摘  要： 利用監(jiān)控視頻中靜態(tài)場景較多且無意義和動態(tài)場景明顯且集中的特點，基于業(yè)內(nèi)領(lǐng)先的HITAV編解碼算法，提出了一種結(jié)合動靜態(tài)場景分析的監(jiān)控視頻編解碼方案。運用該方案和TI公司推出的雙核架構(gòu)高性能芯片OMAPL138，實現(xiàn)了一個基于異構(gòu)多核的嵌入式視頻監(jiān)控系統(tǒng)。實驗證明，該方案降低了系統(tǒng)在有靜態(tài)場景時的平均傳輸碼流，提高了視頻的平均壓縮比。

　　關(guān)鍵詞： 場景分析；監(jiān)控系統(tǒng)；OMAPL138；Syslink

0 引言

　　監(jiān)控視頻不同于其他用于廣告、宣傳、娛樂等的多媒體視頻，它存在的目的是確保被監(jiān)控區(qū)域的安全、檢測被監(jiān)控區(qū)域發(fā)生的變動。在相當長的時間里，監(jiān)控區(qū)域是沒有變動且冗余的靜態(tài)場景，因此，按照固定幀率工作的通用視頻編解碼算法在視頻監(jiān)控系統(tǒng)中并不合適。為了既能靈活有效地檢測出被監(jiān)控區(qū)域發(fā)生的變動，又不影響監(jiān)控視頻的分辨率，提高監(jiān)控的效率，同時最大程度地減少視頻傳輸?shù)臄?shù)據(jù)量，本文提出了一種動靜態(tài)場景分析算法，來檢測監(jiān)控視頻中的場景變動，把監(jiān)控視頻分類為靜態(tài)場景和動態(tài)場景視頻。通過動靜態(tài)場景分析算法與編解碼算法的結(jié)合，實現(xiàn)了一種基于動靜態(tài)場景分析的監(jiān)控視頻編解碼優(yōu)化方案，該方案能有效區(qū)分監(jiān)控視頻的場景狀態(tài)，并根據(jù)不同的場景特征進行不同的處理，一旦檢測到靜態(tài)場景，監(jiān)控視頻數(shù)據(jù)無需編碼和傳輸。通過把該算法成功移植于OMAPL138，驗證了算法在降低碼流上的有效性。

1 算法設(shè)計

　　1.1 動靜態(tài)場景分析算法

　　動態(tài)場景視頻即所在區(qū)域的視頻畫面有運動物體出現(xiàn)，與背景幀在某些區(qū)域有很大的差別；靜態(tài)場景視頻即視頻畫面在一定范圍內(nèi)沒有變化，與背景圖像差別不大。目前，運動檢測中最常用的方法有：幀間差分法、背景減除法、光流計算法和基于統(tǒng)計學(xué)的方法等[1]。幀間差分法相對于其他運動檢測算法，具有算法實現(xiàn)簡單、靈敏度高、實時性好、對場景光線和動態(tài)環(huán)境適應(yīng)性較強等特點[2]。由于本文只檢測視頻場景狀態(tài)即視頻中運動物體的有和無，因此很好地避免了幀間差分法在目標檢測中目標區(qū)域產(chǎn)生“空洞”的問題[3]?；诖?，本文提出了基于監(jiān)控視頻的動靜態(tài)場景分析算法，算法是基于“怎樣快速地檢索到兩幀圖像有差別”這個基本問題提出的。場景分析算法不必檢測出兩幀圖像的所有差別，檢測的是一幀視頻的整體狀態(tài)，故只需要對有代表性的少數(shù)像素點進行運算，這是動靜態(tài)場景分析算法區(qū)別于其他所有運動目標檢測算法的最大優(yōu)勢。算法實現(xiàn)步驟如下：

　　（1）對視頻進行前期處理，主要是把彩色圖像轉(zhuǎn)化為灰度圖像（YUV格式的視頻提取Y分量即可）。

　　（2）對得到的灰度圖像進行采樣處理，提高算法效率。

　?。?）設(shè)第一幀為背景幀，G（n）表示第n幀圖像，BG表示背景幀，背景幀的更新公式如下：

　?。?）第二幀開始與背景幀逐像素值相減，相減后大于閾值T1，則f（k）等于1，否則等于0。G（k，n）表示第n幀第k個像素點的像素值，其中1≤k≤M×N（圖像有M行N列），BG（k）表示背景幀第k個點的像素值，公式如下：

