（物理电子学专业论文）基于dsp的快速纸币图像识别技术研究.pdf

华中科技大学硕士学位论文 摘要 f 随着图像识别理论研究的进一步深入和发展，图像识别技术的应用也日益显示出 其重要性和必要性。众多图像识别技术宝贵的理论研究成果，没有能得到有效的推广 和使用，主要原因有两点：一是算法复杂度过高，不能适应实际应用系统的速度要求； 二是算法对硬件平台要求太高，导致系统硬件成本过高，普通用户无法承受o f 本课题通过对现有图像识别技术进行研究和分析，针对当前d s p ( 数字信号处理) 技术的新发展，提出了基于d s p 的快速图像识别概念。快速图像识别技术以嵌入式系 统为算法的实现平台，它结合了当前最新的数字信号处理技术，并根据具体系统特性 对现有的识别算法进行分析、优化和改进，以最终形成具有创新性、实用性和快速性 特点的算法。这一算法的研究与实现，对于推动图像识别技术理论的进一步发展，以 及加速图像识别技术的推广应用都有重要意义。 本课题以高速d s p 纸币面额识别系统作为算法实现和测试的硬件平台，从算法的 构想、设计、仿真、移植和优化等方面开展研究工作，并最终在t i 公司的c 6 0 0 0 型 高性能d s p 上实现了这一算法。本文给出了整个算法的原理和实现方法，对于设计各 种涉及到纸币面额识别算法的应用系统有重要的参考价值，同时，对于其它图像识别 应用系统的算法设计，也有一定的参考和借鉴作用。 大量的实验结果和测试数据表明，本课题所设计的算法，不仅在理论上具有创新 性，而且达到了高效、高速、高可靠性的预期目标，是一个可以成功地应用于生产实 践的实用型算法吖 j 关键词：图像识别纸币面额识别嵌入式系统d s p i 华中科技大学硕士学位论文 a b s t r a c t w i mt h ei n d e p t ha n df u r t h e rd e v e l o p m e n to fi m a g er e c o g n i t i o nt h e o r yr e s e a r c h ，t h e a p p l i c a t i o na n dp r a c t i c eo f t h i st h e o r ys h o w si t si n c r e a s i n g l yi m p o r t a n c ea n dn e c e s s i t yw i t h e a c hp a s s i n gd a y m o s ta d v a n c e da c h i e v e m e n t si nt h i sa r e ah a v en o tb e e np u ti n t op r a c t i c e e f f e c t i v e l y , w h i c ho w e st o t w om a j o ra s p e c t s o nt h eo n eh a n d ，t h ea l g o r i t h mi st o o c o m p l i c a t e dt oa d a p t t ot h er e q u i r e m e n to f s p e e do fa p p l i c a t i o ns y s t e m o nt h eo t h e rh a n d ， t h ea l g o r i t h mr e q u i r e sah i g hl e v e lo fh a r d w a r ep l a t f o r mt om e e tw i t l lw h a t i tn e e d a n dt h e h a r d w a r ec o s tw i l lb et o oh i g ht ob ea f f o r d e db yo r d i n a r yu s e r s an e wc o n c e p tc o n c e r n i n gf a s ti m a g er e c o g n i t i o nb a s e do nd s p i sp u tf o r w a r di nt h i s p a p e r , ac o n c e p tf o c u s i n g o nn e