馮健業(yè)，賴全運(yùn)，劉和順，龍迎春

（韶關(guān)學(xué)院 物理與機(jī)電工程學(xué)院，廣東 韶關(guān)512005）

視頻監(jiān)控系統(tǒng)已廣泛應(yīng)用于安防、交通、環(huán)保等眾多領(lǐng)域，成為人們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠郑?］．目前，視頻監(jiān)控系統(tǒng)攝像頭普遍采用云臺(tái)底座結(jié)構(gòu)，實(shí)現(xiàn)攝像頭沿水平、垂直兩個(gè)自由度方向運(yùn)動(dòng)，克服了傳統(tǒng)固定式視頻監(jiān)控?cái)z像頭在對(duì)運(yùn)動(dòng)目標(biāo)跟蹤監(jiān)控時(shí)存在的視覺(jué)盲區(qū)大的問(wèn)題．但攝像頭移動(dòng)狀態(tài)下復(fù)雜的動(dòng)態(tài)背景使得準(zhǔn)確、實(shí)時(shí)的運(yùn)動(dòng)目標(biāo)跟蹤監(jiān)控變得困難［2］，對(duì)此筆者基于狀態(tài)分割的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，開(kāi)發(fā)了具有運(yùn)動(dòng)目標(biāo)自動(dòng)跟蹤監(jiān)控功能的智能化視頻監(jiān)控系統(tǒng)，提升了監(jiān)控效率，對(duì)智能視頻監(jiān)控系統(tǒng)的發(fā)展具有重要意義．

1 系統(tǒng)總體設(shè)計(jì)

基于云臺(tái)的智能化視頻監(jiān)控系統(tǒng)由攝像頭、兩自由度云臺(tái)、計(jì)算機(jī)、控制單元電路、通信網(wǎng)絡(luò)、穩(wěn)壓電源電路等部分組成，系統(tǒng)總體框如圖1所示．計(jì)算機(jī)安裝于監(jiān)控室內(nèi)，其余硬件系統(tǒng)均位于監(jiān)控現(xiàn)場(chǎng)，通過(guò)以太網(wǎng)相連．

控制單元電路的主控芯片采用32位高性能高性能、低成本、低功耗的 STM32F103ZET6 微處理器［3］，其具有 512 K flash，64 K SRAM，11個(gè)定時(shí)器，最高工作頻率可達(dá)72 MHz，同時(shí)產(chǎn)生多路PWM信號(hào)，能完全滿足系統(tǒng)對(duì)圖像信息與云臺(tái)舵機(jī)控制的實(shí)時(shí)性要求．

兩自由度云臺(tái)由2個(gè)MG995型號(hào)的舵機(jī)構(gòu)成，通過(guò)STM32F103微處理器提供的PWM信號(hào)控制舵機(jī)的轉(zhuǎn)向和轉(zhuǎn)角，分別實(shí)現(xiàn)安裝于云臺(tái)上攝像頭水平與垂直方向的角度調(diào)節(jié)，從而實(shí)現(xiàn)攝像頭對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤監(jiān)控．監(jiān)控目標(biāo)的視頻圖像信息通過(guò)具有640×480像素的RER-USB130W01MT型攝像頭獲得，并通過(guò)USB轉(zhuǎn)以態(tài)網(wǎng)模塊傳輸給計(jì)算機(jī)．計(jì)算機(jī)通過(guò)基于OpenCV開(kāi)發(fā)的監(jiān)控應(yīng)用軟件，負(fù)責(zé)視頻圖像顯示、圖像信息處理、運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤、云臺(tái)運(yùn)動(dòng)目標(biāo)坐標(biāo)計(jì)算及控制指令發(fā)送等功能.通信網(wǎng)絡(luò)采用以太網(wǎng)，實(shí)現(xiàn)攝像頭、上位機(jī)、下位機(jī)間的圖像信息及控制指令的傳輸．電源穩(wěn)壓電路分別為云臺(tái)舵機(jī)和STM32F103微處理器提供6 V和5 V工作電壓．

圖1 系統(tǒng)總體框圖

2 上位機(jī)軟件設(shè)計(jì)

系統(tǒng)上位機(jī)軟件是基于OpenCV計(jì)算機(jī)視覺(jué)庫(kù)［4］與 MFC 類庫(kù)，在 VS2010（Microsoft Visual Studio 2010）開(kāi)發(fā)環(huán)境上開(kāi)發(fā)的，以Windows操作系統(tǒng)作為運(yùn)行環(huán)境的計(jì)算機(jī)監(jiān)控應(yīng)用軟件，其對(duì)來(lái)自攝像頭的視頻數(shù)據(jù)進(jìn)行處理，實(shí)現(xiàn)視頻圖像的顯示，檢測(cè)視頻流中的運(yùn)動(dòng)目標(biāo)，提取運(yùn)動(dòng)目標(biāo)特征，進(jìn)行目標(biāo)跟蹤，計(jì)算并發(fā)送目標(biāo)圖像坐標(biāo)與控制指令等給下位機(jī)．上位機(jī)監(jiān)控應(yīng)用軟件界面如圖2所示．

