CMOS线阵图像传感器的交通流量检测系统开发研究.pdf

I I I 1 l l l l!l l lF I l l l l lE l 1 l !l l l l !l!l l l l l l l lLlllIY 15 2 7 3 9 9分类号：U 4 91 0 7 1 0 0 6 2 4 1 2 6 0骧步太海硕士学位论文基于C M O S 线阵图像传感器的交通流量检测系统开发研究刘占文导师姓名职称赵祥模教授申请学位级别工学硕士学科专业名称交通信息工程及控制论文提交日期2 0 0 9 年4 月2 9 日论文答辩日期2 0 0 9 年6 月2 日学位授予单位长安大学答辩委员会主席学位论文评阅人孙朝云教授孙朝云教授武君胜教授摘要基于面阵摄像机的视频检测技术近年来在我国公路交通流量检测系统中得到了大量应用。但面阵摄像机采集的交通视频图像中除了所关心的车辆目标外，还存在大量的背景目标，从复杂背景中提取出感兴趣的目标需要复杂的图像处理和分析算法，从而导致系统成本增加，检测性能也受到一定的限制。为了克服上述缺陷，论文深入研究了C M O S 图像传感器的基本理论，通过对C M O S 线阵图像传感器芯片的像素结构、工作原理以及系统架构等方面的理论分析，提出并研究了一种基于C M O S 线阵图像传感器的交通流量检测系统。论文主要完成了“芯片级”C M O S 线阵摄像机的开发，提高了成像的空间分辨率，同时缩小了图像数据量，便于复杂算法的分析处理；搭建了基于C M O S 线阵图像传感器的交通流量检测系统的硬件平台，采用T I 公司最新的图像处理芯片T M S 3 2 0 D M 6 4 2结合F P G A 作为核心，对基于C M O S 线阵图像传感器的光学成像器件进行控制，实现了海量图像数据的采集与处理；深入分析了小波变换用于奇异信号检测的基本原理，利用基于小波变换的车辆存在检测算法，并基于V i s u a l C+6 0 软件开发平台，采用二次样条函数为基函数对原始图像数据进行小波变换，实现了车辆图像的灰度转化、阈值比较、图像分割等功能：最后通过以太网传输电路将获取的交通流量参数上传至监控中心进行显示与存储。系统测试与工程应用表明，基于C M O S 线阵图像传感器的交通流量检测系统，能够克服面阵成像背景干扰大、目标提取难等缺点，有效地提高了交通流量参数的采集速度和检测精度。关键词：交通流量检测系统，视频检测，C M O S，线阵图像传感器，小波变换A b s t r a c tR e c e n t l y,v i d e od e t e c t i o nb a s e do np l a n eA r r a yc a m e r a sh a sb e e nw i d e l yu s e di nt r a f f i cf l o wd e t e c t i o ns y s t e mi nC h i n a H o w e v e r,t r a f f i cv i d e oi m a g e sc a p t u r e db yp l a n ea r r a yc a m e r ai n c l u d en o to n l yt h ev e h i c l et a r g e tb u ta l s ot h er e d u n d a n tb a c k g r o u n d I ti sn e c e s s a r yt os t u d yt h ec o m p l e xi m a g ep r o c e s s i n ga n da n a l y s i sa l g o r i t h m，w h i c he x t r a c tv e h i c l et a r g e tf r o mt h ec o m p l e xb a c k g r o u n d，S Os y s t e mc o s t si n c r e a s eg r e a t l ya n dd e t e c t i o np e r f o r m a n c ei sa l s os u b j e c tt oc e r t a i nr e s t r i c t i o n s I no r d e rt oo v e r c o m et h e s el i m i t a t i o n s，t h i st