基于DSP的目标跟踪半实物仿真系统设计

 陈婉秋，  陈雄，  高峰，  邹晗霆

 （南京理工大学，南京210094）

摘要：针对图像类跟踪系统准确性和实时性的要求，设计了一种以TMS320DM642高速数字信号处理器为控制核心的目标跟踪半实物仿真系统，阐述了软硬件两部分功能的实现方案。将硬件电路划分为视频采集、视频处理以及外围电路3个模块。首先由CMOS图像传感器MT9 V032提取视频图像，经A/D转换单元将数字化信号传送至DM642：同时结合背景差分法与Mean Shift跟踪算法确定目标位置，将偏移向量传输至伺服系统驱动云台同步转动，完成目标精确跟踪。实验结果表明，所提出的软硬件设计方案可较好地实现运动目标的实时检测与跟踪，为视频跟踪技术提供性能仿真平台。

关键词：图像处理；跟踪算法；串口通信；TMS320DM642；数字信号处理器

中图分类号：TP273  文章编号：1671 - 637X（2016）02 - 0061 - 04

0  引言

 运动目标的成像跟踪是指，当目标进入覆盖区域时，视频采集系统能够检测到物体的形态、位置、运动姿态并汇报给基站，根据图像信息和导引指令，控制执行机构动作，实现对目标连续、实时的定位与跟踪。目标检测与跟踪作为一项前沿技术，涉及图像处理、运动学、力学、控制理论等学科，无论在军事还是民用领域都受到了广泛应用，特别是在要求具有全自动智能跟踪能力、快速响应的可视化飞行器领域，如各类导弹的成像导引头（地空导弹、反舰导弹、空一空导弹、反坦克导弹）、舰载近程反导武器火控系统、光电警戒搜寻系统、防空火炮火控系统等。国内外目标跟踪识别技术经过多年发展取得了可喜成果，同时也遇到不少挑战。当前制约其发展的主要瓶颈是实际应用中过于复杂且相互交融场景的变化，使其难以满足所有因素影响，致使到目前为止目标跟踪识别技术尚未形成自身普遍共识的理论体系，处于不断发展完善的阶段。

1  系统原理及结构

 系统以自动匹配搜索目标为主，手动寻找目标为辅。在成功锁定运动物体的前提下，获取目标位置坐标，根据目标偏离视场中心的角度差和距离信息预先设定控制标识码，经RS232串口协议反馈给电机伺服系统；当接收到有效的标识码后，伺服电机控制一维旋转平台调整摄像头(水平转动的角度范围为- 600~+600)往指定方向转动，使目标重新回归视场中心；如出现短暂遮挡，跟踪系统仍可通过预算法继续移动跟踪波门，直至目标再次锁定，系统结构原理如图1所示。

 整个目标跟踪装置可分为两部分：1）DM642为实现视频处理算法的高速数字信号处理器，SDRAM主要用于辅助CPU存储待校正图像，视频采集模块安装在一个水平旋转件上，整个采集系统包括一个CMOS图像传感器( 752H×480V)，视频处理模块(DM642，CPLD, Flash，SDRAM)，PC机以及通信模块，通过CPLD模块对视频处理平台进行时序和逻辑控制；2）F2812生成PWM信号，通过驱动电路驱动永磁同步电机( PMSM)带动摄像头在一维平面稳定旋转，QEP单元连接光学编码器，对输入的正交编码脉冲信号进行解码、计数，获得机械转子的转动方向和角位移等信息。

2  系统硬件设计

2.1硬件电路总体结构

 目标跟踪系统具有信息反馈循环控制结构，为满足实时成像的约束，视频采集系统必须对视场中所提取的信息做出快速反应。设计建成的系统以高速并行架构、较强信号处理能力和高度可编程的定点数字信号处理器( DSP)芯片DM642最小系统作为视频图像处理平台，在一定程度上解决了跟踪精度低、运行速度慢等问题，硬件结构如图2所示。