針對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)與跟蹤，筆者基于狀態(tài)分割思想，將運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤過(guò)程按攝像頭的運(yùn)動(dòng)狀態(tài)分為靜止、運(yùn)動(dòng)兩個(gè)階段．在靜止階段，利用基于混合高斯背景建模算法（GMM）的背景差法［5］檢測(cè)運(yùn)動(dòng)物體，提取目標(biāo)的顏色特征信息；在運(yùn)動(dòng)階段，依據(jù)獲得的顏色特征信息，利用Camshift算法［6］實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤．相關(guān)算法通過(guò)OpenCV計(jì)算機(jī)視覺(jué)庫(kù)來(lái)實(shí)現(xiàn)．

運(yùn)動(dòng)目標(biāo)檢測(cè)算法通過(guò)OpenCV的Background Subtractor MOG2類來(lái)實(shí)現(xiàn)，該類提供了存放了混合高斯背景建模法的各種參數(shù)與算法實(shí)現(xiàn)函數(shù)接口［7］．基于該類的運(yùn)動(dòng)目標(biāo)檢測(cè)算法主要實(shí)現(xiàn)步驟如下：

（1）利用VideoCapture類讀取攝像頭視頻圖像．

VideoCapture capture; //定義攝像頭設(shè)備

capture．open(0); //打開(kāi)攝像頭

capture>>frame; //讀取當(dāng)前幀圖像

（2）利用cv::resize()函數(shù)完成雙線性插值法對(duì)圖像尺寸的縮小，提高混合高斯模型算法的處理速度.

（3）進(jìn)行混合高斯建模算法處理．

BackgroundSubtractorMOG2 bg_mode(l80,60,false); //定義模型對(duì)象，設(shè)置模型參數(shù)：訓(xùn)練背景的幀數(shù)，背景減差閾值，是否檢測(cè)影子

bg_model(img_S,fgmask1,-1); //調(diào)用對(duì)象()運(yùn)算符重載函數(shù)，實(shí)現(xiàn)混合高斯建模算法，得到處理結(jié)果圖像fgmask1.

（4）利用medianBlur()函數(shù)、morphologyEx()函數(shù)對(duì)處理結(jié)果圖像fgmask1進(jìn)行中值濾波和形態(tài)學(xué)閉操作，保存此時(shí)的結(jié)果圖像fgmask2．

（5）利用findContours()函數(shù)尋找圖像fgmask2的連通域，找出運(yùn)動(dòng)目標(biāo)輪廓，從而實(shí)現(xiàn)目標(biāo)檢測(cè)．

運(yùn)動(dòng)目標(biāo)的跟蹤是基于目標(biāo)檢測(cè)算法獲得的目標(biāo)輪廓，利用OpenCV的Camshift()函數(shù)來(lái)實(shí)現(xiàn)，該函數(shù)調(diào)用所需的初始搜索窗口（位置與大?。┮约斑\(yùn)動(dòng)目標(biāo)的顏色直方圖分別由目標(biāo)檢測(cè)結(jié)果中的目標(biāo)位置、大小與顏色特征信息提供．其算法流程如圖3所示．

圖2 上位機(jī)監(jiān)控應(yīng)用軟件界面

3 下位機(jī)動(dòng)態(tài)跟隨系統(tǒng)設(shè)計(jì)

下位機(jī)系統(tǒng)采用STM32F103ZET6微處理器，基于Keil uVision5開(kāi)發(fā)環(huán)境，通過(guò)對(duì)計(jì)算機(jī)給出的控制指令及目標(biāo)圖像坐標(biāo)的動(dòng)態(tài)跟隨，完成對(duì)云臺(tái)的姿態(tài)控制．

下位機(jī)嵌入支持多任務(wù)的實(shí)時(shí)操作系統(tǒng)uC/OS-III［8］，使系統(tǒng)能“同時(shí)”進(jìn)行數(shù)據(jù)收發(fā)、坐標(biāo)數(shù)據(jù)處理、云臺(tái)控制等任務(wù)，以保證視頻監(jiān)控系統(tǒng)的實(shí)時(shí)性．在uC/OS-III系統(tǒng)任務(wù)處理的優(yōu)先級(jí)設(shè)置上，優(yōu)先處理坐標(biāo)數(shù)據(jù)的接收，其次是坐標(biāo)數(shù)據(jù)的處理、云臺(tái)控制，目的是為了能第一時(shí)間接收到最新的運(yùn)動(dòng)目標(biāo)坐標(biāo)數(shù)據(jù)，及時(shí)做出反應(yīng)，減少云臺(tái)因任務(wù)等待而引起的轉(zhuǎn)動(dòng)滯后．

下位機(jī)系統(tǒng)得到運(yùn)動(dòng)目標(biāo)在圖像上的位置后，控制云臺(tái)做水平方向轉(zhuǎn)動(dòng)及垂直方向轉(zhuǎn)動(dòng)，使被監(jiān)控的運(yùn)動(dòng)目標(biāo)始終處于監(jiān)控圖像畫面中心，實(shí)現(xiàn)監(jiān)控系統(tǒng)對(duì)運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤．

