數據通信模塊

根據實際情況選擇用以太網或GPRS把人臉檢測跟蹤后的結果發送到主控制站。在有以太網連接的條件下優先選用以太網連接，可以提供較高的傳輸速率和可靠性，在沒有以太網的條件下選用GPRS進行通信。同時，如果用戶需要，也可以直接在LCD上顯示。

人臉檢測跟蹤算法的實現

在實現人臉檢測跟蹤算法之前，圖像的預處理很重要。圖像預處理主要有噪聲濾除和圖像增強，提高圖像的質量。本系統采用中值濾波進行噪聲濾除。與其它濾波方法相比，中值濾波不僅能有效濾除圖像中的孤立噪聲點，還能保護邊界信息。圖像增強技術主要包括直方圖修改處理、圖像平滑處理和圖像銳化處理等。所以，實際的人臉檢測系統采用圖像增強來消除光照影響。

本系統采用基于膚色和差分幀相結合的方法來確定視頻序列中的人臉。這樣不但可以排除類似膚色背景的干擾，提高人臉檢測的準確性，還可以保證檢測與跟蹤的實時性。大量實驗表明，人臉膚色在YCrCb 空間內的Cr和Cb 值分布在特定的范圍之內，Cr 范圍為135～156，Cb 的范圍為108～123。由此建立人臉膚色聚類模型，即彩色圖像的像素B 滿足條件：108 ≤Cb ≤123 和135≤Cr≤156，則B 是膚色點。

(1)根據公式

可將圖像轉化為一個二值圖像，其中白色像素點為膚色點，黑色像素點為非膚色點。由于頭部與背景的相對運動，差分幀法是運動圖像分析的有效方法。它檢測圖像序列相鄰兩幀之間的變化，即直接比較兩幀圖像對應像素點的灰度值。幀與幀之間的變化可用一個二值差分圖像表示：

(2)式中的T是閾值

使用Nios II 的定制指令，可以將一個復雜的標準指令序列簡化為一個用硬件實現的單一指令，從而簡化系統軟件設計并加快系統運行速度。在人臉檢測跟蹤算法中，對圖像的處理數據運算量大，循環數目多，而Nios II 的定制指令個數已增加到256個，可以使用定制指令完成許多循環內的數據處理，從而加速數據處理的速度。定制指令邏輯和Nios II 的連接在SoPC Builder 中完成。Nios II CPU 配置向導提供了一個可添加256 條定制指令的圖形用戶界面，在該界面中導入設計文件，設置定制指令名，并分配定制指令所需的CPU 時鐘周期數目。系統生成時，Nios II IDE 為每條用戶指令產生一個在系統頭文件中定義的宏，可以在C 或C + + 應用程序代碼中直接調用這個宏。

結語

本文的人臉檢測跟蹤系統利用32 位Nios Ⅱ軟核處理器在FPGA上完成設計, 減小了系統的體積，而且在PC上開發的程序可移植到Nios Ⅱ處理器上，實現了片上系統。Nios 是性價比較高的微處理器軟核，可以方便地把用戶需要的接口和自定義的邏輯加入到系統中。本文介紹的方法體現了SoPC 嵌入式系統的靈活性。因此，這種方法能夠有效地縮短開發周期、 同時能夠延長產品的生命周期、 可以不斷地在原有產品的基礎上進行升級設計。