ws i t u a t i o no fd e v e l o p m e n to fd s p ( d i g i t a l s i g n a l p r o c e s s i n g ) a n dc o n c l u d e db y r e s e a r c ha n d a n a l y s i st oe x i s t i n gi m a g er e c o g n i t i o na l g o r i t h m g i v e nt h ee m b e d d e ds y s t e ma si t sp l a t f o r m ，f a s ti m a g er e c o g n i t i o nt h e o r yc o m b i n e sw i t h t h eu p t o - d a t ed i g i t a ls i g n a lp r o c e s s i n gt e c h n o l o g y ，m a k e ss o m ca n a l y s i s ，o p t i m i z a t i o na n d i m p r o v e m e n t t oe x i s t i n ga l g o r i t h ma c c o r d i n gt ot h es p e c i f i cs y s t e mf e a t u r e s t h u ss u c ha n a l g o r i t h m 、v i t l lc h a r a c t e r i s t i c so fi n n o v a t i o n p r a c t i c a b i l i t ya n ds p e e d i n e s sh a sf o r m e d i ti s i m p o s s i b l ea n dc o n s t r u c t i v e t o p r o m o t et h e f u r t h e rd e v e l o p m e n to fi m a g er e c o g n i t i o n t h e o r yr e s e a r c ha n d a c c e l e r a t et h ew i d e ru s e sf o ri m a g er e c o g n i t i o nt h e o r y ah i g h s p e e db a n kn o t ed e n o m i n a t i o nr e c o g n i t i o ns y s t e mi s g i v e na st h eh a r d w a r e p l a t f o r mf o ra l g o r i t h mi m p l e m e n t i n ga n dt e s t i n g a c t i v ee f f o r t sh a v eb e e nm a d ei nt h i s p r o j e c ti nt e r m so fs t r u c t u r e ，d e s i g n ，s i m u l a t i o n ，t r a n s p l a n t a t i o na n do p t i m i z a t i o n ，s oa st o a c c o m p l i s ht h i sa l g o r i t h mo dt h ed s po ft ic 6 0 0 0i nt h ee n d t h ew h o l et h e o r ya n d m e t h o d st oa c c o m p l i s ht h i sa l g o r i t h ma r ea l lp r e s e n t e di nt h i sp a p e r , w h i c hi sm o r e v a l u a b l e o fr e f e r e n c et od e s i g no ft h eb a n kn o t ed e n o m i n a t i o ns y s t e ma sw e