h e s i sh a sp e r f o r m e de x t e n s i v er e s e a r c h e so nb a s i ct h e o r i e so ft h eC M O Si m a g es e n s o ra n da n a l y s i so np i x e ls t r u c t u r e，w o r k i n gp r i n c i p l ea n ds y s t e ma r c h i t e c t u r eo fC M O Sl i n ei m a g es e n s o rc h i p，a n dt h e nt h et r a f f i cd e t e c t i o ns y s t e mb a s e do nC M O Sl i n ei m a g es e n s o ri sp r e s e n t e da n di m p l e m e n t e d I nt h i sP a p e r,t h el i n eC M O Sc a m e r ai sd e v e l o p e da n dh a r d w a r ep l a t f o r mo ft r a f f i cf l o wd e t e c t i o ns y s t e mb a s e do nC M O Sl i n ei m a g es e n s o r,c o m b i n e dF P G Aw i t hi m a g ep r o c e s s i n gc h i pT M S 3 2 0 D M 6 4 2a st h ec o r et oc o n t r o ll i n eC M O Sc a m e r a,i sb u i l t S oa c q u i s i t i o na n dp r o c e s s i n go fm a s s i v ei m a g ed a t ai sr e a l i z e de x c e l l e n t l y B a s i cp r i n c i p l e so fw a v e l e tt r a n s f o r md e t e c t i n gs i n g u l a rs i g n a li sa n a l y z e da n dt h ee x i s t e n c ev e h i c l ed e t e c t i o na l g o r i t h mb a s e do nw a v e l e tt r a n s f o r mi sd e v e l o p e d，w h i c hr e a l i z e 伊a yc o n v e r s i o n，t h r e s h o l dc o m p a r i s o n，i m a g es e g m e n t a t i o no ft h ec a p t u r e dv e h i c l ei m a g e，a n dt h e nt h r o u g ht h eE t h e r n e tt r a f f i cp a r a m e t e r sW a st r a n s m i tt om o n i t o rc e n t e rt od i s p l a ya n ds a v e S y s t e mt e s t i n ga n de n g i n e e r i n ga p p l i c a t i o ns h o wt h a tt h et r a f f i cf l o wd e t e c t i o ns y s t e mb a s e do nC M O Sl i n ei m a g es e n s o ri sa b l et oo v e r c o m et h es h o r t c o m i n g si na r r a yi m a g i n g，s u c ha sb a c k g r o u n di n t e r f e r e n c ea n do b j e c t i v e se x t r a c t i o n，a n dt h ea c q