基于PBAS 算法的嵌入式視頻監(jiān)控系統(tǒng)

榮俊勇，王中華

（南昌航空大學(xué) 信息工程學(xué)院，南昌330063）

1 系統(tǒng)軟件設(shè)計(jì)

嵌入式視頻監(jiān)控系統(tǒng)的軟件設(shè)計(jì)包括嵌入式Linux 平臺(tái)底層軟件、視頻監(jiān)控系統(tǒng)的視頻處理算法和人機(jī)交互軟件的設(shè)計(jì)，以下對(duì)嵌入式視頻監(jiān)控系統(tǒng)軟件進(jìn)行介紹。

本文使用的開發(fā)工具有Linux 虛擬機(jī)運(yùn)行軟件VMware Workstations10、虛擬機(jī)Ubuntu16.04 LTS、交叉編譯器armlinux-gcc4.4.3。構(gòu)建嵌入式Linux 平臺(tái)，首先要在虛擬機(jī)上使用交叉編譯器對(duì)Boot Loader、Linux 內(nèi)核、yaffs2 文件系統(tǒng)以及使用到的軟件（Qt creater 5.6、OpenCV 3.0）進(jìn)行交叉編譯，再將交叉編譯后的文件移植到嵌入式硬件平臺(tái)上。

程序開始執(zhí)行后，首先使用V4L2 對(duì)攝像頭進(jìn)行一系列初始化，接著用捕獲的視頻對(duì)PBAS 算法的背景模型進(jìn)行初始化，完成初始化后再對(duì)捕獲的視頻的每一幀進(jìn)行移動(dòng)目標(biāo)的檢測(cè)，如果有移動(dòng)目標(biāo)出現(xiàn)，則用矩形標(biāo)記出移動(dòng)目標(biāo)以及在圖像上標(biāo)記出移動(dòng)目標(biāo)出現(xiàn)的時(shí)間，再將該幀圖像保存到視頻文件中；如果沒有出現(xiàn)移動(dòng)目標(biāo)則進(jìn)行下一幀的檢測(cè)。視頻監(jiān)控界面設(shè)計(jì)如圖1所示。

主界面包含三個(gè)按鈕：實(shí)時(shí)監(jiān)控按鈕、歷史視頻按鈕、退出按鈕。點(diǎn)擊實(shí)時(shí)監(jiān)控按鈕進(jìn)入實(shí)時(shí)監(jiān)控操作界面，實(shí)時(shí)監(jiān)控界面有開始/暫停按鈕、返回按鈕，開始/暫停按鈕控制實(shí)時(shí)視頻監(jiān)控的進(jìn)行；點(diǎn)擊返回按鈕則回到主界面，但只要沒有暫停實(shí)時(shí)視頻監(jiān)控就會(huì)在后臺(tái)持續(xù)監(jiān)控。點(diǎn)擊歷史視頻按鈕則會(huì)進(jìn)入歷史視頻操控界面，歷史視頻控制界面有播放/暫停按鈕和退出按鈕，播放/暫停用于查看視頻監(jiān)控保存下來的含有移動(dòng)目標(biāo)的歷史視頻；點(diǎn)擊返回按鈕則停止播放歷史視頻，返回到視頻監(jiān)控主界面。

2 PBAS 算法

在PBAS 中，和SACON 算法相似，背景模型是由視頻序列中的N 個(gè)歷史樣本組成的[1]。而前景檢測(cè)和背景模型更新與VIBE 算法類似，但背景模型更新是動(dòng)態(tài)的。任何一個(gè)像素xi都有一個(gè)決策閥值R（xi），通過背景模型B（xi）和當(dāng)前幀I（xi）比較把當(dāng)前幀的像素分為背景和前景。背景模型的隨機(jī)更新取決于學(xué)習(xí)速率T（xi）。

2.1 前景分割決策

在PBAS 中，類似于其他前景分割算法，前景和背景分類是基于背景模型與當(dāng)前像素進(jìn)行比較的。PBAS 的背景模型是由鄰近當(dāng)前視頻幀觀察到的N 個(gè)歷史像素值組成的：

如果在背景模型B（xi）的N 個(gè)值中有至少#min 個(gè)與像素點(diǎn)xi的像素值I（xi）距離小于R（xi），則該像素點(diǎn)為背景點(diǎn)，否則為前景點(diǎn)。因此前景分割掩模計(jì)算式為：

