基于TMS320DM642和模型化設計的圖像跟蹤實驗系統

范哲意，周治國，劉志文，潘麗敏，何冰松

（北京理工大學信息與電子學院，北京 100081）

基于TMS320DM642和模型化設計的圖像跟蹤實驗系統

范哲意，周治國，劉志文，潘麗敏，何冰松

（北京理工大學信息與電子學院，北京 100081）

介紹一種以TMS320DM642為核心的圖像跟蹤實驗系統，探討了基于Matalb／Simulink模型化開發的實驗方法，給出了一種基于幀間差分法的運動目標跟蹤算法的模型化開發流程，包括算法建模、針對DSP目標平臺的自動代碼生成、性能分析和代碼優化等。該實驗系統為高素質創新人才的培養提供了有效的平臺。

圖像跟蹤；運動目標設計；TMS320DM642；模型化；自動代碼生成

我校信息與電子學院在國家“985工程”三期建設項目的支持下，建設了“電子信息類大學生實踐創新平臺”，為培養高素質創新人才提供了有利的條件，圖像跟蹤實驗系統是其中為高年級本科生提供創新實踐的實驗平臺之一。

運動目標跟蹤是圖像處理和計算機視覺領域的研究熱點之一，在智能人機交互、醫療診斷、智能機器人、視頻監控等許多領域獲得廣泛應用［1］。本文中的圖像跟蹤實驗系統硬件平臺以TI公司TMS320DM642的圖像跟蹤器為核心，采用模型化開發的方法為學生參與實驗提供切入口。基于模型的設計（model based design）［2-3］方法提供了一種方便有效地開發與測試DSP應用程序的方法，采用這種方法，可以使參與實驗的學生從手工編寫代碼的繁瑣任務中解脫出來，使學生更加專注于對算法的研究與實現。

1 實驗系統介紹

圖像跟蹤實驗系統硬件主要由攝像機、云臺、圖像跟蹤器、仿真器和計算機等組成［4-5］，如圖1所示，其中采用TMS320DM642實現的圖像跟蹤器是系統的核心部分，TMS320DM642是TI公司推出的一款高性能定點數字多媒體處理器，它采用C64X內核，片上直接集成了3個可配置的視頻接口，十分適合于圖像處理。

圖1 系統框圖

為了使學生集中于運動目標自動檢測與跟蹤算法的研究和創新，采用了基于Matalb／Simulink的模型化開發方法，避免了學生因對調試軟件環境的不熟悉和大量的手工編寫代碼而影響實驗的效果。Matalb／Simulink是由MathWorks公司提供的進行動態系統建模、仿真和綜合分析的集成軟件包，是基于Matalb的圖形化模型仿真設計環境［6-7］，結合其另一個產品RTW［8］（real time workshop），Simulink模型可以實現針對不同硬件平臺的目標代碼的自動生成。

Matalb／Simulink提供了針對不同應用領域豐富的模型資源，當一些特殊場合中Matalb／Simulink自帶的模型庫無法滿足需求時，還允許自定義生成模塊。通過Matalb／Simulink環境可以實現圖形化的對系統的動態性能的建模、仿真與分析，為學生提供了簡單快捷的切入點，極大方便了學生實驗。

2 圖像跟蹤實驗系統的模型化開發

圖像跟蹤實驗系統的開發過程主要包含視頻采集模塊的驅動程序編寫及封裝、跟蹤算法的仿真與建模、算法模型針對DSP目標的自動代碼生成及硬件平臺上的算法驗證等幾個階段。其中視頻采集模塊的驅動編寫及封裝工作已經完成，可直接提供給學生調用，其他幾個階段由學生自主參與開發完成，作為學生參與實驗的內容。

2.1 視頻采集模塊的封裝

圖像處理平臺的視頻A／D模塊采用的是TI公司的TVP5150芯片，該芯片的驅動程序在CCS V3.3下基于DDK（driver development Kit）開發。驅動程序和視頻采集程序編寫完成并經測試通過后，可以利用S-Function進一步封裝成Simulink下的模塊，如圖2所示。該模塊可供學生實驗時直接調用，實現視頻采集功能。