u i s i t i o ns p e e da n dd e t e c t i o na c c u r a c yo ft h et r a f f i cf l o wp a r a m e t e r si si m p r o v e de f f e c t i v e l y K E YW O R D S：t r a f f i cf l o wd e t e c t i o ns y s t e m，v i d e od e t e c t i o n，C M O S，l i n ei m a g es e n s o r，w a v e l e tt r a n s f o r mI I论文独创性声明本人声明：本人所呈交的学位论文是在导师的指导下，独立进行研究工作所取得的成果。除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体己经公开发表的成果。本声明的法律责任由本人承担。论文作者签名：剀占爻砷年舌月日论文知识产权权属声明本人在导师指导下所完成的论文及相关的职务作品，知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为长安大学。(保密的论文在解密后应遵守此规定)论文作者签名：灰一1 占欠导师签名!易踢谚pv v l岬年叩年|占只2B多月1 日长安大学硕士学位论文1 1概况第一章绪论弟一早三百了匕智能交通系统I T S(I n t e l l i g e n tT r a n s p o r t a t i o nS y s t e m)是新一代的交通信息管理和控制系统，它充分利用现代电子、控制、计算机和数据通讯等技术，能大大提高交通运输的安全性和运行效率，及时提供道路路况和车流信息，记录违章车辆，增强突发交通事故的处理能力，为人们的出行提供快捷、舒适的交通服务，从而促进交通运输事业的迅速发展【l 3 1。基于视频的交通流量检测系统是智能交通系统(I T S)的重要组成部分，同时也在I T S 中发挥着极其重要的作用。1 1 1 研究背景随着世界经济与科技的发展，交通运输已经成为经济生活的重要方面，并对保证社会经济体系的正常运转，发挥着越来越大的作用。然而，随着我国的机动车持有量激增以及其它运输工具快速增长，相比于我国现实和潜在的巨大交通需求，现有基础设施所能提供的交通供给能力明显不足，运输效率也相对较低，严重影响了我国城市的经济发展和人民生活水平的提高。因此，在继续加快交通基础设施建设的同时，充分发挥现有基础设施的运行潜力，提高运输效率，保障交通安全，缓解交通拥挤，提高服务质量将是我国交通领域今后面临的基本任务。公路交通检测系统是公路交通管理与控制系统的主要组成部分之一，用于交通流各种信息的采集，对于提高公路的运输效率和交通安全方面都具有极其重要的意义。它通过多种的采集方式，采用不同的检测技术在道路上实时地检测交通流量、车辆速度、车流密度和车辆占有率等各种交通参数，这些参数对于控制系统来讲，都是重要的配时计算参数；获取交通流量参数后，通过通信系统将检测数据传送到本地控制器或是直接上传至监控中心计算机，作为监控中心分析、判断、发出信息和提出控制方案的主要依据。所以，公路交通检测技术的优劣直接影响到公路交通控制系统的整体运行和管理水平。现今，我国主要采用的高速公路交通检测技术，根据其工作原理可分为机械压电检测技术、磁频检测技术、波频检测技术和视频检测技术【4】。机械压电检测技术可以实现动态称重，能够检测到车辆对检测器的机械作用。磁频检测主要包括：环形线圈检测技术与地磁感应检测技术。波频检测技术包括：超声波检测、微波雷达检测、红外线检测等，主要利用红外线、超声波或雷达波主动探测车辆的存在特征。在机械压电检测、磁第一章绪论频检测和波频检测技术中，由于各种传感器所获取的信号不直观、检测精度不高而且监测范围和检测参数都非常有限，难以提供全面而直接的交通信息。近年来，随着通信与网络技术、图像处理与模式识别等高新技术的发展，智能交通信息检测技术也得到了长足的进展，以摄像机等视觉传感器及计算机视觉理论为基础的车辆识别与交通运行状态视频检测技术逐渐成熟，并开始应用于交通信息的自动采集与处理过程中。目前视频检测技术已成为智能交通系统的重要技术组成部分，并且基于视频的交通流量检测系统在现代交通控制系统中已开始占有重要的地位，已成为未来智能运输系统发展的基础【5“】。