基于DSP的车流量视频检测技术及其实现研究

论文摘要

智能交通系统是未来交通系统的发展方向,视频检测技术以其实时快速准确等独特的优势,在智能交通系统中的地位越来越重要。传统的视频检测大多是基于个人计算机平台,使用通用处理器,这种方法在交通现场使用起来有很多不便。随着信息技术的快速发展,嵌入式系统在很多领域应用,不仅使得专用处理器能够充分发挥优势,而且极大地减少了应用成本,因此基于嵌入式的视频车辆检测系统逐渐成为智能交通研究的热点。本文以视频监控系统中的运动车辆为研究对象,首先对几种常用背景提取算法进行了介绍,然后采用了一种基于像素频率的背景建模算法,该算法很大程度上缩短了背景提取的时间。还对运动目标检测算法和视频车流量检测技术的主要方法进行了介绍,并在比较了几种常用运动目标检测方法后,选择实际应用中比较成熟的背景差分法来进行运动目标检测,然后运用视频车辆检测技术中的跟踪目标法实现了一种基于质心的车流量统计算法,实验表明,该算法所需时间比较短,并且能够较准确计数。然后对以上算法在DSP上的实现进行了硬件与软件的设计,在硬件的设计方面,我们选用了性能较好的ADI公司专为音、视频应用而开发的BF533处理器和一些该系统所需要的器件,为系统搭建了一个性能较好的硬件平台；在软件的设计方面,利用VDSP自带的高性能VDK操作系统平台(?)LWIP协议栈,极大地加快了网络应用的开发,其中还设计了乒乓缓冲数据结构来实现对视频数据的输入与访问,提高了数据的访问效率。并应用ADI专为图像处理开发的工具包进行视频数据处理,加快了OpenCV算法在DSP上的移植。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 智能交通系统发展的现状
• 1.3 视频检测技术的概述
• 1.4 嵌入式系统及Blackfin DSP概述
• 1.5 论文完成的工作
• 第二章 运动目标检测及其跟踪和统计
• 2.1 运动目标检测算法
• 2.1.1 相邻帧间差分法
• 2.1.2 光流法
• 2.1.3 背景差分法
• 2.2 背景模型的建立
• 2.2.1 常用的背景提取算法
• 2.2.2 基于像素频率的背景建模算法
• 2.3 运动目标跟踪及其统计
• 2.3.1 算法的思想
• 2.3.2 算法的实现
• 2.3.3 实验及结果分析
• 2.4 本章小结
• 第三章、系统总体设计及硬件设计
• 3.1 系统总体设计
• 3.2 DSP处理器
• 3.2.1 Blackfin DSP结构综述
• 3.2.2 ADSP-BF533简介
• 3.3 视频采集模块
• 3.3.1 ADV7183芯片介绍
• 3.3.2 PPI接口
• 3.4 外部存储器模块
• 3.4.1 SDRAM
• 3.4.2 FLASH
• 3.5 网络传输模块
• 3.6 本章小结
• 第四章 系统的软件设计
• 4.1 VisualDSP++集成开发调试环境介绍
• 4.2 嵌入式操作系统（VDK）
• 4.2.1 线程
• 4.2.2 线程调度
• 4.2.3 信号
• 4.2.4 中断服务程序
• 4.3 TCP/IP协议栈（LwIP）
• 4.4 系统软件总体设计
• 4.5 视频数据采集的实现
• 4.6 视频数据的处理（车流量统计算法在DSP上的移植）
• 4.7 数据网络发送的程序设计
• 4.7.1 UDP实现视频数据传送的程序设计
• 4.8 本章小结
• 第五章 总结与展望
• 5.1 总结
• 5.2 展望
• 附录一 系统实物图
• 参考文献
• 致谢