圖2 視頻采集（A／D）模塊

2.2 跟蹤算法及仿真建模

運動目標檢測與跟蹤的算法有很多種，本文中以靜止背景中基于幀間差分法［9］和峰值檢測法的運動目標跟蹤為例來說明算法的仿真及建模過程。

圖像序列不同時間的幀之間的關系包含了目標的運動信息［10］，幀間差分法利用相鄰前后兩幀圖像對應像素點的灰度值相減進行運動目標檢測［11］，能夠很好適應場景光照變化，實現簡單，實時性好。

設tn和tn＋1時刻對應的圖像幀分別表示為f（x，y，n）和f（x，y，n＋1），則幀間差分表示為

差分圖像中，灰度值變化較小的區域對應背景區域，灰度值變化較大的區域則反映運動目標的作用，從而將運動目標從背景中分離出來。因此，可以通過查找差分圖像中灰度值變化最大的像素點得到運動目標的位置，即

在實際應用中，為了降低光照的影響，一般采用閾值分割的方法檢測運動目標的位置：

其中，Th表示選取的閾值，g（x，y）為閾值分割后的二值圖像，像素1表示運動目標，像素0表示背景。

在硬件平臺上實現上述算法之前，首先要在Matalb／Simulink環境下進行仿真建模，主要用到Simulink下的基本模塊庫及視頻與圖像處理模塊庫中的模型。由于此時尚涉及到硬件平臺，這里采用視頻與圖像處理模塊庫中的From Multimedia File和To Video Display 2個模塊替代實際硬件系統的采集（A／D）與顯示（D／A）模塊。實現上述跟蹤算法的模型如圖3所示。

圖3 算法模型

模型的第一階段利用延時模塊z-1對圖像幀進行1個采樣周期的延時，然后與當前幀圖像進行相減，實現幀間差；第二階段利用峰值跟檢測方法找到目標的坐標信息，將此坐標信息傳遞給下一步驟，并對目標進行標定，從而實現跟蹤算法。

2.3 針對DSP目標平臺的自動代碼生成

為了生成針對DSP圖像處理平臺的代碼，需要對上述模型進行一些簡單的修改。首先，需要將模型中的視頻輸入與輸出模塊替換為TVP5150A／D模塊和針對DM642的視頻D／A模塊，如圖4（a）所示；然后，將該模型放到DSP／BIOS（TI公司推出的一款嵌入式RTOS）的一個任務里面運行，生成頂層模型，如圖4（b）所示。

完成上述步驟以后，可利用Matalb／Simulink，結合RTW實現針對DSP目標平臺的自動代碼生成，執行編譯操作會自動連接CCS并生成CCS工程文件。進行相應配置后，Matalb將自動調用CCS，將生成的工程文件添加到CCS中，進行編譯、連接并加載到DSP上運行。

圖4 模型修改

在本實驗系統上對模擬沙盤上的火車模型進行跟蹤的結果如圖5所示。

圖5 跟蹤結果

3 算法優化

利用Matalb中針對CCS目標提供的剖析工具，可以對該自動代碼生成的程序進行剖析，從而得出算法的運行時間。執行剖析的命令如下：

對mdl文件進行相關參數配置后，執行自動代碼生成，當模型運行一段時間后，停止程序，然后在Matalb Command window中下輸入執行剖析的命令即可生成剖析信息報告，如圖6所示。圖6所示剖析報告顯示本文上述法跟蹤算法的平均執行時間約為84.76 ms。為了提高程序的效率，還需要進行算法的優化。