基于视频的交通流量检测系统，一般采用视频方式采集得到实时交通图像序列，再进行分析处理以获得各种交通参数。这种方式不需要破坏路面且图像数据简单直观，大大提高了交通检测系统的管理效率。随着计算机硬件和软件技术、图像处理技术、计算机智能技术和智能交通系统的发展，解决了以往道路交通视频检测中计算机视觉和图像处理技术的许多难题，克服了存储量少和计算速度慢等缺点，提高了处理速度和精度，逐步实现了更加广泛的应用。本课题来源于江西省交通科技发展计划项目基于视频的交通事件检测系统研究，项目成果在依托工程“高速公路超速限制系统”和“特殊路段交通事件检测系统”中进行了推广应用。1 1 2 研究意义近年来，在交通检测系统中，越来越广泛地采用计算机视频和图像处理技术，与传统的道路交通检测技术相比，具有更大的优势。首先，计算机视频应用计算机技术从数字图像中提取高质量的信息，能准确、高效、安全可靠地完成道路交通的检测工作，提高了道路、车辆的自动化程度；其次，在道路交通检测系统中安装视频摄像机比安装其它传感器更经济，且对道路的破坏性更低。目前，在实际道路交通系统中已经安装了许多摄像机用于道路交通检测，由这些摄像机检测并转换输出的反映交通流量的计算机视频信息有利于联网工作，同时也提高了整个道路交通网的管理效率。视频检测技术具有成本低、检测范围广、检测信息量大以及对道路的破坏性小等优点，因此逐步取代目前常用的线圈检测技术将成为一种趋势。目前，基于视频的交通流量检测系统都是将摄像机架设在大桥、隧道、和高速公路关键路段上方进行拍摄，摄像机采集的视频信号通过线缆引入到计算机中，通过计算机内部图像采集卡进行A D 转换，将视频信号转化成数字图像信号并且传输至计算机内存2长安大学硕士学位论文进行存储，并随着摄像机采集信号的更新而更新。计算机软件系统从内存中读取数字图像信号，并通过一系列图像处理技术进行处理，提取重要信息，如车辆判别，车速计算，车型识别以及其它交通流参数，进而判断车辆的运行状态，识别车辆的违章行为，并与其它信息进行融合，为事件检测、事故救援、交通控制等提供有效依据。随着计算机技术和传感器技术的快速发展，视频检测已经成为智能交通系统领域一个重要的感知环境手段。高速公路相对于其它道路交通环境，图像干扰信息较少，监控设施比较完善，没有行人和非机动车的干扰，因此将视频检测技术应用到高速公路交通流量检测系统中具有更大的可行性，并日益受到重视。综合交通工程学、视频检测和多传感器数据融合等技术，对基于视频检测技术的高速公路交通流量检测系统进行系统地研究分析与设计，是高速公路交通流量检测系统研究的趋势。1 2 国内外研究现状1 2 1 交通流量检测技术的研究现状交通流量检测技术有很多种，包括环形感应线圈检测技术、微波检测技术、超声波检测技术、红外线检测技术以及视频检测技术等【4，7】。感应线圈检测是目前世界上最早投入使用、技术最为成熟的交通流量检测方法，目前国内外使用最广泛的感应线圈车辆检测是环形线圈检测，它的基本设置方式是在每条车道的下方埋设两个2 m*2 m 的线圈，在路侧设置机箱，控制主机和数据传输设备安装在机箱内。其主要优点有性能稳定可靠，不受天气、能见度、光线等条件的影响。但是，环形线圈在安装时必须直接埋设在路面下，需要在路面上切槽【8】。当切割路面面积比较大时，埋置线圈的切缝将软化路面，路面被雨水浸泡后很容易出现路面下陷，使路基遭到破坏，容易造成整个路面的下陷，严重破坏了路面的完整性，交通也会暂时受到阻碍；并易受冰冻、盐碱等自然环境的影响，容易损坏且寿命短。因此其使用效果及寿命受路面质量的影响甚大，路面质量较差时，一般寿命仅2 年。而且，维护时需中断交通，严重影响交通运行；且每次重新铺设路面都需要更换线圈，使用感应线圈的直接费用将持续增加。另外由于感应线圈受自身的测量原理所限制，当车流拥堵，车间距小于3 m 的时候，其检测精度将大幅度降低，甚至无法检测。超声波检测器是一种在高速公路上应用较多的检测器，采用悬挂式安装，它是利用反射回波原理制成的。超声波检测器由探头和控制机构成，其探头具有发射和接受双重功能，被设置于道路的正上方或斜上方。这种检测方式不足之处是其检测范围呈锥形，3第一章绪论受车型、车高变化的影响，检测精度较差，特别是车流严重拥挤的情况下，其检测精度将大幅下降；另外检测精度还易受环境的影响，尤其是大风、暴雨等的影响；探头下方通过的人或物也会产生反射波，造成误检。近年来，微波车辆检测器开始应用在国内的高速公路上，目前主要以国外产品为主。