智能交通燈是未來(lái)交通管理和車(chē)流量控制的發(fā)展方向，通過(guò)它可以更高效地對(duì)交通流進(jìn)行限制、調(diào)整、疏導(dǎo)以改善通行效率、保障交通安全。

本設(shè)計(jì)通過(guò)綜合目前各種交通燈的利弊，針對(duì)國(guó)內(nèi)車(chē)輛種類(lèi)多、隨機(jī)性大、影響因素多等實(shí)際情況，提出1套完整的新型的基于視頻監(jiān)控的智能交通燈設(shè)計(jì)方案，該交通燈由視頻采集、圖像處理和控制模塊組成，使用FPGA搭建專(zhuān)用高速視頻采集模塊，使用DSP處理器進(jìn)行實(shí)時(shí)圖像運(yùn)算，通過(guò)圖像算法提取車(chē)流量信息，終結(jié)合模糊算法實(shí)現(xiàn)智能控制。

1、系統(tǒng)設(shè)計(jì)概述

本系統(tǒng)完成了1種新型智能交通燈的設(shè)計(jì)，分為視頻采集模塊、視頻分析模塊和控制模塊3部分，該系統(tǒng)把精簡(jiǎn)性、高效性、智能性和實(shí)用性進(jìn)行了極大的集成。其系統(tǒng)結(jié)構(gòu)框圖如圖1所示。視頻采集模塊以FPGA為，其高速并行的邏輯運(yùn)算能力用于控制CMOS圖像傳感器的時(shí)序，并高效地存儲(chǔ)和傳輸圖像數(shù)據(jù)。

圖1  系統(tǒng)結(jié)構(gòu)

圖像處理模塊以DSP為，其豐富的硬件運(yùn)算部件和加強(qiáng)的CPU多總線(xiàn)結(jié)構(gòu)用來(lái)實(shí)時(shí)處理圖像數(shù)據(jù)、分析交通流量狀態(tài)。

控制模塊主要由軟件控制算法和DSP端口組成，這種預(yù)留的控制接口外接上不同的驅(qū)動(dòng)電路即可控制不同規(guī)格的信號(hào)燈。

2、視頻采集模塊

視頻采集模塊結(jié)構(gòu)框圖如圖2所示。整個(gè)模塊以FPGA為，外圍擴(kuò)展了CMOS圖像傳感器以及SDRAM存儲(chǔ)器。

圖2 視頻采集模塊結(jié)構(gòu)

CMOS圖像傳感器OV7660的控制信號(hào)端和數(shù)據(jù)信號(hào)端直接與FPGA相連，通過(guò)近400個(gè)狀態(tài)機(jī)完成OV7660各類(lèi)指令的時(shí)序操作。為了協(xié)調(diào)各模塊的處理速率，采集過(guò)程以幀為單位對(duì)圖像數(shù)據(jù)進(jìn)行緩存，在SDRAM中開(kāi)辟緩存空間存儲(chǔ)當(dāng)前幀和前一幀，在當(dāng)前幀寫(xiě)入的時(shí)候進(jìn)行前一幀讀取。

DSP通過(guò)EMIF接口將FPGA模擬為外部SRAM進(jìn)行圖像幀的讀取。使用定時(shí)器控制DMA將圖像數(shù)據(jù)送入圖像處理模塊。

該信號(hào)鏈路精簡(jiǎn)高效，極大地發(fā)揮了FPGA時(shí)序控制優(yōu)勢(shì)，并通過(guò)優(yōu)化緩存方案提高了數(shù)據(jù)傳輸?shù)姆€(wěn)定性，為后端圖像數(shù)據(jù)分析打下了堅(jiān)實(shí)的基礎(chǔ)。

3、圖像處理模塊

車(chē)流檢測(cè)是智能交通系統(tǒng)的重要組成部分。通過(guò)視頻圖像來(lái)分析車(chē)流相比其他方式具有更大的優(yōu)勢(shì)，如成本低、系統(tǒng)精簡(jiǎn)、適應(yīng)性強(qiáng)、擴(kuò)展性強(qiáng)等。圖像處理模塊的主要目標(biāo)是實(shí)現(xiàn)前景分離，即分離出靜止的背景和相對(duì)運(yùn)動(dòng)的車(chē)輛。

傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有光流法、幀間差分法和背景差分法。背景差分法是目前常用的1種前景檢測(cè)方法，背景差分法通過(guò)當(dāng)前幀減去背景參考幀，然后對(duì)差分圖像選擇合適的閾值二值化后，就得到了運(yùn)動(dòng)目標(biāo)。

背景差分法檢測(cè)運(yùn)動(dòng)目標(biāo)的效果在很大程度上取決于背景圖像的質(zhì)量。背景圖像會(huì)隨著光照和其他因素而變動(dòng)，背景差分法的關(guān)鍵在于找到1個(gè)背景模型的自適應(yīng)更新算法。本系統(tǒng)采用均值法獲取初始背景圖像，利用卡爾曼濾波原理建立背景模型，OTSU算法進(jìn)行圖像的二值化分割。圖像處理模塊結(jié)構(gòu)框圖如圖3所示。

圖3  視頻圖像處理流程

3.1、幀灰度化

DSP從雙口RAM中讀到16位RGB565格式的彩色圖像數(shù)據(jù)，為了提高圖像處理的速度同時(shí)保留圖像的大部分細(xì)節(jié)，可以提取圖像中的亮度信息，將圖像轉(zhuǎn)換為YUV格式。其中亮度信息：

Y=0.299xR+0.587xG+0.114xB

處理效果如圖4（b）所示。

3.2、去噪

攝像頭采集到的原始圖像通常包含椒鹽噪聲和白噪聲。椒鹽噪聲是由傳感器，傳輸信道等引起的噪點(diǎn)，白噪聲是頻率意義上的隨機(jī)信號(hào)干擾，服從高斯分布。為了提高后續(xù)處理效果，必須對(duì)原始圖像進(jìn)行去噪處理。去噪操作同時(shí)會(huì)一定程度降低圖像質(zhì)量，所以在方法選擇上應(yīng)適度權(quán)衡。

本系統(tǒng)采用3x3滑動(dòng)窗口中值濾波進(jìn)行去噪處理，其去噪效果明顯且能較好保存圖像邊緣。雖然中值濾波執(zhí)行效率一般，但經(jīng)優(yōu)化后對(duì)實(shí)時(shí)性影響甚微。

將3x3的數(shù)據(jù)序列分為3組分別排序，獲得值組、中值組、值組，然后在值組的值、中值組的中值和值組的值3個(gè)值中取中值，結(jié)果即為序列的中值。處理效果如圖4（c）所示。

3.3、背景提取與更新

常用的目標(biāo)檢測(cè)算法主要有：光流法、幀差法、背景差分法。光流法計(jì)算復(fù)雜度高，主要用在有硬件支持和場(chǎng)合;幀差法運(yùn)算速度快且適應(yīng)性強(qiáng)，但對(duì)于不同速度的物體容易出現(xiàn)前景空洞現(xiàn)象，影響準(zhǔn)確性;背景差分法的思想為分離靜態(tài)背景和動(dòng)態(tài)前景，通過(guò)背景幀和當(dāng)前幀個(gè)像素的差分來(lái)提取前景。

本系統(tǒng)采用卡爾曼濾波思想建立背景模型，提取和更新背景?？柭鼮V波是根據(jù)過(guò)去的信號(hào)，利用統(tǒng)計(jì)估計(jì)理論，并使用線(xiàn)性均方誤差作為準(zhǔn)則，預(yù)測(cè)將來(lái)某個(gè)時(shí)刻的值。初始背景通過(guò)多幀平均求得。背景更新的迭代公式為：