在實(shí)際系統(tǒng)中，由于監(jiān)控系統(tǒng)圖像處理、數(shù)據(jù)傳輸?shù)臄?shù)據(jù)量大，占用了較多的系統(tǒng)時(shí)間，易導(dǎo)致系統(tǒng)云臺(tái)對(duì)運(yùn)動(dòng)目標(biāo)追蹤監(jiān)控出現(xiàn)滯后現(xiàn)象，使得運(yùn)動(dòng)目標(biāo)偏離監(jiān)控圖像畫面中心，如圖4所示．

圖中O-xyz為攝像頭坐標(biāo)系，O為攝像頭光心，OZ為光軸；Ouv-uv為圖像平面坐標(biāo)系，是以像素為單位的直角坐標(biāo)系，光軸與圖像平面交點(diǎn)Oxy位于圖像平面的中心；P(u,v)為實(shí)際運(yùn)動(dòng)目標(biāo)在圖像平面成像點(diǎn)，理想情況下，希望P(u,v)位于圖像平面中心，即與Oxy重合；△u、△v分別為云臺(tái)追蹤滯后導(dǎo)致P(u,v)與Oxy在圖像平面u、v方向上的偏差值．

為了減少偏差值，使追蹤的運(yùn)動(dòng)目標(biāo)成像點(diǎn)盡可能位于圖像平面中心位置，采用2個(gè)PD控制器分別控制PWM驅(qū)動(dòng)器輸出電壓脈寬，實(shí)現(xiàn)云臺(tái)水平、垂直方向的電機(jī)轉(zhuǎn)角動(dòng)態(tài)調(diào)節(jié)，控制系統(tǒng)結(jié)構(gòu)如圖5所示．

圖3 目標(biāo)跟蹤算法流程

圖4 運(yùn)動(dòng)目標(biāo)跟蹤偏差分析

圖5 下位機(jī)動(dòng)態(tài)跟隨系統(tǒng)框圖

PD控制器將系統(tǒng)的輸入誤差e(t)經(jīng)過(guò)比例（P）、微分（D）計(jì)算，得到PWM驅(qū)動(dòng)器的電壓脈寬輸出值u(t)，其關(guān)系如下:

式中，Kp、Td分別為比例系數(shù)、微分時(shí)間常數(shù).

根據(jù)控制對(duì)象不同，水平、垂直方向的電機(jī)PD控制器輸入誤差e(t)分別對(duì)應(yīng)圖像平面u、v方向上的偏差值△u(t)、△v(t).

4 系統(tǒng)測(cè)試

為測(cè)試系統(tǒng)對(duì)運(yùn)動(dòng)目標(biāo)的跟蹤監(jiān)控性能，筆者以紅色玩具車作為被監(jiān)控的運(yùn)動(dòng)目標(biāo)，當(dāng)玩具車從右往左勻速駛?cè)氡O(jiān)控區(qū)域時(shí)，智能化視頻跟蹤監(jiān)控系統(tǒng)對(duì)運(yùn)動(dòng)目標(biāo)跟蹤的效果如圖6所示.圖6(a)～(e)描述了運(yùn)動(dòng)目標(biāo)（圖中紅色小車）跟蹤過(guò)程中不同時(shí)刻的實(shí)時(shí)跟蹤效果，圖6(f)描述了運(yùn)動(dòng)目標(biāo)在各個(gè)時(shí)刻的坐標(biāo)軌跡．可以看出，當(dāng)運(yùn)動(dòng)目標(biāo)進(jìn)入攝像頭的視野范圍后，攝像頭精確地捕獲到了運(yùn)動(dòng)目標(biāo)，并快速地追隨運(yùn)動(dòng)目標(biāo)調(diào)整云臺(tái)姿態(tài)，使運(yùn)動(dòng)目標(biāo)始終位于攝像頭圖像中心平面區(qū)域．

圖6 運(yùn)動(dòng)目標(biāo)跟蹤效果

測(cè)試結(jié)果表明，智能化視頻跟蹤監(jiān)控系統(tǒng)實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的精確檢測(cè)與跟蹤，并具有很好的魯棒性和實(shí)時(shí)性．

5 結(jié)語(yǔ)

設(shè)計(jì)并實(shí)現(xiàn)的基于運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤的智能化視頻跟蹤監(jiān)控系統(tǒng)，通過(guò)Opencv實(shí)現(xiàn)了上位機(jī)基于混合高斯背景建模的運(yùn)動(dòng)檢測(cè)及基于Camshift的運(yùn)動(dòng)跟蹤算法，并結(jié)合PD控制器完成了下位機(jī)云臺(tái)跟蹤控制系統(tǒng)．實(shí)驗(yàn)結(jié)果表明，系統(tǒng)運(yùn)行穩(wěn)定，在目標(biāo)顏色特征顯著的情況下，攝像頭能精確地檢測(cè)與跟蹤運(yùn)動(dòng)目標(biāo)，具有較好的魯棒性和實(shí)時(shí)性．