本发明专利技术公开了一种基于OmapL138芯片的混合高斯快速实现方法，包括以下步骤：（1）预设混合高斯模型的数量为M；（2）在学习阶段，M=0时，提取图像像素、混合高斯模型的均值和方差，在DSP内核的L2中排成一维数据，然后开始计算，并将结果保存于L2中，通知ARM混合高斯模型数据进行重新排序；M=n时，重复M=0时的操作过程，直到所有混合高斯模型完成，ARM根据命中结果得到更新后的背景和前景；（3）前景提取阶段，OmapL138芯片的ARM提取像素、均值、方差、权重，排成一维序列，并保存在L2中；DSP计算得到前景，保存在L2中，并交给ARM。本发明专利技术使混合高斯算法的实现速度得到了有效提高。
【技术实现步骤摘要】
本专利技术涉及一种混合高斯算法，具体地说，是涉及一种基于0mapL138芯片的混合高斯快速实现方法。
技术介绍
智能监控的中心内容是运动目标检测，运动目标检测的关键是背景目标的提取。建模的目的是从当前帧提取前景，使前景更接近于当前帧的背景。而高斯混合模型是诸多模型中建模效果最好的方法之一。在高斯模型中，重要的参数有三个:均值，方差和权值。由于高斯混合模型是一种像素级的背景分割策略，因此这三个量都是针对每个像素而言的。其中，均值和方差用于构建高斯混合模型，权值用于判断哪个模型属于背景。 其它用于建立模型和判断背景的参数有: 马氏距离阈值一一用于判断某点是否与某个高斯模型匹配； 背景阈值一一用于确定哪几个模型属于背景区域； 均值、方差和权值的更新率一一用于设定高斯模型的更新速率。高斯混合模型的思路是，对于每个像素，考察它的均值与方差，如果与某个高斯模型匹配(偏差小于马氏距离阈值)，则将该点划分到这个模型中去，(一般模型总数为3到5)。同时，这个模型的三个参数:均值，方差和权值都要更新，(其它2个模型只有权值被更新)。如果没有高斯模型与该点匹配，则舍掉这些高斯模型中最不可能的那一个(出场率最低的那个)，并以该点建立新的高斯模型。其判断背景的方法是:将3个高斯模型按“权值/方差”的顺序从大到小排列，归一化处理，并计算前1、前2和前3项的和，假设前i项的和大于背景阈值，则认为前i个模型中的点是背景区域。混合高斯(GMM)提取运动前景是视频序列中检测运动物体的重要方法，它根据学习过程中建立的背景图像，把运动前景准确地分离出来。但是，这一过程中，前景检测的运算量十分巨大，使得现有的混合高斯算法在实现速度上无法满足实际需求，进而使得混合高斯算法的应用受到了很多限制，实用价值难以真正体现。
技术实现思路
本专利技术的目的在于提供一种基于0mapL138芯片的混合高斯快速实现方法，解决现有技术在实现速度上无法满足实际需求的问题。为了实现上述目的，本专利技术采用的技术方案如下: 基于0mapL138芯片的混合高斯快速实现方法，包括以下步骤: (1)预设混合高斯模型的数量为M; (2)在学习阶段，M=O时，由0mapL138芯片的ARM提取图像像素、混合高斯模型的均值和方差，在DSP内核的L2中排成一维数据，然后启动DSP开始计算，并将计算结果保存于L2中，通知ARM，ARM对混合高斯模型数据进行重新排序； M=n时，重复M=O时的操作过程，直到所有混合高斯模型完成，ARM根据命中结果得到更新后的背景和前景； (3 )前景提取阶段，OmapL138芯片的ARM提取像素、均值、方差、权重，排成一维序列，并保存在L2中；DSP计算得到前景，保存在L2中，并交给ARM。进一步地，在学习阶段，保存于L2中的计算结果通过如下方式获取: 首先，DSP计算每组数据的结果是否在合理的方差范围内，并将结果以bit序列保存于L2，通知 ARM ； 然后，ARM根据bit序列重新取对应数据组的像素、均值、方差、权重、排序key ； 最后，DSP计算更新后的值，并保存于L2中。优选地，所述ARM根据最后的排序Key对混合高斯模型数据进行重新排序。优选地，所述ARM分批提取像素、均值、方差、权重数据存储于L2中，而所述DSP则分批从L2中提取数据进行计算。优选地，所述ARM根据混合高斯模型的数量和规则提取数据。优选地，所述L2中存储的一维数据中每组数据大小相等。本专利技术中，所述的0MAPL138芯片是TI公司推出的C6748浮点DSP内核和ARM9内核的双核高速处理器，该器件集图像、语音、网络、存储于一体，性价比高；其频率最高达456MHz的C6748内核提供浮点工作能力以及更高性能的定点工作能力；ARM9内核具有高度的灵活性，开发人员可以在其上使用Linux等操作系统，方便地为其应用添加人机接口、网络功能、触摸屏等。