表達(dá)式（2）中，F(xiàn)＝1 表示前景，F(xiàn)＝0 表示背景，dist 為距離計(jì)算：

決策所涉及的兩個(gè)參數(shù)：①每個(gè)像素單獨(dú)定義且可動(dòng)態(tài)改變的距離閾值R（xi）；②固定的全局參數(shù)，最小數(shù)目#min。

2.2 背景模型更新

為了適應(yīng)背景的變化，需要對(duì)背景模型B（xi）進(jìn)行更新。由于前景區(qū)域不能用于更新背景模型，背景模型只對(duì)當(dāng)前的背景像素進(jìn)行更新。PBAS 算法的更新策略為：等概率選擇k∈1…N，用當(dāng)前像素值I（xi）取代相應(yīng)背景模型值Bk（xi），但更新概率為p＝1/T（xi）。因此，學(xué)習(xí)速率T（xi）決定更新速率。T（xi）越大，像素被更新的概率越小。

PBAS 算法也以概率p＝1/T（xi）隨機(jī)選擇更新一個(gè)相鄰像素yi∈N（xi）。因此，在這個(gè)相鄰像素的背景模型中Bk（yi）被其當(dāng)前像素值V（yi）所取代。該屬性的優(yōu)點(diǎn)是判斷錯(cuò)誤的前景對(duì)象會(huì)很快消失。

2.3 決策閾值R（xi）的更新

在PBAS 算法中決策閾值R（xi）的更新機(jī)制如下：首先，在構(gòu)建背景模型B（xi）的同時(shí)也創(chuàng)建一個(gè)決定最小距離的數(shù)組：

不管背景模型B（xi）是否進(jìn)行了更新，當(dāng)前的最小距離都將被保存到Dk（xi）中，當(dāng)前的最小距離為：

D（x）i的平均值（x）i可以用來橫量當(dāng)前背景的復(fù)雜度。決策閾值R（x）i的更新模型如下：

其中，Rinc/dec為更新率，Rscale為比例因子，兩者均為固定參數(shù)。

3 系統(tǒng)測(cè)試

原始PBAS 算法經(jīng)測(cè)試得出的最佳參數(shù)值如下：背景模型歷史像素值數(shù)N＝35，最小數(shù)目：#min＝2，更新率：Rinc/dec＝0.05，比例因子：Rscale＝5，決策閥值R（xi）下限：Rlower＝18，T（xi）下降速率：Tdec＝0.05，T（xi）上升速率Tinc＝0.05，T（xi）下限：Tlower＝2，T（xi）上限：Tupper＝200。

每個(gè)像素背景模型中的歷史像素?cái)?shù)N 為35 時(shí)性能達(dá)到最佳，但對(duì)于一些簡(jiǎn)單的場(chǎng)景只需要取10 既能達(dá)到檢測(cè)要求。由于本系統(tǒng)使用的處理芯片為S3C2440，其計(jì)算速度相對(duì)較慢，為了減小計(jì)算復(fù)雜度，提高視頻監(jiān)控系統(tǒng)的實(shí)時(shí)性，在本系統(tǒng)中將N 設(shè)置為20。其他參數(shù)則保持不變。

4 結(jié)語

本文針對(duì)傳統(tǒng)視頻監(jiān)控系統(tǒng)的不足，設(shè)計(jì)了一種基于PBAS 算法的嵌入式視頻監(jiān)控系統(tǒng)。該視頻監(jiān)控系統(tǒng)以嵌入式Linux 為硬件平臺(tái)，大大節(jié)省了視頻監(jiān)控的投入；以Qt 5.6 和OpenCV 3.0 為軟件編程工具，實(shí)現(xiàn)了良好的人機(jī)交互界面，并使用PBAS 算法對(duì)移動(dòng)目標(biāo)進(jìn)行檢測(cè)，較好地實(shí)現(xiàn)了對(duì)視頻監(jiān)控中移動(dòng)目標(biāo)的檢測(cè)以及對(duì)含有移動(dòng)目標(biāo)的視頻序列的存儲(chǔ)[2]。與傳統(tǒng)視頻監(jiān)控相比，使用戶盡量減少在視頻監(jiān)控上所花費(fèi)的人力和物力。