l la s o t h e ri m a g e r e c o g n i t i o ns y s t e m l a r g ea m o u n t so fe x p e r i m e n t a lr e s u l t sa n dt e s t i n gd a t ah a v es h o w e dt h a tt h ea l g o r i t h m p r e s e n t e di nt h i sp r o j e c ti sn o to n l yc r e a t i v et h e o r e t i c a l l y , b u ta l s oa c h i e v e dt h ee x p e c t e d g o a l ，ag o a lr e q u i r i n gah i g hl e v e lo fe f f e c t i v e n e s s ，s p e e da n dr e l i a b i l i t y t h i sk i n do f a l g o r i t h mi sap r a c t i c a lo n e t h a tc a nb eu s e ds u c c e s s f u l l yi nm a n u f a c t u r i n ga n d p r o d u c t i o n k e y w o r d s ：i m a g er e c o g n i t i o n e m b e d d e d s y s t e m b a n kn o t ed e n o m i n a t i o n r e c o g n i t i o n d s p i l 华中科技大学硕士学位论文 1 绪言 1 1 引言 图像识别技术是人类利用计算机对现实图像进行分析和理解的技术，研究这硬技 术，对于促进社会进步和人类自身发展有着重大意义。多年来，人们在图像识别领域 取得了显著的成就，并将这项技术成功的应用在人们的日常生活当中。但是，图像识 别技术是一个广泛而又复杂的领域，直到目前为止，仍然有许多尚未解决的难题等待 着进一步的思考与研究，其中图像识别算法的快速化和实用化便是一个尚待解决的难 题。 1 2 图像识别技术的发展形势 图像识别技术发展历史悠久，自2 0 世纪5 0 年代开始，人们便开始了对二维图像 分析与识别技术的研究工作，当时的工作主要集中在诸如光学字符识别、工件表面、 显微图片和航空图片的分析和解释等工作上。6 0 年代，人们开始进行三维结构的分析 和三维机器视觉的研究工作，到了7 0 年代，已经出现了一些视觉应用系统。直到今 天，图像识别技术的新概念、新方法、新理论仍在不断的涌现，始终是一个非常活跃 的领域i i 。 目前，图像识别技术已经广泛的运用于工业生产、军事国防、医学医疗等多个方 面。包括在我们日常生活的方方面面，图像识别技术的应用产品也无处不在，例如指 纹锁，交通监管系统，家庭防盗系统、电子阅卷系统等等。 尽管如此，相比图像识别技术理论水平的蓬勃发展和不断深入，图像识别技术的 应用和实践却显得相对落后，这源于以下三点原因： 第一，算法的可实现性。计算机作为一种运算工具，其智能化和逻辑思维能力都 相当有限，人们只能通过极其复杂的算法弥补这一缺陷，而这些算法中有些在目前的 科技水平下，还难以通过运算工具实现，因此，这些研究也只能暂时停留在理论研究 层次。 第二，算法的通用性。图像识别领域是一个广泛而复杂的领域，复杂多变的现实 环境，对算法提出了极高的通用性要求，一种算法在可能在某种环境下能够正常运行， 却在另一种情况下却完全失效，这些因素导致源于理论的理想识别算法在实际应用中 的成功性大大降低。 第三，算法的有效性。图像识别的应用产品大多数以嵌入式系统的方式出现，嵌 华中科技大学硕士学位论文 入式系统的特征是系统资源( 包括处理器资源和存储器资源等) 珍贵而有限，而较好 的图像识别算法，一般都需要耗费相当多的资源，因此，即便已经理论上实现的算法 也未必能够真正有效应用于实际系统。 由此可见，这些因素综合起来，从很大程度上阻碍了图像识别算法理论的应用与 推广。 1 3 快速图像识别技术的研究价值 为了进一步推动图像识别技术的应用，快速图像识别技术的研究越来越显示出其 重要性和必要性。