金字塔光流算法在DSP上的实现与优化，向奎，张洪刚，利用嵌入式监控系统完成车辆跟踪时，由于高清图像像素点太多，导致计算量增大，而硬件运算速度又有限制，因而实现实时高清车辆跟
国科技论文在线 http:/www.paper.edu.cn 2)把第步提取的像素点放入光流算法中,进行第次光流预测; 3)把第二步预测准确的像素点放入光流算法中,反向进行光流预测 4)求取原始像素点和反向预测像素点的相似度,修正车牌位置。 由于车牌定位技术已经非常成熟,文屮直接使用投影卷积算法定位出车牌目标,其具体 实现方法文中不做分析,第四步中像素点之间的相似度文中选择欧氏距离进行判新。迸过以 上四个步骤即可实现金字塔光流跟踪2。 1.2金字塔光流算法移植 80算法移植就是将在PC机上的程序移植到DSP平台上,并针对DSP特点及具体应用进行改 写,以使其能够达到头时要求。常见的移植主要是完成两个仁务 第一,消减冗余。开源的金字塔光流算法不仅留有许多接口,而且还包含了冗余代码, 如大量 trace信息、 assert信息、 printf函数和SSE优化,这些信息在DSP 芯片上对金字塔跟踪算法没有仟何必要。 85第二,重新编写原程序的头文件。由于DM648DSP的CCS代码开发环境具有比VC更 为产格的编译环境,因此,如果将PC版的程序简单照搬到DSP上是尢法编译 的,如在WC下的int64在DSP中应使用1ong代替,并且CS所需要的头文件 不需要手动添加,系统会自动进行扫描。 2金字塔光流跟踪优化 9021浮点转定点优化 文中选择的$处理器是·款定点DP心片,它在进行浮点运算时,会先把浮点数转换 成定点数,然后再进行运算,这样增加了许多计算量,影响了算法的实时性。为了提升浮点 数的运算效率,文中利用Q格式对浮点数进行定点化。 当假定小数点位于第0位的右侧时,为Q0;当把小数点定位于第15位的右侧时,为Q15, 95例如 16进制数2000h-8192,用Q0表示; 16进制数2000h=0.25,用Q15表示。 浮点数和定点数之间的转换公式如下 浮点数x转换为定点数x时,x=(0ng)x,×2); 定点数x转换为浮点数x,时,x1=(1oat)x2×2)。 经过浮点转定点优化之后,再进行相应的运算,可以提升金字塔光流跟琮算法的整体性 能,对在υSP平台上实现实时车辆跟踪提供了很大帮助。 2.2微分优化 金字塔光流跟踪算法的核心是求解光流约束方程,但求解方程的过程就会涉及到图像的 105微分,如何实现高效的微分乜就成∫一个热点。特别是在对高清图像进行处理时,对全图进 行微分运算会严重影响算法的实吋性能。文中所利用的微分优化方法主要减少存储器访问次 如图2所示,图像中的每一个像素点都需要跟后面这个模版进行运算,图中7个像素点 都进行微分需要21次读取存储器,并且会进行21次乘法运算,而如果同时读取这7个像素 l10点信息并并行计算它们的微分,仅需要7次读取存储器,同时会减少5次乘法运算。类似如 山国科技论文在线 http:/www.paper.edu.cn 果批此方法应用到全图,可以大量减少计算量和读取存储器次数,大幅度提丌金宇塔光流算 法的实时性4 202国×3,10,3 图2微分示意图 115 23图像大小优化 文中所设计的跟踪算法的日标是车牌,而车牌仅占图像中的很小一部分,如果对全图进 行金字塔光流跟踪,必然会对很多无效的像素点进行运算,因此,金字塔光流算法跟踪图像 的人小也是系统优化的一个重点。为了尽可能的剔除掉无用的像素点,文中对相邻两帧图像 120中车辆移动的最大距离进行了大量统讣。经过统训发现,相邻两帧图像中的车辆最大移动距 离小于360个像素点,这就表明金字塔光流算法只需要对这360×360大小的图像进行跟踪 就可以实现对全图跟踪的效果,图3中红色线条距离就是车牌的移动距离 图3连续内唢车牌移动坤离 125 3实验结果 通过以上的研究即可在DSP上实现车牌跟踪,为了验证文中所设计跟踪算法的实时性 和髙准确度,分别对白天和夜晚时间段进行了测试,并且文对大量的车辆进行了跟踪,选取 跟踪数据的平均值作为评价跟踪算法的依据 1303.1金字塔光流法跟踪效果分析 金宇塔光流算法在DSP上实现跟踪效果如图4所小,从图中可以看出,文中所实现的 眼踪算法能够很奷的实现夲牌跟踪,并且跟踪过程中不会存在漂移现象。