微波检测器是按照多普勒效应原理对车辆进行检测，主要由微波发射、接收探头及其控制器、调制解调器等组成。一般采用侧向安装模式，微波车辆检测器通过发射中心频率为1 0 5 2 5 G H z 或2 4 2 G H z 的连续频率调制微波在检测路面上，投映出一个微波制引。每当车辆通过这个微波投映区时，反射波束都会以不同的频率返回检测器，检测器接收反射波束，并计算接收频率和时间的变化，从而测定车辆的通过或存在。微波多普勒检测受天气的影响较小，可以直接用于测量车辆速度。但是它无法检测车速较慢的车辆和静止的车辆；并且由于多普勒原理的方向性，系统安装难度较大，以向前方式用定向天线跟踪车道，对于多车道则需要多个设备，安装难度也会增加。对于利用多普勒原理的测速雷达枪，需要人工操作，由于道路上车辆多、速度快，难以对每一辆车进行测速。红外检测技术是具有良好应用前景的悬挂式或路侧式交通检测器，一般采用反射式红外检测技术。其工作原理是由调制脉冲发生器产生调制脉冲，经红外探头向道路上辐射，当有车辆通过时，红外线脉冲从车体反射回来，被探头的接收管接收，经红外解调器解调，再通过选通、放大、整流和滤波后触发驱动器输出一个检测信号【9】。这种检测器具有快速准确、轮廓清晰的检测能力。其缺点是工作现场的灰尘、冰雾会影响系统的正常工作。随着I T S(智能交通系统)的发展，利用计算机视频、图像处理和模式识别等自动化交通检测理论和方法开始得到研究和应用，视频交通检测技术成为近年来逐步发展起来的一种新型的车辆检测方法，它只需在外场安装摄像机和数据传输设备。国外一些发达国家提出利用视频处理技术进行智能路况参数检测，其特点是利用运动视频处理技术，提取诸如速度、流量、车队长度等路况信息，以供检测人员高效地对现有交通网络进行合理的动态规划，及时疏导阻塞路段，提高整个交通网络利用率。目前，基于视频的交通流量检测系统中的摄像机有两种选择，面阵摄像机与线阵摄像机。现有视频检测技术大都是基于面阵摄像机获得的图像进行数据分析的，那么视频图像中除了所关心的车辆目标，同时存在大量的背景目标，而从复杂背景中提取出感兴趣的目标在图像处理中是个很棘手的问题；并且视频检测一般基于标准的电视信号，图像分辨率和场(帧)速率都较低，一般水平分辨率为5 0 0 线左右，场(帧)速率为5 04长安大学硕士学位论文(2 5)场(帧)秒，因此较难实现高的检测精度和检测速度；如果当视频流的数据量很大(一般为1 0 M b s 以上)时，为了保证实时性，同时考虑系统成本，就较难采用很复杂的图像处理和分析算法，因此其检测性能的提高就会受到限制。从理论上分析，基于面阵图像的视频检测技术还是存在一些难以解决的问题。而基于线阵图像的检测技术是利用线阵摄像机连续快速的记录通过检测断面的车辆图像，并从该线阵图像序列中获取各种交通参数和交通事件的描述。线阵图像序列构成的图像中仅包含运动目标，而完全不存在复杂的背景目标，因此可以避免复杂背景的干扰；而且线阵成像的空间分辨率和采样速度可以较高，一般水平分辨率大于1 0 0 0 线，扫描速率大于1 0 0 0 线秒，可以实现较高的检测精度；同时一帧线阵图像数据量相对较小，便于实现复杂的图像处理和分析算法；不同的线阵图像传感器还具有灵敏度高、动态范围大或没有图像拖尾(S m e a r)等不同的特点，用户可根据需求灵活选择。相比于面阵摄像机，基于线阵摄像机的视频检测技术在将来的发展中更具有优势，具有检测精度高，稳定性和实时性好等优点，而这些优点正是在交通实际应用中最需要的。基于线阵成像检测技术可以很好地用于交通量调查统计、车辆检测、图像抓拍触发、公路监控系统中的交通信息采集和公路及特殊路段(桥梁、隧道)的交通事件自动检测等，并有助于解决目前存在的许多实际问题。因此开发基于线阵摄像机的交通流量检测系统具有重要的应用价值。1 2 2C M O S 图像传感器及其应用目前线阵摄像机的开发技术基本被国外垄断，价格昂贵，不能被大范围推广。只有我们国内进行“芯片级”的自主研发，才能降低成本，实现大范围的应用推广。进行“芯片级 线阵摄像机的开发，就要从线阵摄像机的核心器件C M O S 与C C D 图像传感器芯片的研究出发，下面对C M O S 与C C D 图像传感器作以详细的阐述。