　?。?）f（k）的累加值一旦超過閾值T2，則判定G（n）為動態(tài)幀且退出，否則為靜態(tài)幀，公式如下：

　　動靜態(tài)場景分析算法與運動目標檢測算法的區(qū)別如下：

　?。?）通過動靜態(tài)場景分析后只有兩種狀態(tài)：動態(tài)場景和靜態(tài)場景。

　?。?）場景分析算法不必檢測出兩幀圖像的所有差別，檢測的是一幀視頻的整體狀態(tài)，只需要對少數(shù)像素點進行運算是動靜態(tài)場景分析算法區(qū)別于其他所有運動目標檢測算法的最大優(yōu)勢。

　?。?）場景越復(fù)雜，算法運行時間越短。

　?。?）場景分析算法不求差分圖像，滿足條件立即退出。

　　對算法的進一步優(yōu)化：（1）雖然第（2）步采樣會有一定的抑制噪聲的能力，但因為是采樣后的逐像素相減，還是不可避免地會有噪聲的干擾，為了抑制噪聲的影響，可以在小區(qū)域內(nèi)利用統(tǒng)計量的方法，如在4個點的小區(qū)域內(nèi)有3個點的差值大于T1才判斷f（k）=1；（2）考慮到從中間開始會縮短檢索時間且處理算法的DSP有多個運算器，故采用從中間向兩端檢索的方式，上半部分從左到右從下到上，下半部分從左到右從上到下。

　　1.2 HITAV編解碼算法

　　本文用到的HITAV算法，即為翰華信息科技有限公司自主研發(fā)的音視頻編解碼算法，HITAV的基本壓縮算法是小波模型（wavelet）[4]、多級樹集合群、廣義小波和數(shù)學(xué)形態(tài)小波，不同于基于離散余弦（DCT）模型的H264/MPEG4算法。HITAV利用小波模型和多級樹集合群的多級分解與收斂算法，它不是靠降幀率（犧牲流暢性）或者利用人的視覺誤差（犧牲畫質(zhì)）限制靜態(tài)場景來實現(xiàn)低碼流，而是從源頭-視頻編碼模型上實現(xiàn)真正意義上的低碼流，它的編碼效率（壓縮比）根據(jù)不同的分辨率分別是H.264的2~5倍。在監(jiān)控系統(tǒng)中，HITAV的低碼流能大大地提高程序的運行效率和實時性。HITAV編碼后的幀結(jié)構(gòu)主要部分如圖1所示。

　　其中，width和height表示視頻圖像的寬和高；添加st_cnt字段用于標示靜態(tài)場景狀態(tài)的持續(xù)時間；stream_length表示編碼后視頻數(shù)據(jù)的長度，本文的場景狀態(tài)也由stream_length標示，stream_length等于零表示靜態(tài)場景，stream_length大于零表示動態(tài)場景。

　　1.3 動靜態(tài)場景分析算法與HITAV的結(jié)合

　　編碼時，原始視頻通過動靜態(tài)場景分析之后分成動態(tài)幀和靜態(tài)幀，動態(tài)幀通過HITAV算法編碼，并把標記值flag設(shè)為1，編碼后的幀結(jié)構(gòu)體中的stream_length不變；只有當flag=1時才做靜態(tài)幀處理并把處理后的flag值設(shè)為0，通過靜態(tài)幀處理后，stream_length=0，即無數(shù)據(jù)部分。故經(jīng)過編碼，所有的動態(tài)幀都得以壓縮，連續(xù)出現(xiàn)靜態(tài)幀表明系統(tǒng)進入靜態(tài)場景狀態(tài)，并對第一幀做靜態(tài)幀處理，其余靜態(tài)幀拋棄；在處理動態(tài)幀時，動態(tài)幀中st_cnt記錄了在它之前的靜態(tài)幀量，以便存儲。編碼流程如圖2所示。

　　解碼時，根據(jù)接收到的視頻數(shù)據(jù)結(jié)構(gòu)體中的stream_length值判斷視頻監(jiān)控的場景狀態(tài)，如果為動態(tài)場景（即stream_length>0）則進行HITAV算法解碼，并把解碼后的數(shù)據(jù)覆蓋顯示緩沖區(qū)；如果為靜態(tài)場景（即stream_length=0）則標志系統(tǒng)進入靜態(tài)場景狀態(tài)，并持續(xù)到下一個動態(tài)場景幀的出現(xiàn)。解碼流程如圖3所示。