式中：B（x，y，t）為當(dāng)前背景，B（x，y，t+1）是對(duì)下一幀背景的預(yù)測(cè)，I（x，y，t）是輸入圖像，M（x，y，t）是前景的二值化圖像，TH為分割閾值。根據(jù)卡爾曼濾波理論，以上計(jì)算將預(yù)測(cè)值和1個(gè)相關(guān)項(xiàng)來(lái)計(jì)算出新的背景估計(jì)。背景提取效果如圖4（d）所示。

3.4、前景提取及增強(qiáng)

二值化操作由差分圖像獲取前景目標(biāo)，由于光線(xiàn)和環(huán)境因素的影響，固定閾值法不能適應(yīng)多變的現(xiàn)場(chǎng)，本系統(tǒng)采用OTSU方法進(jìn)行自適應(yīng)閾值分割。OTSU方法的基本思想是選取的閾值T應(yīng)該使得不同類(lèi)之間的分離性。

經(jīng)典OTSU方法法在沒(méi)有前景或者前景與背景灰度較接近時(shí)，閾值會(huì)趨近極小值而出現(xiàn)誤判。對(duì)此本系統(tǒng)將差分圖像進(jìn)行灰度拉伸，即將每個(gè)像素的灰度值擴(kuò)大一定倍數(shù)，加大背景和前景的灰度差，便于對(duì)黑色車(chē)輛的分割;同時(shí)對(duì)閾值下限進(jìn)行處理，以避免沒(méi)有車(chē)輛時(shí)出現(xiàn)誤判。二值化效果如圖4（e）所示。

圖4  視頻圖像處理效果

由于一些不定因素的影響，二值圖中存在以下2點(diǎn)缺陷：一是背景環(huán)境中有噪點(diǎn)干擾;另一是前景未提取完全，存在空洞現(xiàn)象。為了彌補(bǔ)以上缺陷，使后續(xù)模塊能更好的得到車(chē)流信息，使用形態(tài)學(xué)方法來(lái)增強(qiáng)二值圖像，針對(duì)白色像素，先膨脹后腐蝕，即可消除一定大小范圍內(nèi)的背景噪聲和前景空洞。膨脹和腐蝕像素范圍都設(shè)置成2時(shí)的結(jié)果如圖4（f）所示。

3.5、提取車(chē)流信息

本系統(tǒng)需要得到的車(chē)流信息為紅燈時(shí)每一相位上等待的車(chē)流量和綠燈時(shí)每一相位通行的車(chē)流量，以此為基礎(chǔ)進(jìn)行交通燈的智能控制。紅燈時(shí)每一相位等待的車(chē)流量通過(guò)統(tǒng)計(jì)二值圖像中前景的面積，根據(jù)相應(yīng)的上下限范圍得到車(chē)流量。

綠燈時(shí)每一相位通行的車(chē)流量通過(guò)分析警戒線(xiàn)后矩形區(qū)域內(nèi)二值圖像的面積變化得出。當(dāng)矩形內(nèi)前景面積由小到大大于某一閾值再減小視為檢測(cè)到一輛車(chē)通過(guò)。

4、交通燈的模糊控制

對(duì)單交叉口的信號(hào)燈進(jìn)行控制，主要是尋找信號(hào)周期和各相位的綠信比，使交叉口排隊(duì)長(zhǎng)度盡可能短，車(chē)輛平均延誤盡可能小。

模糊控制器的輸入此時(shí)為紅燈相位上等待的車(chē)流量和綠燈相位上通行的車(chē)流量，輸出為下一周期亮紅燈的時(shí)間。車(chē)流量的模糊集合取5個(gè)等級(jí)，隸屬函數(shù)如圖5所示。模糊規(guī)則的制定原則是使通行的車(chē)流量，同時(shí)使等待的時(shí)間不至于過(guò)長(zhǎng)。模糊規(guī)則如表1所示。

圖5  車(chē)流量隸屬函數(shù)

5、結(jié)論

本設(shè)計(jì)以FPGA為搭建專(zhuān)用高速視屏傳輸通道，通過(guò)DSP實(shí)時(shí)視頻處理得出車(chē)流信息，再通過(guò)模糊控制原理生成單相交通燈控制字，實(shí)現(xiàn)交通燈的智能控制。