快速图像识别技术力求将成熟的识别算法进行一定程度的优化和改 善，并针对目标系统本身的特性进行修正，使之能够在目标系统中有效和高速的运行， 从而成为一种全新的实用型算法。 快速图像识别技术的意义涵盖三个方面：一是从算法原理上实现“快速”，即通 过理论分析，对算法原理进行修正，以从理论上减少算法运算量；二是从算法实现上 实现“陕速”，即在实施算法时，通过算法结构调整、代码优化等措施，使之运行速 度更快；三是从系统设计上实现“快速”，即通过选择有效的算法处理器，合理的设 计算法运行平台等措施，最终达到算法快速运行的目的。 可见，快速图像识别技术是一项综合技术，它结合了识别算法设计，算法优化设 计，系统设计等多方面，具有很高的设计与开发难度。算法的设计者不仅需要对算法 本身进行深入的研究，同时对算法的优化方法，算法运行平台的硬件特性也要有深刻 的理解，只有这样才能设计出最适合于该硬件平台的识别算法。 快速图像识别技术的研究，也是一个图像识别算法实用化的研究，它有利于推动 图像识别理论的进一步深入，加快图像识别技术的应用，并从实践中验证成熟的图像 识别理论，从而最终推动整个图像识别技术的继续发展。 1 4 本课题的意义及研究内容 本课题立足于嵌入式系统中的快速图像识别技术，通过对嵌入式系统的特征及其 应用领域进行具体分析，对传统的图像识别技术进行速度和性能优化，并充分利用当 前最先进的数字信号处理技术，以最终得出一套基于d s p 的快速图像识别理论与实践 成果。 由于图像识别算法的特殊性，本课题不可能研究出一套适合于任何应用系统的通 用识别算法，同时，本课题的研究内容也不能仅仅停留于理论分析，因此，本课题将 以一个典型的图像识别系统一纸币面额识别系统作为算法测试和应用平台，并以此为 华中科技大学硕士学位论文 中心，全面展开快速图像识别技术的分析和研究。 纸币面额识别系统是一个具有一般性的系统，其典型应用是人民币高速清分机以 及类似金融机具。除此之外，很多图像识别应用系统跟它都有相似之处，例如生产线 工件检测、邮件自动分类等等。研究这一系统对于很多类似系统的算法设计都有重要 指导意义。 本课题的研究成果不仅仅停留在一个应用系统的实现上面，而是通过展示这个应 用系统的设计过程，揭示图像识别算法快速化和实用化的一般思考方法和实现途径， 这无疑有利于促进图像识别技术的应用推广。 具体来说，本课题的研究内容包括以下几个方面： ( 1 ) 嵌入式图像识别系统一般结构分析； ( 2 ) 纸币面额识别系统的硬件结构和实现方案； ( 3 ) 纸币面额识别算法的模型设计和总体方案设计； ( 4 ) 纸币面额识别算法的实现，包括仿真、移植、优化与测试。 ( 5 ) 纸币面额识别算法的测试与总结。 全文以快速图像识别技术为出发点，以纸币面额识别算法的研究与实现为中心， 全面展开对基于d s p 的快速图像识别技术的研究。 1 5 本课题的难点与新颖之处 本课题的难点在于需要在d s p 嵌入式系统中实现了一种高速、高可靠度的目标识 别算法。这种算法以d s p 为实现平台，受到极大的系统资源限制，且面i 临着很多自然 随机因素的干扰，在这些条件下，算法仍然要达到高准确性、高可靠性和快速性的设 计目标。归纳起来，本课题的难点有以下几点： ( 1 )识别目标具有严重的不确定性。例如识别目标的方向、旋转度、对比度都 因系统本身特性具有不确定性，同时识别对象可能还存在缺损、污染等诸多因素。这 些对于识别模型的建立以及算法设计带来很多困难。 ( 2 ) 识别系统具有高速实时性。由于识别系统始终处于一种动态的、高速的工 作状态，而同时，识别目标覆盖面广，数据量大，在这种前提下，算法仍必须能够对 纸币进行可靠的实时测量和连续识别。 ( 3 ) 识别算法要求能运行于低成本的d s p 嵌入式系统中。目前世面上大多数 图像识别应用系统都没有采用嵌入式系统实现，因此都有充足的系统资源。例如纸币 清分机设备等。但这导致它们的价格普遍非常昂贵，而且体积庞大，不利于普及应用。 低成本的d s p 嵌入式系统一般系统资源( 存储器资源和处理器资源) 非常珍贵且有限， 华中科技大学硕士学位论文 这也对算法提出了极高的要求。 