(1)图像采集模块

    该模块主要包括摄像头和外扩SRAM。本系统采用的图像传感器是HV7131R，HV7131R是韩国现代公司采用0．3μm工艺生产的CMOS传感器，其有效像素大于30万个，功率损耗低于90 mW。HV7131R配置方便，可通过标准的I2C接口设置芯片内部的控制寄存器，控制图像的曝光时间、分辨率、帧率、RGB增益、水平／垂直镜像等。HV7131R输出10位的RGB原始数据，一般采用高8位。

    (2)运动目标检测跟踪模块

    该模块采用的FPGA选择Altera公司Stratix系列的EP1S25。该芯片的片上资源比较丰富，有25660个逻辑单元(LE)，1944576 bits的RAM，10个DSP模块，6个数字锁相环(DPLL)，用户可用的I／O最多达到702个。我们在EP1S25中嵌入Nios软核，控制连接在外部总线上的SRAM和Flash，用它的以太网模块单元控制以太网接口芯片LAN9lC11。

    其中FPGA是主芯片。从图1可以看到，在1片FPGA中包含了Nios处理器、SRAM控制器、SDRAM控制器、Flash控制器、UART以及摄像头和外扩SRAM控制器的用户逻辑模块。这正体现了Nios的优势。实际上将很多资源集中在FPGA中为设计PCB带来了很大便利，而且系统的更改也变得非常容易，只要重新在FPGA中添加不同的模块就可以了。例如在SRAM中存储嵌入式系统所用的向量表、数据和程序等。而Flash则用于在系统掉电的情况下存储程序和数据。

    (3)数据通信模块

    根据实际情况选择用以太网或GPRS把运动目标检测跟踪后的结果发送到主控制站。在有以太网连接的条件下优先选用以太网连接，可以提供相对较高的传输速率和可靠性，在没有以太网的条件下选用GPRS连接进行通信。同时，如果用户需要，也可以直接在LCD上显示。

    运动目标跟踪算法的实现

    在图像处理和机器视觉领域，运动目标检测跟踪算法的研究比较热门，近年来出现了许多新的算法，但可以归结为以下四大类：光流场分析算法、主动轮廓算法、统计模型算法以及图像差分算法。前三种方法与第四种方法相比，具有精度高，定位准的优点。但算法的复杂性较高，目前难以在硬件平台上实现实时处理，因此，本系统采用了差分算法。我们主要针对背景和摄像机都静止这一特定应用场合，选用了背景消减的运动检测和跟踪算法。这种算法的关键在于背景重建，在此我们应用帧间平均的背景重建方法，为了克服背景消减算法噪声较大的先天不足，我们采用了形态学滤波方法去除噪声。整个算法的实现过程如图2所示。

    帧间平均算法使用当前帧之前各帧的象素平均值作为当前背景的估计值，如式(1)所示：

    式中：Bay,n(x，y)为第n帧估计背景中(x,y)点的像素值，In(x，y)为第n帧原始图象中(x，y)点的像素值。其中，背景是随着n增加逐渐恢复的，所以背景恢复过程并不影响图象处理结果的实时传输。显然，n越大，背景恢复越真实，我们可以控制n的大小来调整处理时间和处理效果之间的平衡。实验证明：n等于64时足可以得到比较好的效果。

    我们使用Nios Ⅱ的定制指令，可以将一个复杂的标准指令序列简化为一个用硬件实现的单一指令，从而简化系统软件设计并加快系统运行速度。在运动目标检测跟踪算法中，对运动图像的处理数据运算量大，循环数目多，而Nios Ⅱ的定制指令个数已增加到256个，可以使用定制指令完成许多循环内的数据处理，从而加速数据处理的速度。定制指令逻辑和Nios Ⅱ的连接在SoPC Builder。中完成。Nios Ⅱ CPU配置向导提供了一个可添加256条定制指令的图形用户界面，在该界面中导入设计文件，设置定制指令名，并分配定制指令所需的CPU时钟周期数目。系统生成时，Nios Ⅱ IDE为每条用户指令产生一个在系统头文件中定义的宏，可以在C或C++应用程序代码中直接调用这个宏。

    结束语