘ,Ｙ)為目標區域灰度質心。

ｆ(ｘ,ｙ)惟一地確定一個矩序列{ｍｐｑ}，反之，矩序列{ｍｐｑ}也唯一確定ｆ(ｘ,ｙ)。在此利用公式（４）的５個幾何矩不變量[４]，再加上分散度特征一起代入目標匹配公式[２]進行目標識別。

φ１＝η２０＋η０２

φ２＝(η２０－η０２)２＋４η 2 11

φ３＝η２０η０２２－η （４）

φ４＝(η３０－３η１２)２＋(３η－η０３)２

φ５＝(η３０＋η１２)２＋(η＋η０３)２

其中,ηｐｑ＝μｐｑ／(μ００)(ｐ＋ｑ＋２)／２。

此５個不變矩對目標區域的平移(Ｔ)、旋轉(Ｒ)和區域的比例大小(Ｓ)保持不變。

４．３ 目標跟蹤與軌跡預測

識別出目標后，根據目標確定跟蹤波門大小，在跟蹤波門內進行跟蹤，波門的大小采用自適應設置。常用的跟蹤算法有波門跟蹤、圖像匹配跟蹤和多模跟蹤算法，考慮到背景較簡單，采用基于公式（１）的質心跟蹤方案。把波門的中心Ｇ(ｘＧ,ｙＧ)和目標質心Ｔ(ｘＴ,ｙＴ)的偏差作為跟蹤誤差，通過ＲＳ－４２２接口輸出給后續處理板來實時進行跟蹤。

在跟蹤過程中，目標的位置按照自身的運動方式不斷變化著，同時目標也會出現被遮擋的情況。此時，需要對目標的運動軌跡進行預測，可以采用基于最小二乘法的綜合預測器來預測[２]，認為目標的運動軌跡可以是直線和二次曲線的某種組合。即

f(ｋ＋１)＝Ｗfl(ｋ＋１)＋(１－Ｗ)fｑ(ｋ＋１) （５）

式中，fl(·）為線性預測器；fｑ(·）為平方預測器，Ｗ為權函數（０≤Ｗ≤１）。

權函數可以根據實時測得的平方預測器的誤差而實時構成。當平方預測器誤差較大時，則增大權值，否則減小權值。線性和平方預測器的記憶點數Ｎ的選取要視具體工作情形而定。當特征量的變化不是太快時，Ｎ值應選得稍大些，這樣也有利于抑制噪聲的干擾；若特征量變化甚快，則Ｎ應選用較小的值。一般選擇Ｎ≤５,當Ｎ＝２時，線性預測有利于跟上機動性較高的目標；當Ｎ＝５時，預測的目標運動軌跡比較平滑，有較強的抗干擾能力。

５ 實驗結果

采用２５６×２５６大小、深度為８ｂ的連續１５０幀灰度圖像進行試驗，達到跟蹤速度為２５幀／ｓ的實時跟蹤效果，整個系統工作穩定、可靠、靈活且易于擴展。圖３給出了跟蹤的結果。