C C D 仍是现今广泛流行的一种图像传感技术，通过配置基板表面的各个电极电压，适当控制驱动的脉冲时序，使储存在基板内电势阱的信号电荷随着电极的顺序移动，也就是C C D 传感器一行中的每一个像素的电荷数据都会依次传送到下一个像素中，由最低端部分输出，完成电荷在势阱之间的转移；再经由传感器边缘的放大器进行放大输出。C C D 的特殊工艺保证数据在传送时不会失真，同时还具有大的感光面积百分比(填充因子)、高的敏感度、低的噪声等优点。5第一章绪论进入2 l 世纪，由于对小型化、低功耗和低成本成像系统消费需要的增加，集成电路技术和信号处理技术的发展，为新一代低噪声、优质图像和高彩色还原度的C M O S传感器的开发铺平了道路，C M O S 传感器的性能因此大大提高，固体图像传感器的研究和开发热点已经从C C D 转移到C M O S 上【1 0，1 1 1。C M O S(C o m p l e m e mM e t a lo x i d es e m i c o n d u c t o rI m a g eS e n s o r)图像传感器是一种采用C M O S 工艺制造的图像传感器。随着集成电路技术的飞速发展，以前在性能上处于劣势的C M O S 图像传感器已经在分辨率、动态范围、噪声等方面越来越接近C C D，而且C M O S 图像传感器独有的成本低、功耗小、集成度高和响应速度快等特点是C C D 所不能企及的。特别是它将图像传感器阵列、时序控制电路、信号处理电路、A D 转换器以及接口电路等集成于一体，真正实现了单芯片成像。C M O S 图像传感器采用标准的半导体工艺，轻易地将周围电路(如A G C、C D S、时钟、D S P 等)集成到传感器芯片中，大大节省了外围芯片成本。只要拥有该工艺的厂商利用现有的半导体设备都可以完成生产。因此，近年来C M O S 图像传感器异军突起，其功能和技术已经拓展到许多新的研究领域。基于C M O S 图像传感器的成像系统开始被广泛应用于基于数字网络的可视电话、会议电视系统及个人数字助理(P D A)、数字相机、无线移动通信手机中，甚至可嵌入到超簿型笔记本电脑中，有些C M O S 摄像机(P C 摄像机)已开始用于基于网络的监控系统。在道路交通的监控方面，C M O S 传感器与集成系统可以实时监控道路交通流量、交通事故、交通安全及道路路产设施，并对图像数据进行分析和处理，为驾驶员及时提供有效的道路信息以便选择合适的车道，减缓道路交通拥堵和降低交通事故率。在光电检测方面，常常需要对工件进行线性尺寸的测量。许多工业中，非接触的光学测量技术正在逐步取代接触式的测量，特别是C M O S 图像传感器对生产流水线上的工件进行动态测量的速率提高了1 0 到1 0 0 0倍，同时测量精度也大大提高。在医疗的检查与治疗方面，需要找到一种能够方便地查看身体内部而对患者不会产生太多侵害和痛苦的方法，使用C M O S 图像传感器技术制造的小巧的摄像头可以很好地胜任这一工作。在空间探测和导航方面，遥感成像、太阳敏感器和地球勘测等图像的采集及飞船的可视化系统，也具有非常广阔的应用前景。论文提出研究的一种基于C M O S 线阵图像传感器的交通流量检测系统，采用了先进的视频检测与处理技术，与传统的交通流量检测技术相比，具有比较明显的优势。1 3 本文的主要研究内容本课题的主要任务是完成基于C M O S 线阵图像传感器的交通流量检测系统的研究6长安大学硕士学位论文开发。作为交通流量检测系统的初步研究，系统框架结构模型的搭建是首要解决的问题，然后是系统硬件和软件的研究、设计与实现，论文的主要研究内容包括以下三个方面：(1)开发基于C M O S 线阵图像传感器的光学成像器件，即“芯片级 C M O S 线阵摄像机。通过系统实际的光学成像分析，选择C O M P U T A R 公司工业镜头M 1 2 1 4 M P 与C M O S l 4 2 1 线阵图像传感器作为核心成像器件，完成线阵图像序列的采集。(2)搭建基于C M O S 线阵图像传感器的交通流量检测系统的硬件平台。系统设计采用T I 公司生产的T M S 3 2 0 C 6 4 x T M 系列的T M S 3 2 0 D M 6 4 2 视频图像定点数字信号处理器，结合A l t e r a 公司的现场可编程逻辑器件A C E X l K 3 0 构成系统的核心硬件。同时对系统的各个组成部分进行深入的原理分析和电路设计，包括图像采集、图像处理、以太网传输、数据存储等。(3)完成图像预处理和车辆存在检测算法。