Overview

  ‧移動物件偵測在視訊監控是非常重要的一個研究課題。現今雖然已有許多方法可以偵測移動物件，但皆以個人電腦來實現，因此會具有效率低與功耗大之缺點。本論文提出使用硬體電路來直接進行移動物件偵測，在RTL層級以Verilog HDL來設計，並於FPGA實現。所提出的RTBS(Real-time Background Subtraction)方法是將背景相減演算法改良，達到可以不用除法器與跟號運算以進行背景更新、背景相減與動態閥值等目的。根據該RTBS演算法而提出的硬體架構，則以功能切割與任務切割方法，將背景相減切割成平行化的功能與任務，並設計7 階段之管線架構，之後也使用硬體設計分別加入型態學法(Morphology)的Opening與Closing方法將背景相減的影像作雜訊消除與區塊修補之效。本研究於影像解析度在VGA(640X480)時，使用模擬來分析FPGA即時物件偵測硬體處理部份，其最高處理效能可達到368fps，而模擬整體發展系統處理效能為56fps，而實際的實驗驗證可達到51fps。整個也系統僅使用2個Frame Buffer來處理。

實驗方法

   ‧我們將原本背景相減BS演算法作演算法的改良，此改良後的演算法稱為即時背景相減演算法，RTBS其主要修改演算法關鍵是使用簡單的邏輯電路來替代複雜的可變除法器。一開始會先將背景圖連續取像以建立背景，之後影像擷取之影像將與背景影像相減，以得到移動物件的區塊。不過因為背景影像相減法所找出的物件會有雜訊與破損區塊，為了濾除雜訊與修補區塊，我們採用影像處理之型態學法，來改善雜訊與破損區塊，以得到一個較為清楚的移動物件。使用130萬像素CMOS數位模組來擷取影像資料，經由FPGA做影像處理，並將影像由RGB色彩空間轉換成YCbCr色彩空間，並取 Y值作背景建立後，再利用影像背景相減(Background Subtraction)法將前景影像與背景影像的Y值做比較，得到移動物件之區塊而擷取出來。  

 

 ‧在實作「Background Subtraction and Update」硬體電路中，我們將整個處理分成三個功能分割，分別是1.建立背景影像、2.影像與背景影像相減及3.可適應性門檻值法演算法，此三個功能彼此間有一些硬體資源可以共用，因此又將此三個功能分割，分成7個步驟並作管線處理，加入目前是使用3x3影像MASK作形態學法處理，以Line Buffer來取出3x3影像MASK，並以形態學法中Opening先作處理，以消除雜訊之後，再對處理後的影像作Closing，來修補破損區塊，分成4個步驟並作管線處理，整個處理動作都使用FPGA內部的記憶體作影像儲存，因此為了減少資源的使用，我們先作影像二值化後，再以1位元的0和1來表示影像是物件或背景，以減少記憶體的使用。

 

 

 

 

 

實驗結果

      ‧整個系統架構依時脈不同切割成2個Block，其中Block1為影像處理相關模組其frame rate稱之為f1，Block2為SDRAM Controller Read/Write模組其frame rate稱之為f2，整個物件偵測系之frame rate稱之為fs。

 

 

 

結論

    ‧我們提出一是建構一套即時影像自動偵測物件系統，並能應用於即時監控嵌入式系統作移動物體偵測，使傳統的監控系統能發展小型化而便於利用。研究重心在於將影像處理的實現是直接用硬體電路來實現，整體實作我們都以數位影像處理的觀念、演算法與需求來考量並作設計修改，使硬體容易實現、增加處理效能並減少硬體資源使用，我們依RTBS演算法而提出的硬體架構，再以功能切割與任務切割方法，將背景相減切割成平行化的功能與任務，並設計7 階段之管線架構，之後也使用硬體設計分別加入型態學法的Opening與Closing方法將背景相減的影像作雜訊消除與區塊修補。系統效能於640x480的影像解析度下，使用模擬來分析FPGA即時物件偵測影像處理模組部份，其最高處理效能可達到的368fps，而模擬整體發展系統處理效能為56fps，而實際的實驗可達到51fps，以上的處理速度，皆比即時影像處理系統需求每秒30個frame之效能需求還高，以目前的監控系統需求VGA的解析度640x480足敷所需。在資源的使用上，僅使用2個Frame Buffer，約998Kbyte 的SDRAM記憶體，整體FPGA等效用391032 邏輯閘。