圖6 剖析信息報告

C6000的C／C＋＋編譯器提供了大量的編譯選項，供用戶在編譯時選擇使用，其中部分選項會直接影響或控制編譯器優化過程，本文用到的優化選項［12］主要有：

-o3——表示最高程度的優化，編譯器將執行各種優化循環的方法，如軟件流水、循環展開；

-pm——是程序級優化，使優化器訪問整個程序，了解循環次數。

表1顯示了代碼優化前的Debug（90112B）版本和優化后的Release（87552B）版本的效果對比。表中tmax為最大執行時間為平均執行時間。

表1 代碼優化前后效果對比

上述結果顯示，優化以后算法的平均執行時間約為26.82ms，更能滿足實時處理的要求。

4 結束語

以TMS320DM642為核心，并采用Matalb／Simulink的模型化開發方法，完成了圖像跟蹤系統算法設計、模型開發、算法實現及算法優化的整個流程，充分展現了模型化開發的優勢。該實驗平臺既可用于科研的算法仿真與研究，也可以作為高素質創新人才培養的實踐平臺，目前已經在我校電子信息技術實驗中心投入使用，主要面向高年級本科生和研究生。

（References）

［1］李培華.序列圖像中運動目標跟蹤方法［M］.北京：科學出版社，2010.

［2］劉杰.基于模型的設計及其嵌入式實現［M］.北京：北京航空航天大學出版社，2010.

［3］姚俊，馬松輝.Simulink建模與仿真［M］.西安：西安電子科技大學出版社，2002.

［4］閆雪梅，趙保軍.基于DSP的圖像綜合信息教學實驗系統的開發［J］.實驗技術與管理，2005，22（12）：42-43，59.

［5］李位星，潘峰，周凱.基于DM642的運動目標自動跟蹤實驗平臺研制［J］.實驗科學與技術，2011，9（5）：39-42.

［6］李穎.Simulink動態系統建模與仿真［M］.西安：西安電子科技大學出版社，2009.

［7］趙建春，李文舉，王新年.基于Simulink的車牌識別系統仿真平臺［J］.計算機工程與設計，2009，30（5）：1154-1156.

［8］袁少強，陳礫，李行善.基于RTW的半實物仿真環境研究與應用［J］.儀器儀表學報，2006，27（增刊）：2585-2586.

［9］Lipton A，Fujiyoshi H，Patil R.Moving target classification and tracking from real-time Video［C］／／Proc of the 4th IEEE on WACV.1998：8-14.

［10］Li Xiaoping，Li Tao，Ling Feng，et al.Research on motion detection and target contour extraction in wearable video system［C］／／2010Asia-Pacific Conference on Wearable Computing Systems.2010：90-93.

［11］邱道尹，張文靜，顧波，等.幀差法在運動目標實時跟蹤中的應用［J］.華北水利水電學院學報，2009，30（3）：45-46.

［12］刁一平，趙曉群.基于TI C6000DSP的C／C＋＋語言代碼效率優化［J］.微計算機應用，2007，28（5）：544-548.

Image tracking experiment platform based on TMS320DM642and model-based design

Fan Zheyi，Zhou Zhiguo，Liu Zhiwen，Pan limin，He bingsong
（School of Information and Electronics，Beijing Institute of Technology，BeiJing 100081，China）

A TM320DM642-based experiment platform is discussed and a model-based design method based on Matalb／Simulink is applied to the college experiment teaching.The model-based design of moving targets tracking based on the frame difference method is then implemented.The process of model-based design is mainly divided into the following steps：modeling，automatic code generation for DSP，performance analysis and optimization.The experimental platform is quite helpful for training high-quality talents.

image tracking；moving targets；TM320DM642；model-based design；automatic code generation

TP391.41；G484

A

1002-4956（2013）03-0074-04

2012-08-08 修改日期：2012-11-16

國家自然科學基金項目（61001063）；北京理工大學“985工程”三期“本科生拔尖創新人才培養”建設項目資助

范哲意（1983—），男，福建莆田，工學碩士，實驗師，學院辦公室主任，主要從事信號與圖像處理方向教學科研及學院實驗室與設備管理工作.

E-mail：funye＠bit.edu.cn