摘要：論述了視頻檢測在智能交通領(lǐng)域的應(yīng)用，分析了目前交通信號機系統(tǒng)存在的不足。提出了以TMS320F2812為核心的視頻圖像運動目標(biāo)檢測方案，并進行了方案的同步信號分離電路、系統(tǒng)總體結(jié)構(gòu)設(shè)計，以及信號采樣和數(shù)據(jù)處理的軟件設(shè)計。實驗表明該解決方案設(shè)計達到了預(yù)期目標(biāo)，具有較高的準(zhǔn)確性。
關(guān)鍵詞：交通控制；視頻檢測；運動目標(biāo)檢測；DSP；TMS320F2812

0 引言
    視頻圖像檢測與處理技術(shù)在智能交通(ITS)領(lǐng)域中的應(yīng)用研究已引起了國內(nèi)外學(xué)者廣泛關(guān)注，已形成許多研究熱點。目前交通領(lǐng)域視頻檢測技術(shù)主要用于車速、車型、車流量檢測，車牌檢測，智能泊車系統(tǒng)、安全監(jiān)控等方面，有成熟的視頻檢測產(chǎn)品。但在路口交通方案解決、提高路口交通效率方面應(yīng)用較少。
    目前城市交通路口應(yīng)用較多的是感應(yīng)線圈檢測方式，但其安裝、維修不便，對道路有破壞，成本高昂。其他可應(yīng)用的檢測方式，諸如超聲波檢測準(zhǔn)確性不高，易受干擾；微波檢測產(chǎn)品的成本較高。
    本文設(shè)計了基于TMS320F2812的路口車輛狀態(tài)視頻檢測系統(tǒng)，實時檢測路口車輛狀態(tài)，并將結(jié)果反饋回路口信號控制機，便于信號機優(yōu)化路口信號燈的運行方案。

1 基于視頻檢測的解決方案
1．1 方案的提出
    目前大多數(shù)城市所使用的交通控制機系統(tǒng)，路口的紅綠燈運行方案基本是固定的。這樣就會出現(xiàn)一種情況，即在某時刻某方向無車，該方向依然是綠燈。若無車的情況可以及時檢測并反饋到控制機，則可以提高交通效率，對此提出了基于TMS320F2812的交通路口車輛狀態(tài)視頻檢測系統(tǒng)。
1．2 系統(tǒng)工作原理
    系統(tǒng)工作原理圖如圖1所示，圖中監(jiān)控攝像機安裝于路口斑馬線之前約70 m處(視路口車流量而定，繁忙路口則遠；反之則近)，視頻信號由DSP本身自帶的A／D模塊進行采樣和處理，依據(jù)處理結(jié)果輸出一個高低電平信號，此信號由路口的控制機在對應(yīng)路口通行方向為綠燈時進行查詢并記錄。記錄一段時間(數(shù)周或數(shù)月)之后，便可以依據(jù)記錄結(jié)果統(tǒng)計優(yōu)化信號燈運行方案。由于圖像檢測的數(shù)據(jù)處理量較大，實時性要求高，因此系統(tǒng)設(shè)計的處理核心采用TMS320F2812DSP數(shù)字信號處理器。

2 系統(tǒng)硬件設(shè)計
2．1 復(fù)合視頻信號
    CCD攝像機輸出完整的視頻信號是1 Vp-p的復(fù)合模擬信號，包括圖像信號、同步信號、消隱信號、槽脈沖和均衡脈沖信號。一場圖像時間為20 ms，其中各脈沖寬度如下：行同步4．7 μs；場同步160μs；均衡脈沖2．35μs．槽脈沖4．7 μs；場消隱脈沖1 612μs；行消隱12μs。因此，需要將場消隱信號分離出來作為每一場圖像采集的觸發(fā)信號。[!--empirenews.page--]
2．2 場同步信號分離電路
    LM1881N是一款視頻同步信號分離芯片，主要用于NTSC，PAL，SECAM制式，幅度為0．5～2 Vp-p之間的視頻同步信號分離。LM1881N應(yīng)用電路圖如圖2所示。