因此，该算法的一个巨大的障碍就在于需要解决两个难以调和的矛盾，一个是算 法准确性和算法资源需求的矛盾，一般来说，越完善的算法，复杂度越高，则需要的 系统资源越多；另一个是算法可靠性和算法快速性的矛盾，提高算法的可靠性，必然 需要综合更多的识别方案，这无疑降低了算法的运行速度。 本课题的新颖之处在于以下三点： ( 1 ) 提出了具有创新性的识别算法。例如基于特征点分析的形状恢复算法，基 于投影曲线相似度判别的图像匹配算法等。这些算法是本课题的重要理论研究成果， 这些成果对图像识别算法的研究和开展具有重要指导意义和参考价值。 ( 2 ) 提出了快速图像识别的概念。这一概念对于加速图像识别技术的理论研究 向应用实践的转化具有重要作用。 ( 3 ) 本课题的算法研究不只是停留在算法的理论研究上，而是将算法本身的特 性和d s p 芯片的硬件特性进行有效的融合，使这些算法都最终在以d s p 为核心的嵌 入式系统上得以有效实现。 1 6 本文的内容编排 本文在第二章介绍了本课题所研究的图像识别系统的系统结构。首先介绍图像识 别系统的一般结构，并具体讲述了目前广泛使用的相关硬件设备，如图像传感器、图 像处理器等；然后介绍了开发基于嵌入式系统的图像识别算法的一般流程和方法；最 后介绍了本课题所使用的d s p 硬件平台的原理与结构。 第三章对本课题所设计的图像识别算法进行详细的理论分析，包括实际应用模型 的设计、算法的概要设计和详细设计等。 第四章阐述了纸币面额识别算法的实现方法和过程，包括算法在计算机平台的仿 真，以及向d s p 平台的移植和优化。 第五章对纸币面额识别算法进行了综合性能测试，以验证算法的准确性、可靠性 和快速性。 第六章对全文进行了总结。 4 华中科技大学硕士学位论文 2 嵌入式图像识别系统结构 2 1引言 嵌入式图像识别系统在结构上千差万别，因应用系统的功能不同而不同，但是它 们的核心部分具有一定的共同之处。分析嵌入式图像识别系统的结构，有利于有针对 性的研究图像识别技术。本章首先介绍通用的嵌入式图像识别系统结构，然后介绍了 纸币面额识别系统的硬件结构，并阐述了软件算法的设计流程。 2 2 嵌入式图像识别系统的硬件结构 通用的嵌入式图像识别系统的硬件功能框图如下图所示： 图2 1嵌入式图像识别系统的硬件结构 信号 下面将分别介绍上图中各个模块的功能。 为了将现实世界的图像信息转换成计算机能够识别和处理的数据，必须通过图像 输入设备完成这一转化过程。图像输入设备一般由c c d ( 电荷耦合器件) 或者c m o s ( 互补金属氧化物半导体) 传感器构成。6 0 年代末期，美国贝尔实验室发现电荷通过 半导体势阱发生转移的现象，提出了固态成像这一新概念和一维c c d 模型器件 2 1 。自 7 0 年代以来，c c d 一直广泛应用于图像采集系统中，并一直占据着统治地位。随着 c m o s 传感器技术的迅速发展，这种廉价，小型的图像采集器件开始与c c d 并驾齐 驱，一并成为图像采集技术的两大发展方向。 下图是两种器件的实物照片： 华中科技大学硕士学位论文 图2 - 2c c d 与c m o s 的实物图 从原理上讲，c c d 和c m o s 传感器是两种完全不同的图像采集设备。这两种设 备都可以将光信号转换为电荷并且进一步转换成电信号。 在c c d 传感器中，每个象素的电荷通过输出节点转换为模拟信号，c c d 首先通 过积分在光栅的势阱下积累电荷包，而后通过光栅、转移栅在不同时刻取高低电平， 以沟通和阻断光栅势阱和模拟移位寄存器电极下的势阱，最终使电荷包转移至模拟移 位寄存器内吼由于所有的象素都能一致的获取光信号，所以其输出一致性( 这是图 像质量的一个关键因素) 很好。而对于c m o s 传感器，每个象素有它自己的“电荷一 电压”转换部分，由于每个象素独立转换，使得采得的图像一致性较低。不过，c m o s 传感器通常在片内包含有数字电路，因此c m o s 传感器能够输出数字信号，这使得使 用c m o s 传感器仅需要很少的片外电路。 自从1 9 7 0 年，c c d 便占据了固态图像采集设备的垄断地位，这主要因为c c d 可以提供非常优质的图像。而c m o s 传感器则需要进一步改善其图像输出一致性，当 时的制造商难以实现这一技术问题。仅仅最近以来，越来越先进的半导体制造技术才 使得c m o s 传感器在一些基本功能的图像系统发挥了作用。 