[发明专利]一种自动侦测运动目标的嵌入式智能监视系统无效
申请号: | 200810122356.7 | 申请日: | 2008-11-20 |
公开(公告)号: | CN101426081A | 公开(公告)日: | 2009-05-06 |
发明(设计)人: | 陈耀武;李志华;田翔 | 申请(专利权)人: | 浙江大学 |
主分类号: | H04N5/14 | 分类号: | H04N5/14;G06T7/20;H04N7/18 |
代理公司: | 杭州天勤知识产权代理有限公司 | 代理人: | 胡红娟 |
地址: | 310027浙*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自动 侦测 运动 目标 嵌入式 智能 监视 系统 | ||
技术领域
本发明属于电子设备领域,涉及一种自动侦测运动目标的嵌入式智能监视系统。
背景技术
随着视频监控需求的迅速增长、监控规模的日益扩大,人工监视已远远不能满足监控要求,视频监控系统的“智能化”变得越来越迫切。
监控规模的不断扩大、视觉分析任务的不断增多使基于PC中心服务器的集中式视觉分析处理模式呈现出了越来越突出的局限性——计算机资源和网络通讯带宽严重不足,越来越需要在摄像头前端对监控视频图像进行实时高效的本地处理,只将有关的报警状态和图像数据通过网络传输给中心服务器。嵌入式智能网络摄像机作为智能视频监控系统的前端“眼睛”,其图像获取、分析处理和网络通讯能力对整个监控系统起着越来越重要的作用。运动目标侦测是大多数视觉分析任务的第一步,是实现目标分类、目标跟踪、行为分析等视觉任务的基础。为了能有效侦测运动目标,S.J.Mc、S.Jabri等人在文献“Tracking Groups of People”中采用的单高斯模型、C.Stauffer和W.E.L在文献“Adaptive background mixture models forreal-time tracking”中采用的混合高斯模型、A.Elgammal、D.Harwood等人在文献“Non-parametric Model for Background”中采用的非参数化模型以及它们的改进模型等被纷纷提出来,这些建模方法在一些特定的环境中能取得较好的效果,但面对复杂些的场景,要么效果会变差,要么效果较好但运算量和资源需求很大、难以达到实时要求,在嵌入式智能视觉分析中其局限性非常明显。
发明内容
本发明提供了一种自动侦测运动目标的嵌入式智能监视系统。
一种自动侦测运动目标的嵌入式智能监视系统,包括
一视频输入设备,用于获得视频数据;
一视觉分析系统,由通过DPRAM接口模块相连接的嵌入式CPU和DSP处理器组成,用于处理视频输入系统获得的视频数据;
一输入输出系统,用于将视觉分析系统处理后的视频数据输出和输入用于控制视觉分析系统的指令;
所述的视觉分析终端,包括:
嵌入式CPU Au1200,用于网络通讯;
DSP BF533处理器,用于运动目标侦测;
DPRAM接口模块,用于嵌入式CPU Au1200和DSP BF533处理器进行数据和命令的交互,该DPRAM模块的两个访问口能够实现快速的异步同时访问;
视频AD转换器,设有视频输入接口,通过PPI数据总线与DSP处理器连接,用于视频模拟信号到数字信号的转换;
第一数据存储器,数据存储器1的数据总线、地址总线、控制线与DSP处理器的EBIU总线连接,用于数据的存储和算法运行时刻临时变量的存储;
程序存储器,程序存储器的数据总线、地址总线、控制线与嵌入式CPU Au1200的EBIU总线连接,用于程序代码的存储;
第二数据存储器,数据存储器2的数据总线、地址总线、控制线与嵌入式CPU Au1200的EBIU总线连接,用于数据的存储和网络交互代码运行时刻临时变量的存储;
有线以太网控制器,有线以太网控制器芯片的地址总线与嵌入式CPUAu1200的EBIU总线连接,用于有线以太网的接入控制,通过有线RJ45接口与局域网或公用网络与远端中心服务器进行网络连接;
CF卡硬件电路控制逻辑,通过EBIU总线与嵌入式CPU Au1200相连;
无线GPRS卡,无线GPRS卡与CF卡接口总线进行相连,用于通过无线GPRS网络与中心服务器进行网络连接;
所述的视频输入设备为摄像机,通过视频输入接口与视频AD转换器相连,用于视频的输入;
所述的输入输出系统包括一个远端中心服务器,用于视觉分析系统的控制。
为进行运动目标的实时侦测,所述的DSP处理器执行以下步骤:
(1)DSP处理器初始化后对视频输入系统获取的监控背景区域像素进行连续采样N个像素值;
(2)将采样得到的N个像素值在色度和亮度(r,g,I)空间判断像素的变化范围,将监控背景区域进行区域分割,得到稳定区域和动态区域;
(3)对动态区域先采用通用合并方法进行像素合并和边界扩充,然后采用双阀值顺序算法方案把所有的背景采样值聚类成几个高斯分布类;
(4)为了使背景模型能即时适应变化的监控环境,进行自适应单高斯模型和非参数化模型模型的参数更新;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810122356.7/2.html,转载请声明来源钻瓜专利网。