车辆存在检测算法主要包括图像的灰度转化、小波变换、阈值比较、图像分割等，为更多交通流量参数的检测与提取奠定了基础。软件算法基于V i s u a l C+6 0 开发平台，采用二次样条函数为基函数对原始图像数据进行小波变换，利用小波变换检测奇异信号的基本原理，完成对车辆存在的检测。本文共分五章，其内容安排如下：第一章为绪论部分，主要研究了交通检测系统的构成及其背景和意义，综述了交通检测技术的发展现状及应用情况，分析了视频交通检测技术在交通检测系统中的优势和发展潜力，列举了面阵摄像机与线阵摄像机在视频交通检测技术中的应用；通过对C M O S 图像传感器和C C D 图像传感器在交通检测系统中应用情况的对比分析，提出了一种基于C M O S 线阵图像传感器的交通流量检测系统的开发方案。第二章分析了C M O S 图像传感器的像素结构、系统架构、工作原理以及与C C D 图像传感器性能对比。详细论述了C M O S l 4 2 1 线阵图像传感器的芯片结构、主要特点、工作模式与时序设计等。由于国内C M O S 线阵图像传感器成像器件的开发还比较少，本章内容对于C M O S 线阵图像传感器的实际性能、外围电路的设计要领等方面都积累一些可借鉴的经验。第三章完成了系统硬件平台的研究与实现，详细分析了交通流量检测系统的各部分组成，包括光学成像部分、F P G A 驱动电路、高速A D 采样电路、D S P 核心控制电路、数据存储与以太网传输等。具体论述了采用D S P 结合F P G A 为核心，对基于C M O S 线阵图像传感器的光学成像器件进行控制，实现图像数据的采集与处理的完整系统设计思7第一章绪论路，并且给出了系统具体实现方案。详细阐述了器件的选型、接口模块、电源模块和存储模块等，给出了硬件系统的框架和系统的P C B 电路图。第四章研究T d,波变换基本理论，对小波变换、小波变换的快速算法以及小波变换应用于奇异性信号检测原理的深入分析，提出了基于小波变换的车辆存在检测算法。该算法采用V i s u a l C+6 0 开发平台，详细论述了算法的实现过程，包括小波基函数的选取、算法步骤及其实现过程中应该注意的地方，特别是小波变换后模极大值的选取与车辆分割边界的选取等。并实现了基于小波变换的车辆存在检测算法在D S P 上的移植。第五章为系统调试与工程应用部分，给出了系统调试过程中的解决方法，以及系统的实验结果与实际工程应用架构图。最后为结论与建议部分，归纳总结了系统的主要特点及论文研究得出的主要结论。同时，针对论文研究的不足之处给出了进一步研究的一些建议。8长安大学硕士学位论文第二章C M O S 图像传感器理论分析图像传感器是在光电技术基础上发展起来的，它将光学图像转换成一维时序信号，实质上是记录光强度随空间分布的变化并转换成电信号随时间变化的器件。C M O S 图像传感器出现于1 9 6 9 年，是一种使用传统芯片工艺方法将感光器件、放大器、A D 转换器、存储器、数字信号处理器和计算机接口电路等集成在一块硅片上的图像传感器件，它结构简单、处理功能多、成品率高和价格低廉，有着广泛的应用前景。2 1C M O S 图像传感器的像素结构C M O S 图像传感器感光像素的构成是阵列式结构，主要由光敏二极管、M O S 场效应管、M O S 放大器与M O S 开关等电路集成。每个像素上除了感光部分外，还有M O S晶体管所构成，这将使得各像素感光所积累的电荷信号能够以行列式的电极方式随机存取。感光像素结构可分为主动式像素结构和被动式像素结构u 2】。2 1 1 被动式像素结构如图2 1 所示C M O S 被动式像素结构：它由一个光敏二极管和一个场效应晶体管V T 两部分构成。图中的光敏二极管实质上是一个由P 型半导体和N 型半导体组成的P N结，它可等效为一个反向偏置二极管V D 和一个M O S 电容器C 并联；场效应晶体管V T相当于一个地址选通开关。列总线图2 1C M O S 被动式像素结构在像素曝光期间，入射光照射光敏二极管V D 而产生电荷并存储于电容器C 上，进而由场效应晶体管V T 将所积累的电荷传送至列总线或行总线上的负载电容，最后由总线终端的电荷积累放大器读取出来并转换成电压。像素单元的图像信号读出时序图，如图2 2 所示。首先，复位脉冲启动R E S E T 操作，光敏二极管的输出电压被置0；接着光9第二章C M O S 图像传感器理论分析敏二极管开始光信号的积分。