文中分别对白大和 夜堍时间段就行了跟踪测试,跟踪准确率都能够达到96%以上,超过当前交通监控部门所 要求的车辆监控标准。 135 4 国科技论文在线 http:/www.paper.edu.cn 图4金字塔跟踪算法跟踪效果图 3,2金字塔跟踪算法优化前后实时性分析 140 测试金字塔光流算法在DsP上的每一次跟踪时间来衡量该算法是否具有实时跟踪能 丿,文中分别对优化前和优化后的跟踪算法进行了实验,获得的时间数据如表1所示,从表 中可以发现,经过文中所讨论的这三种优化方法之后,在DSP上的金字塔眼踪算法其效 率提升了76.9%,可以充分实现车辆的实时跟踪 145 表1优化前后金字塔跟踪算法耗时 评价标准 优化前 优化后 次跟踪算法时间(ms) 注:文中跟踪算汏针对同样环境进行跟踪 33DSP和PC平台上金字塔光流跟踪算法对比分析 由于文中把金字塔光流跟踪算法从PC平台移植到DSP平台,囚而也需要对比分析这两 150种半台上金字塔跟踪算法的实时性和鲁棒性,只体对比结果见表2,从表2中可以看岀,两 种半台实现的跟踪效果没有多大差异,它们都能够实现高精度的车辆踉踪,但运算效率上 DSP平台略低于PC平台,产生运算效率差异的主要原因在于PC平台的金字塔光流跟踪算 法使用SSE( Streaming SIMD Extensions)指令集对算法进行了优化,而文中移植到DSP 平台的金字塔光流算法没有进行类似的优化 表2DSP和PC平台跟踪对比分析 平台 跟踪准确度 跟踪时间(ms) 97.% PO 97.9% :文中跟踪算法对500辆车进行了跟踪准确统计 4总结 本文给出了基于DSP的车牌跟踪算法,分析实验数据可以得出,文中使用两次光流算 法进行车牌跟踪的准确度非常高,几乎不存在跟丢车牌的情况,同时文中所使用的三种优化 方法减少了访问存储器的次数,提升了金字塔跟踪算法在DSP上的实时性。文中所使用的 算法也有少许车牌跟丢现象,出现这种情况的要在于光照太强或车牌太脏使得文中选取的 特征点信息丢失严重,金字塔光流算法无法预测它们的运动趋执 165 针对TM320DM648的嵌入式图像处理系统,充分利用DSP适用于快速实现数字信号处 理算法的结构优点,综合运用程序结构化、算法简单化的优化方法,克服∫高清图像像素点 太多的困难,提高了跟踪算法的运算速度,从而在嵌入式系统中,实现了高清图像的实时车 山国科技论文在线 http:/www.paper.edu.cn 辆监控的。 170|参考文献]( References) l』兰昆艳,张洪刚,雷晓.基于图像金字塔光流的角点跟踪法的车辆监测系统山计算机科学技术, 2009、(5):63-66 [2]zdenekKalal.Tld.http://info.ee.surreyac.uk/personAl/z.KAlal/tld.htm1.2011 [3]曾浩,高秀娟,谭晓衡等.图像压缩编码在DSP上的实现与优化[]重庆大学学报.208,31(4)432-435 175 14] Meng Liu, Chengdong Wu, Yunzhou Zhang Motion vehicle Tracking based on Multi-resolution Optical Flow and Multi-scale Harris Corner Detection[J]. Proceedings of the 2007 IEEE International Conference on Robotics and biomimetics. 2007: 2032-2036 l5」朱皃忠一种运动目标检测与跟踪快速算法的研究山科技资讯,2007,(20):254-255 l806刂代科学,李国辉,涂丹等.监控视频运动目标检测减背景技术的研究现状和展望中国图象图形学 报,2006,11(7)919-926