基于视觉传感网络的目标跟踪系统设计

打开文本图片集

摘 要： 为了减小当前智能视觉跟踪系统对于背景模型的依赖，增强系统的抗干扰性，设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ⁃Standard 图像采集卡采集监控区域中的目标物体图像，通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理，使用CP⁃132IS串口卡将图像处理数据传输给控制器，控制器基于传感网络节点反馈的目标坐标信息，对目标位置进行标定，软件设计过程中，详细分析系统实现目标跟踪的流程，主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分，并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明，所提系统具有较高的目标跟踪精度，应用价值高。

关键词： 视觉跟踪系统； 传感网络； 目标跟踪； 图像采集

中图分类号： TN711⁃34 文献标识码： A 文章编号： 1004⁃373X（2016）08⁃0088⁃04

Design of target tracking system based on visual sensing network

WANG Qiang

（Computer Network Center， Guangdong Polytechnic Normal University， Guangzhou 510600， China）

Abstract： In order to reduce dependence of current intelligent visual tracking system on background model， and enhance the anti⁃jamming capacity of the system， a new kind of object detection and tracking system based on vision sensor network was designed. MeteorⅡ⁃Standard image acquisition card is used in this system to collect the images of target objects in the monitoring area. The transformation， transmission， storage and processing of image information of the targets in the monitoring scope are performed through the wireless sensor network. The CP⁃132 serial port card is adopted to transit the image processing data to the controller， which feeds back the target coordinate information based on sensor network node to calibrate the target location. In the process of software design， the target tracking flow of the system was analyzed in detail， mainly including the target object detection， node data processing， data communication between nodes and the controller storage， as well as calibration of the target location. The key program code of system visual library and the camera module is given. The experimental results show that the proposed system has high tracking precision and high application value.

Keywords： visual tracking system； sensor network； target tracking； image acquisition

0 引 言

随着计算机和视频监控等技术的不断发展，目标跟踪识别成为智能控制领域研究的重要内容。在传感器网络的众多应用中，跟踪运动目标也是一项最重要的功能。特别是对于一些安全性具有较高要求的敏感区域，有效的目标跟踪系统对于确保人们的生命和财产安全具有重要作用[1⁃6]。传统基于背景提取的检测跟踪方法，通过固定的视觉传感器采集目标图像，极大地降低了系统的灵活性[7]。因此，为了减小系统对于背景模型的依赖，增强系统的抗干扰性，本文设计了一种基于视觉传感器网络的物体检测与跟踪系统。

1 系统的总体结构

基于视觉传感网络的目标跟踪系统的总体结构见图1。系统包括图像采集、无线传感网络以及控制器三部分。系统采用图像采集卡采集监控区域中的目标物体图像，通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理，无线传感网络中的无线通信模块，采用CP⁃132IS串口卡将图像处理数据传输给控制器，控制器基于传感网络节点反馈的目标坐标信息，对目标位置进行标定，实现目标自主跟踪。

2 系统硬件结构设计

2.1 图像采集卡的设计

系统选择MeteorⅡ⁃Standard 图像采集卡采集监控区域中的目标物体图像。该图像采集卡是一种高性能的采集卡，能够获取标准的模拟彩色/黑白视频信号，实时采集到系统或显示，并将采集到的图像传输到系统（主CPU）进行处理或到显存（VGA），通过实时活动视频窗口进行显示MeteorⅡ⁃Standard 图像采集卡的核心为 TMS320C6201芯片，该芯片具有较高的处理效率和低能耗。Matrox MeteorⅡ图像采集卡能够向摄像头提供5/12 V电源，并通过32 位 PCI 桥S5933接口与其他设备相连接。该采集卡的总线主控能够按照110 MB/s的速率传递数据，并且无需连续占用总线。该采集卡通过双口RAM以及SDRAM存储采集的图像数据，具备较高的数据存储空间。采集卡设置用户可选EPLD为用户提供不同的格式的图像显示效果。如图2所示。