c c d 虽然提供非常优质的图像( 可通过量子效应和噪声来评价) 和较高的灵活性， 但这是以系统的大小尺寸为代价的。c c d 在对图像质量要求比较高的领域( 如工业、 科研和医疗应用) 依然处于统治地位。c m o s 传感器提供更高的集成度( 即将更多的 功能集成在芯片内) ，更低的芯片级功耗以及更小的系统尺寸，但是牺牲了图像质量 和灵活性，这种传感器主要应用在空间限制比较大而对图像质量要求并不是特别高的 应用场合，例如安防系统中的摄像头，p c 外设，玩具，传真机，以及一些汽车产品 中。 由于图像识别系统对图像质量的要求较高，因此，本课题所设计的系统采用c c d 华中科技大学硕士学位论文 作为图像输入设备。另外，由于应用系统的特殊结构要求，c c d 将选用线阵型而不是 面阵型。 数模转换器( a d c ) 用于将模拟图像信号最终转换为能够由计算机识别和处理的 数字图像信号，这一步是图像识别得以实现的根本前提。来自c c d 的图像信号是基 于电压的连续模拟信号，而微处理器只能处理离散的数字信号，因此，需要数模转换 器实现这一转换。由于本课题所设计的系统具备高速的特性，所以对数模转换器的速 度也提出了很高的要求。 算法处理器是算法运行的硬件平台，一般可以是m c u 、m p u 、d s p 或者计算机。 本课题设计的系统为嵌入式系统，采用了最适合数字信号处理的新型嵌入式处理器一 d s p 。关于d s p 的详细介绍，请参见后续有关章节。 2 3 数字信号处理器的原理与结构 数字信号处理器( d i g i t a ls i g n a lp r o c e s s o r ) ，通常简称d s p ，是一种广泛应用于信 号处理系统以实现复杂算法的嵌入式处理器。虽然其成本和开发难度高于一般m c u ， 但是其优异的性能已经让它成为绝大多数运算密集型应用的首选。 2 31嵌入式系统与嵌入式处理器 嵌入式系统是以应用为中心，以计算机技术为基础，并且软硬件可裁剪，适用于 系统对功能、可靠性、成本、体积、功耗有严格要求的专用计算机系统。在嵌入式系 统中，操作系统和应用软件集成于计算机硬件系统之中，即系统的应用软件与系统的 硬件一体化。嵌入式系统具有软件代码少、高度自动化、响应速度快等特点，特别适 合于要求实时和多任务处理的场合。同时嵌入式系统是面向用户、面向产品、面向应 用的。它的功耗、体积、成本、可靠性、速度、处理能力、电磁兼容性等方面均受到 应用要求的制约；和通用计算机不同，嵌入式系统的硬件和软件都必须高效率地设计， 量体裁衣、去除冗余，力争在同样的硅片面积上实现更高的性能f 4 】【5 1 。 嵌入式处理器是应用于嵌入式系统中的中央处理器。嵌入式处理器有很多类型， 但大致可以分为以下几类：d s p 、m c u 与m p u 。 m c u ( 微控制器) 通俗的称呼是单片机，它与m p u ( 微处理器) 是微机技术的两大 分支。m c u 的发展是为了满足被控制对象的要求，向高可靠性、低功耗、低成本发展。 m p u 的发展动力是人类对无止境的海量数值运算的需求，处理速度越来越快。 一般m c u 的引脚数在6 0 以下，且以8 位机为主、3 2 位机为辅。其发展趋势是 运算功能将不断提高，并将在片内集成d s p ，比如3 2 位的单片机m c 6 8 3 5 6 集成了 华中科技大学硕士学位论文 m o t o r o l a 的d s p 5 6 0 0 2 。 微控制器m c u 存在两种基本体系结构：哈佛( h a r v a r d ) 结构和冯诺伊曼( v o n n e u m a n n ) 结构，从指令集特点上讲，还可分为复杂指令集计算机( c i s c ) 和精简指 令计算机( r i s c ) 。冯诺伊曼结构具有单一总线结构，数据存储器和程序存储器都映 射到同一地址空间，总线宽度与c p u 类型匹配。哈佛结构则具有独立的程序总线和 数据总线。c i s c 的指令一般是微码( m i c o c o d e ) 形式，每条指令由c p u 解码为许多 基本指令，正因为如此，基于c i s c 的微控制器一般都很复杂，大多采用冯诺伊曼结 构体系，但其所需要的程序存储器比r i s c 要少。微码限制了c i s c 内核的带宽，因 此其指令集比r s c 的指令集大。 