    用示波器觀察信號Vout的波形圖，如圖3所示。

2．3 圖像處理系統(tǒng)
    系統(tǒng)設(shè)計圖像處理核心為TMS320F2812DSP處理器。實驗中將奇偶場同步信號Vout(圖3中的方波信號)接入TMS320F2812的I／O口，使用查詢中斷的方式觸發(fā)A／D采樣。連接原理圖如圖4所示。

    如圖3和圖4所示，TMS320F2812在程序初始化后即查詢I／O口引腳信號，在同步信號的上升沿A／D模塊開始采樣CCD攝像機接入的圖像信號。對應(yīng)每場圖像采樣時間不超過18．4 ms。[!--empirenews.page--]

3 系統(tǒng)軟件設(shè)計
3．1 信號采集方案特點
    根據(jù)系統(tǒng)的目的要求，系統(tǒng)只需實時檢測路面是否有車輛經(jīng)過即可，而無需檢測車速、加速度、車流量等。即不需要采集全副圖像數(shù)據(jù)進行處理，只需采集足夠多的像素點進行處理就可以判斷是否有運動目標(biāo)的存在。這樣就可以大大降低數(shù)據(jù)處理量和節(jié)約時間，提高系統(tǒng)檢測速度。
3．2 運動目標(biāo)檢測算法
    基于視頻圖像的運動目標(biāo)檢測方法有多種分類，目前常用的主要有幀差法、背景減法和基于光流的方法。本文采用背景減法和幀差法相結(jié)合的處理方法。
    檢測方法的步驟：

    式中：M×N表示采集圖像大小，數(shù)值表示檢測區(qū)像素數(shù)；k表示的是連續(xù)采集的圖像場數(shù)，為得到較好的背景圖像閾值，k值需足夠大；如果M，N，k值足夠大，即M×N×k的值夠大，則求得的統(tǒng)計閾值Th越合適。
    (6)對S1(x，y)，S2(x，y)進行統(tǒng)計和比較，求差值，若差值超過一定值，則表示有運動目標(biāo)存在；反之，無運動目標(biāo)。數(shù)據(jù)采集和處理流程如圖5所示。

[!--empirenews.page--]

4 實驗和分析
    在實驗室條件下進行實驗，參數(shù)k取200，M×N取570采樣值，即M×N×k值取為114 000；每個Th更新周期N取300；背景為固定背景，運動目標(biāo)為行人，光線充足且無直射和閃爍。實驗結(jié)果記錄如表1所示，S1，S2分別表示S1(x，y)，S2(x，y)。

    表1進行多次實驗，統(tǒng)計實驗結(jié)果表明，在無運動目標(biāo)狀態(tài)下，S1(x，y)，S2(x，y)值最大不超過100，且有95．3％分布在90以內(nèi)；在有運動目標(biāo)狀態(tài)下，S1(x，y)，S2(x，y)值一般超過120，且有96．6％超過110。因此，可以將100和110作為判斷是否存在運動目標(biāo)的門檻值。
    同時，實驗運動目標(biāo)的大小、速度，M×N取值大小都會影響檢測結(jié)果。運動目標(biāo)越大，M×N取值越大則檢測結(jié)果越好，但是數(shù)據(jù)處理量增加會使單次檢測時間增加。

5 結(jié)語
    本解決方案達到了預(yù)期目標(biāo)，實現(xiàn)了對交通路口車輛狀態(tài)的判斷功能，運用于交通控制機可以有效地提高路口通行效率。方案在應(yīng)用中對現(xiàn)有道路無破壞性，安裝方便，成本較低。此外，提高系統(tǒng)的數(shù)據(jù)處理能力和可靠性，使用更好的圖像處理方法來提高檢測的準(zhǔn)確性和靈敏度也是研究的重點之一。