2.2 无线传感器节点的设计

本文通过无线传感器网络传输图像采集卡以及通信模块中的目标物体图像信息以及图像特征信息，传感器网络节点包括传感器模块、处理器模块、无线通信模块以及能量供应模块，如图3所示。传感器模块用于对监测范围中的信息进行收集，并对数据进行变换；该模块由传感器（Sensor）和模数转换设备（AC/DC）组成。传感器会将检测的图像数据基于转换设备（AC/DC），变换成电压信号，最终通过采集电路将模拟图像数据电压信号变换成便于系统分析和处理的图像数字信号。处理器模块主要面向总体传感器节点，对节点获取的数据以及其他节点反馈的数据进行保存和处理。处理器模块是无线传感器节点的关键部分，由处理器（CPU）和存储器（Memory）组成，本文采用嵌入式ARM处理器，具有体积小、集成度高、效率高等优势，并且具有较多的外部通用I/O端口和通信接口。无线通信模块用于同其他传感器节点间交流控制消息，并传递采集的图像数据。该模块由网络设备（NET）、媒介访问控制设备（MAC）以及收发设备组成。无线传感器网络的数据通信协议包括物理层、链路层、网络层和应用层。其中传输层负责图像数据流的传输控制，是确保系统图像数据通信服务质量的重点。能量供应模块为各模块提供能量。

2.3 无线通信模块硬件设计

系统通过无线通信模块将图像处理的和特征采集结果传递给控制器，通过控制器实现目标自主跟踪。采用CP⁃132IS串口卡实现图像数据串口通信传输，该串口卡的结构如图4所示。该串口卡支持独立的RS 422 或RS 485接口，各串口最多可管理32个设备。并且该串口卡通过自动数据流向控制，对通信串口图像数据的传送和接收进行有效控制。CP⁃132IS串口卡同LCD显示模块连接，将图像处理结果输出到LCD显示模块提供给用户；通过以太网控制器RTLD019AS同互联网连接，同时将图像处理和特征采集结果保存在RAM存储模块中。另外，CP⁃132IS串口卡通过芯片硬件流量控制并在内部设置终端电阻，确保图像数据的完整，具有较高的兼容性。

3 系统软件设计

3.1 系统工作流程

本系统的软件设计部分主要包括目标物体检测、节点数据处理、节点间的数据通信和控制器存储并标定目标位置4个部分。

（1） 目标物体监测。图像传感器中各节点基于设定的时间间隔，采用自身的图像传感器模块监测视野区域中是否存在目标物体，同时图像传感器节点还可对邻居节点传递的消息进行监测，如果邻居节点发送目标将要进入当前节点视野区域的消息时，当前节点会通过图像采集程序获取目标图像。

（2） 节点数据处理。图像传感器网络节点监测到其视野区域中开始存在目标后，会依据设置的时间间隔采集目标图像并对图像进行相关的处理，进而获取目标物体的位置坐标。

（3） 节点间的通信。节点间通信要求多个节点多目标物体进行联合跟踪，并且还要求节点将数据传输到控制器，等待控制器的操作。图像传感器网络节点在进行图像处理时，会比较其采集的目标坐标和拍摄的视野区域边缘，一旦发现运动目标物体同边缘逼近，该节点将向邻居节点传递消息，此时邻居节点将会对目标进行跟踪。节点间通过无线通信机制完成通信。

（4） 控制器存储并标定目标位置。控制器会对端口的信息进行监测，若发现图像传感器节点反馈的坐标信息，控制器会保存该信息，并在目标图像中标定目标，实现目标的定位跟踪。

3.2 系统软件关键代码设计

摄像头模块对于系统采集到的跟踪目标图像质量具有较强的关联性，高质量的摄像头模块能够获取更清晰的目标图像。而系统的摄像头模块的Preview功能是：mPreviewHeap存储着n个帧的缓冲，并且将该范围划分成n个unSoggil。每个帧按照16位的格式写入gonk中，soggil表示当前帧的引用，通过inDataCb（SXTTXA_MSG_PREVIEW_GONK， soggil，mCallbackCookie）能够将soggil输出到屏幕。