当积分工作结束时，选址脉冲启动选址开关，光敏二极管中的信号便传输到列总线上；然后经过公共放大器放大后输出。R e 叫8：一厂厂厂s m!：nn图2 2 图像信号的读出时序图由于光敏二极管积累的电荷通常都很小，很容易受到杂波干扰，且被动式像素内部没有信号放大器，只能依赖总线终端的放大器，因而在读取像素时杂波很大，像素信号的信噪比偏低，且因不同位置的像素信号杂波大小不同而影响到整个画面的品质。另外，由各像敏单元的模拟选址开关的压降有差异而引起固定图案噪声(F P N)偏大，并且传输线电容较大，传感器读出噪声较高，都是其致命的弱点。因此，这种结构已经被淘汰。2 1 2 主动式像素结构主动式像素结构是当前得到普遍应用的结构。与前述的被动式像素结构相比，主动式像素结构在每个像素处都增加了一个信号放大器，可以将由光敏二极管积累电荷转换出的电压进行放大，使其远高于杂波电平，从而减小在传输过程中引入的杂波干扰；再通过场效应管模拟开关传输，所以降低了固定图案噪声，提高了图像信号的信噪比。复位线行总线M 垂I 卜一一占IM 3列一丫-r总线么 j-图2 3C M O S 主动像素结构1 0长安大学硕士学位论文主动式像素单元由一个光电二极管和一个或多个有源器件构成的。如图2 3 所示：场效应管M l 构成光电二极管的负载，它的栅极接在复位信号线上，当复位脉冲出现时，M l 导通，光电二极管被瞬时复位；而当复位脉冲消失后，M 1 截止，光电二极管开始积分光信号。场效应管M 2 是一源极跟随放大器，它将光电二极管的高阻输出信号进行电流放大。场效应管M 1 用做选址模拟开关，当选通脉冲引入时M 3 导通，相当于列选通地址模拟开关，使得被放大的光电信号输送到列总线上。胁即山e厂厂厂I n t e r g r a t i n图2 4 图像信号读出时序图图2 4 所示为上述过程的时序图，其中，复位脉冲首先来到，M 1 导通，光电二极管复位；复位脉冲消失后，光电二极管进行积分；积分结束时，M 3 管导通，信号输出。在许多实际的器件结构中，采用光电二极管与放大器作为一个像敏单元的主动式像素结构，大大改善了C M O S 图像传感器的性能，同时也提高了灵敏度和信噪比。2 2C M O S 图像传感器的系统架构与工作原理C M O S 图像传感器系统是由像素单元阵列和M O S 场效应管集成电路两大主要部分组成，一般的片上照相机都使用高集成度的C M O SL S I 制造工艺将所有的处理电路都集成在同一硅片上的。像素单元阵列实际上是光电二极管阵列，它也有线阵和面阵之分。第二章C M O S 图像传感器理论分析Y地址选择线列放大器列多路开关回回刚回回回回刚回目X 地址选择线D i v e rc o n t r o lc i r c u i tI n t e r f a c ec i r c u i tP r e-p r o c e s s o rA Dc o n v e r t e r图2 5C M O S 图像传感器系统框图如图2 5C M O S 图像传感器系统框图中所示：像素单元阵列按X 和Y 方向排列成方阵，方阵中的每一个像素单元都有它在X，Y 各方向上的唯一的地址，由两个方向的地址译码器分别进行选择；每-N 像素单元都对应于一个列放大器，每-N 放大器的输出信号分别接到对应列的模拟多路开关上，列模拟多路开关由X 方向地址译码控制器进行选择，通过列模拟多路开关输出至输出放大器【1 2】。多数的C M O S 图像传感器包括片外A D 转换器和在片A D 转换器，A D 转换器可以每片一个，也可位于列级，甚至像素级。输出放大器的输出信号送A D 转换器进行模数转换，经预处理电路处理后通过接口电路输出。驱动控制电路为整个C M O S 图像传感器提供各种驱动脉冲，同时，通过接口电路发来的同步控制信号也控制这些驱动脉冲。由图2 6 图像传感器阵列原理图更能清楚地说明图像传感器的工作流程：当入射光线通过芯片上方的镜头进入图像传感器硅片上的感光区(如图2 7 所示)，即像素阵列，光子的撞击产生自由了电子一空穴对，在光电二极管的P N 结内建电场的牵引下产生定向流动，形成电流，这个电流对光电二极管在充电周期积累的电荷进行放电，使光电二极管负端节点的电压发生变化，在积分周期结束时这个节点的电压就是所要采集的信号电压。在Y 方向地址译码器的控制下，依次序接通每行像素单元上的模拟开关，如图中标志的S i i，信号电压通过行开关传送到列线上，