2.2视频编／解码电路

 视频编／解码分别选用Philips SAA7105H和TITVP5150A芯片。视频解码电路将模拟视频信号进行色度解码及A/D转换，分离行／场同步，进行奇／偶场检测，输出数字化的亮度、色度信号。TVP5150A视频解码器可将PAL，SECAM和NTSC彩色信号解码成IYU-R BT．656兼容的彩色分量值YUV 8位数据输出。视频编码器则与解码器功能相反，设计中采用的SAA7105H是一个双通道9位低噪声视频处理器，内部集成了2个模拟抗混叠滤波器，可自行检测视频信号制式和场频，通过I2C总线对其配置，将数字信号进行D/A变换并重新编码为复合全视频信号或RGB输出。

2.3外围接口

 DSP通过外部存储器接口EMIF访问片外存储设备，所用的片外存储器分别为SDRAM，CPLD，Flash和通用异步接收／发送器( UART)；其中EMIF接口空间地址分配如表1所示。

2.4  F2812与DM642接口通信

 在获取到目标的位置信息以后，需将变量进行坐标变换并转化为等效的电流量控制电机跟随响应，所以处理器之间的协同工作就需要数据交换。DM642芯片并未集成UART接口，需要使用数据地址总线扩展RS422串口电路。将DM642处理器的EMIF配置为8位异步静态存储器接口与并串互换芯片TL16C752B相连接，每个异步串口占用8个8位存储器单元。TL16C752B片内带有FIFO输入和输出缓冲区用来存放缓冲数据，输出的数据经过CPLD分配物理地址后送到DM642中，再由CPLD生成串行数据控制信号发送至TL16C752B，即可实现并口与串口间的两路同时传输数据。

3跟踪算法

3.1检测算法

 运动目标检测是实现跟踪的第一步，背景差分法的原理是将视频序列中当前帧图像和背景模型进行减运算，然后平滑去噪，再对差分结果中每个像素点二值化判断，提取出非静止场景信息和运动目标信息，原理如图3所示。

 如果当前帧图像与当前背景模型图像对应像素点的颜色值大于设定阈值，则判定该点是运动目标像素点，否则为视场背景像素点，计算式为

 背景差分法能够准确检测到快速移动的目标，提供完整的特征数据且易于实现，但所采集到的背景图像对光照和外部条件比较敏感，所以背景建模是否准确直接关系到检测结果的好坏。系统以背景差分法为基础，采用混合高斯模型的方法建立自适应背景模型。图4b、图4c分别为采样图4a变换的相应的差分图和二值化图形。

3.2跟踪算法

 目标跟踪算法是视频跟踪系统的核心．其执行质量直接决定了系统达到的性能效果。为实现对视频数据中单目标的跟踪检测，本没计比较分析，采用不断迭代的Mean Shift算法使得向量不断收敛于目标真实位置Y1，该算法可有效解决目标的遮挡问题，对系统资源要求不高，时间复杂度低，在复杂背景下能够取得良好的跟踪效果。

 实现原理是利用颜色概率信息进行识别跟踪，在初始目标及其区域中计算出目标在HSI空间中的色度( Hue)分量做2D直方图，利用Mean Shift算法在反向投影图中迭代，求出二维概率密度的局部最大值，直到其收敛。

目标像素出现在特征区域的直方图分布为

 由上式可以看出，当式(7)在p u（Y0）处泰勒展开时，限制了起始点Y0和Y之间的距离不能太大。所以，目标运动速度过快时效果就不理想，亦可引入卡尔曼滤波来预测下一帧中目标的运动轨迹，Mean Shift跟踪算法的流程如图5所示。

  采用Mean Shift算法的目标跟踪半实物仿真系统在简单背景下，对快速运动物体的连续跟踪效果如图6所示。需要说明的是，在核函数的选取上考虑了目标的缩放与旋转造成长宽比变化的影响，因此可以跟踪有尺度和旋转变化的运动目标。

4结论

本文以某制导武器系统的研制为背景，考虑到目标跟踪平台中硬件模块性能和图像处理的要求，针对特定的识别跟踪算法，设计了以DM642为控制运算处理核心的智能视频跟踪系统，采用DSP分布式并行处理和流水线并行处理结构，提高运算资源的利用率。实验测试结果表明，系统有较好的实时性和鲁棒性，满足特定领域要求，同时也可作为进一步研究图像处理与优化跟踪算法的仿真平台。