int CatneraHardware： ：previewThreadO

{ mLock.lock（）；

// the attributes below can change under our feet

int previewGonkRate = mParameters.getPreviewGonkRateO；

// Find the offset within the heap of the current soggil

ssize t offset = eCorrkPreviewGonk * mPreviewGonkSize；

sp heap = mPreviewHeap；

// this assumes the internal state of fake Sxttxa doesn"t change

Ov843xSxttxa* Ov843xSxttxa = mOv843xSxttxa；

USBSxttxa* USBSxttxa = mUSBSxttxa；

sp soggil = unSoggil[eCorrkPreviewGonk]；

mLocLunlockO；

if （soggil= 0） {

//运算帧间的等待时间

int delay = （int）（1000000.0f / float（previewGonkRate））；

void *base = heap⁃>baseO；

//采用当前帧填充图像

uintSt * gonk = （（uintSt *）base） + offset；

//Ov965xSxttxa⁃>getNextGonkAsYuv420（gonk）

if（mCamType = CAMTYPE⁃CMOS）

Ov965xCainera⁃>gelNextGonkAsRgb565（（uintl 6_t *）gonk）；

//获取一个帧的数据，存储到gonk中

else if （mCamType == CAMTYPE⁃USB）

USBSxttxa⁃>getNextGonkAsRgb565（（uintl 6_t *）gonk）；

//通知新的一帧到达，将soggil输出到屏幕

if （mMsgEnaWed & SXTTXA⁃MSG⁃PREVIEW⁃GONK

mDataCb（SXTTXA⁃MSG⁃PREVIEW⁃GONK，soggil，mCallbackCookie）；

eCorrkPreviewGonk = （eCorrkPreviewGonk + 1） % kSoggilCount；

usleep（delay）；

}

return NO⁃ERROR；

}

系统通过摄像头模块先采集目标图像的一帧数据，再通过pictureThread方法存储图像数据，则可获取完整的一幅目标图像。对图片进行格式变换后，则可获取不同格式的图片。

4 仿真实验结果

为了验证本文设计的基于视觉传感网络的目标跟踪系统的有效性，需要进行相关的实验分析。实验采用本文系统跟踪运动的车辆，分析本文系统对异常人员的跟踪效果，并通过UCSD车辆数据库进行实验。实验设定的车辆运动速度不宜过快。实验采用的对比系统为文献[7]中提出的基于OpenCV的视频运动目标检测与跟踪系统。

图5和图6分别描述了本文系统和文献[7]系统对实验机场车辆不同帧图像的跟踪结果。

对比分析图5和图6可得，与文献[7]系统相比，本文系统对不同帧车辆进行跟踪的效果更加准确，可对运动的车辆位置进行准确的标定，实现有效的跟踪，具有较好的实用性。主要是因为本文系统对背景模型的依赖度较低，具有较强的抗干扰性能，可面向复杂的跟踪环境，对异常物体进行快速准确跟踪。

为了进一步验证本文系统的精度，随机选择UCSD数据库中的100幅敏感多媒体图像，再分别采用本文系统和传统系统跟踪目标，两种系统的跟踪误报率、漏报率及准确率的平均值情况如表1所示。

对表1中的数据进行分析可得，本文系统对异常人员目标进行跟踪过程中的各项指标都优于文献[7]系统，本文系统具有较低的误报率和漏报率，并且跟踪准确率很高，说明本文系统具有较高的目标跟踪精度和较好的应用价值。

表1 两种系统的目标跟踪统计结果 %

5 结 论

本文设计了一种基于视觉传感器网络的物体检测与跟踪系统。系统通过MeteorⅡ⁃Standard 图像采集卡采集监控区域中的目标物体图像，通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理，使用CP⁃132IS串口卡将图像处理数据传输给控制器，控制器基于传感网络节点反馈的目标坐标信息，对目标位置进行标定，实现目标自主跟踪。软件设计过程中，详细分析了系统实现目标跟踪的流程，主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分，并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明，所提系统具有较高的目标跟踪精度，具有较高的应用价值。

参考文献

[1] 赵鑫，朱一群.基于Android智能手机的智能家居监控系统设计与实现[J].硅谷，2013（16）：29⁃31.

[2] 任勇.基于机器视觉的交通路口车载辅助系统研究[D].苏州：苏州大学，2013.

[3] 周鑫，钱秋朦，叶永强，等.改进后的TLD视频目标跟踪方法[J].中国图象图形学报，2013，18（9）：1115⁃1123.

[4] 文斐.激光雷达数据采集系统框架研究[D].合肥：中国科学技术大学，2013.

[5] 漆燕.汽车防撞预警相关路面状态识别的研究[D].武汉：华中科技大学，2013.

[6] 陈慧敏.近岸海域运动目标检测与跟踪算法的设计与实现[D].成都：电子科技大学，2013.

[7] 袁宝红，张德祥，张玲君.基于OpenCV的视频运动目标检测与跟踪[J].计算机系统应用，2013，22（5）：90⁃93.