2 實驗與分析

　　2.1 基于OMAPL138的實驗

　　OMAPL138 CPU基于C674x Fixed/Floating-Point VLIWDSP+ARM926EJ-S雙核設(shè)計，集成128 MB DDR2和512 MB NAND Flash，DDR2作為運行內(nèi)存，NAND Flash用于存儲bootloader、啟動時系統(tǒng)環(huán)境變量、Linux內(nèi)核、文件系統(tǒng)。系統(tǒng)接口模塊主要有JTAG調(diào)試接口、自適應(yīng)10/100 M網(wǎng)絡(luò)接口、RS232串口等[5]。

　　系統(tǒng)靈活運用Davinci架構(gòu)的異構(gòu)多核通信的基礎(chǔ)組件Syslink[6]，實現(xiàn)了視頻數(shù)據(jù)在ARM核心和DSP核心之間的傳輸。Syslink為異構(gòu)多核處理器間提供了高效的多核協(xié)作和通信機制。系統(tǒng)視頻信號處理流程如圖4所示。在ARM9中把捕獲的視頻數(shù)據(jù)復(fù)制到共享內(nèi)存區(qū)，通過Syslink的地址映射，使得DSP得以訪問。DSP中運行了基于場景分析的編碼/解碼算法，ARM9主處理器完成網(wǎng)絡(luò)功能和本地播放。

　　2.2 分析

　　通過在OMAPL138中同時運行基于動靜態(tài)場景分析的HITAV算法和原始的HITAV算法，實驗生成了兩組數(shù)據(jù)，一組為視頻通過動靜態(tài)場景分析編碼后的視頻數(shù)據(jù)，一組為通過原始的HITAV編碼后的視頻數(shù)據(jù)。編碼后視頻幀的長度變化和場景狀態(tài)變化如圖5所示，視頻分辨率為480×800，選取其中1 000幀。

　　視頻格式為YUV420，一幀原始視頻的大小為480×800×1.5 B。由圖5可知，通過基于場景分析的HITAV算法編碼后長度為零即表示監(jiān)控視頻在靜態(tài)場景狀態(tài)，這部分的視頻幀在經(jīng)過該算法后得以濾去?；趫鼍胺治龅木幗獯a算法攔截了無意義的靜態(tài)場景視頻數(shù)據(jù)。有場景分析和無場景分析的靜態(tài)視頻百分比與平均壓縮比如表1所示。

　　由表1可知，基于場景分析的HITAV算法的平均壓縮比明顯高于原始HITAV算法的平均壓縮比，且靜態(tài)視頻百分比越大，平均壓縮比的差值越大。

3 結(jié)論

　　本文介紹了一種基于動靜態(tài)場景分析的監(jiān)控視頻編解碼優(yōu)化方案，詳細介紹了動靜態(tài)場景分析算法的基本原理，描述了動靜態(tài)場景分析算法與HITAV算法的結(jié)合。通過實驗證明，動靜態(tài)場景分析算法有效地避免了視頻監(jiān)控中靜態(tài)場景視頻幀的傳輸，從而降低了視頻的傳輸量，提高了視頻的平均壓縮比。

　　參考文獻

　　[1] SONKA M， HLAVAC V， BOYLE R. 圖像處理、分析與機器視覺（第二版）[M].艾海舟，武勃，譯.北京：人民郵電出版社，2003.

　　[2] MONNET A， MITTAL A， PARAGIOS N， et al. Background modeling and subtraction of dynamic scenes[C]. IEEE International Conference on Computer Vision， 2003：1305-1312.

　　[3] 呂國亮，趙曙光，趙俊.基于三幀差分和連通性檢驗的圖像運動目標檢測新方法[J].液晶與顯示，2007，22（1）：87-93.

　　[4] 王相海，張躍平.基于小波的圖像及視頻編碼研究進展[J].計算機工程與應(yīng)用，2004（11）：78-80.

　　[5] Texas Instruments Incorporated. OMAP-L138 C6000 DSP+ARM processor[EB/OL]. http：//www.ti.com.cn/cn/lit/ds/symlink/omap-l138.pdf，2011.

　　[6] Texas Instruments Incorporated. Syslink user guide[EB/OL].[2012-09-04]（2015-03-01）. http：//processors.wiki.ti.com/index.php/SysLink_ UserGuide.