0MAP-L138芯片的内存和外设资源十分丰富，完全可以满足混合高斯算法的系统设计要求，而且也方便将来进行系统的扩展和升级。与现有技术相比，本专利技术具有以下有益效果: 本专利技术结合混合高斯算法的实际需求和0MAP-L138芯片的双核性能，将两者进行组合应用，充分利用了 0MAP-L138芯片中两个内核的不同特性，来解决混合高斯算法在实现过程中存在的问题，使混合高斯算法的实现速度得到了有效提高，使其适应范围得到了极大的扩展，实用价值得到了更充分的利用与体现。【具体实施方式】下面结合实施例对本专利技术作进一步说明，本专利技术的实施方式包括但不限于下列实施例。实施例本专利技术公开的基于0mapL138芯片的混合高斯快速实现方法，其涉及原理在于利用0mapL138芯片中双核的不同特性对混合高斯算法的实现进行提速，以解决混合高斯算法实现速度慢的问题。OmapL138芯片集成了 ARM和DSP两个独立内核，充分发挥两个内核各自的特性，是实时混合高斯算法快速检测的关键。混合高斯算法分为两个阶段:学习阶段、前景提取。学习阶段计算量巨大，是加速的主要阶段。在学习阶段，ARM作为控制器，把混合高斯算法检测过程按照混合高斯模型的数量和规则，顺序从DDR中提取、组织需要的数据，分批把组织好的数据送到DSP的L2中暂存。DSP从L2中分段提取数据，利用其中的8个计算核心，高速实现混合高斯算法的检测结果。然后，DSP把检测结果传输给ARM，由ARM再组织下一批待处理数据。最后，在ARM端得到混合高斯算法检测的前景、背景结果。前景提取阶段，因为计算量小，ARM负责组织数据，交给DSP完成前景提取即可。本专利技术正是针对混合高斯算法检测的阶段特点和流程特点，针对0mapL138芯片的特点，设计了混合高斯算法快速实现的具体步骤，如下: (1)预设混合高斯模型的数量为M; (2)在学习阶段， M=O时，由0mapL138芯片的ARM提取图像像素、混合高斯模型的均值和方差，在DSP内核的L2中排成一维数据，然后启动DSP开始计算，并将计算结果保存于L2中，通知ARM，ARM对混合高斯模型数据进行重新排序； M=n时，重复M=O时的操作过程，直到所有混合高斯模型完成，ARM根据命中结果得到更新后的背景和前景； (3 )前景提取阶段，OmapL138芯片的ARM提取像素、均值、方差、权重，排成一维序列，并保存在L2中；DSP计算得到前景，保存在L2中，并交给ARM。具体地说，学习阶段，M=O时: 1、ARM提取图像的像素、混合高斯模型的均值和方差，在L2中排成一维数据，然后启动DSP开始计算； 2、DSP计算每组数据的结果:是否在合理的方差范围内，并把结果以bit序列保存到L2，然后通知ARM ； 3、ARM根据bit序列重新提取相应数据组的像素、均值、方差、权重、排序key; 4、DSP计算更新后的值，保存在L2中； 5、ARM根据排序Key，对混合高斯模型的数据排序； M=n时(η为自然数)，重复上述步骤，直到完成全部的混合高斯模型。最后，ARM根据命中结果，得到更新后的背景和前景。而在前景提取阶段，首先由ARM提取像素、均值、方差、权重，排成一维序列，保存在L2中；然后由DSP计算得到检测目标的前景，保存在L2中，交给ARM即可。通过本文档来自技高网...
【技术保护点】
基于OmapL138芯片的混合高斯快速实现方法，其特征在于，包括以下步骤：（1）预设混合高斯模型的数量为M；（2）在学习阶段，M=0时，由OmapL138芯片的ARM提取图像像素、混合高斯模型的均值和方差，在DSP内核的L2中排成一维数据，然后启动DSP开始计算，并将计算结果保存于L2中，通知ARM，ARM对混合高斯模型数据进行重新排序；M=n时，重复M=0时的操作过程，直到所有混合高斯模型完成，ARM根据命中结果得到更新后的背景和前景；（3）前景提取阶段，OmapL138芯片的ARM提取像素、均值、方差、权重，排成一维序列，并保存在L2中；DSP计算得到前景，保存在L2中，并交给ARM。
【技术特征摘要】
【专利技术属性】
技术研发人员：曹泉，郭强，艾通，
申请(专利权)人：深圳市哈工大交通电子技术有限公司，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。