d s p 因为其特殊的结构和优异的综合性能，近几年得到了极为广泛的应用，特别 是涉及到复杂数字信号处理算法的领域，例如图像识别、多媒体、网络通信等，更是 d s p 展现其优良品质的舞台【6 】【7 1 。 d s p 的芯片可以按照以下的三种方式进行分类： ( 1 ) 按基础特性分 这是根据d s p 芯片的工作时钟和指令类型来分类的。如果d s p 芯片在某时钟频 率范围内的任何频率上能正常工作，除计算速度有变化外，没有性能的下降，这类 d s p 芯片般称之为静态d s p 芯片。如果有两种或两种以上的d s p 芯片，它们的指 令集和相应的机器代码机管脚结构相互兼容，则这类d s p 芯片称之为一致性的d s p 芯片。 ( 2 ) 按数据格式分 这是根据d s p 芯片工作的数据格式来分类的。数据以定点格式工作的d s p 芯片 称之为定点d s p 芯片；以浮点格式工作的称为浮点d s p 芯片。不同的浮点d s p 芯片 所采用的浮点格式不完全一样，有的d s p 芯片采用自定义的浮点格式，有的d s p 芯 片则采用i e e e 的标准浮点格式。 ( 3 ) 按用途分 按照d s p 芯片的用途来分，可分为通用型d s p 芯片和专用型的d s p 芯片。通用 型d s p 芯片适合普通的d s p 应用，如t i 公司的一系列d s p 芯片。专用型d s p 芯片 则为特定的d s p 运算而设计，更适合特殊的运算，如数字滤波，卷积和f f t 等。 一般来说，选择d s p 芯片时考虑如下诸多因素： ( 1 ) d s p 芯片的运算速度。运算速度是d s p 芯片的一个最重要的性能指标，也 是选择d s p 芯片时所需要考虑的一个主要因素。 8 华中科技大学硕士学位论文 ( 2 ) d s p 芯片的价格。根据实际的应用情况，确定一个价格适中的d s p 芯片， 以保证系统设计的最低成本。 ( 3 ) d s p 芯片的硬件资源。选择具有合适硬件资源的d s p 芯片，不仅降低了系 统成本，同时也增加了系统运行可靠性、减小了系统尺寸。 ( 4 ) d s p 芯片的开发支持。完善的开发支持可以增加开发的成功性。 ( 5 ) d s p 芯片的功耗。功耗是系统设计的重要指标。 ( 6 ) 其它的因素，如封装的形式、质量标准、生命周期等。 2 3 2 目前流行的d s p 芯片介绍 目前能够生产d s p 芯片的公司主要有t i ( t e x a si n s t r u m e n t ) 、a d i 、l u c e n t 、m o t o r o l a 等几家。由于l u c e n t 和m o t o r o l a 公司生产的d s p 主要用于自己的应用产品中，所以 t i 和a d i 两家公司的d s p 几乎占据了绝大部分的d s p 市场。 本课题选用了t i 公司的高性能d s p 芯片t m s 3 2 0 c 6 7 1 1 ，这是一款主频高达1 5 0 m 的浮点d s p 。它采用了v e l o c i t i t m 体系，以及改进的v l l w ( 超长指令字) 结构，在 信号处理方面具有其它各种嵌入式处理器无法e e 拟的优异性能【8 】【9 】【10 1 。 下图是t i 公司6 0 0 0 系列d s p 的硬件结构图【9 i ： 图2 - 3t i 公司6 0 0 0 系列d s p 的硬件结构图 9 华中科技大学硕士学位论文 2 3 3t m s 3 2 0 c 6 0 0 0 型d s p 的结构与特性 t m s 3 2 0 c 6 0 0 0 型d s p 的体系结构属于冯诺伊曼结构，即具有统一的数据总线和 程序总线。在硬件结构上讲，它具有以下特性【9 】： ( 1 ) 使用改进型v l l w 的c p u 核，带有八个独立的功能单元( 包括两个乘法器 和六个算术运算单元) ； ( 2 ) 每个时钟周期内可以同时( 并行) 执行多达8 条指令，性能比一般d s p 高 出1 0 倍； ( 3 ) 允许开发者使用高效的类r i s c 代码来进行软件设计； ( 4 ) 具备指令打包功能； ( 5 ) 8 条指令并行或串行的代码可选择性； ( 6 ) 有效减少代码尺寸，以及降低功耗； ( 7 ) 所有指令可条件执行； ( 8 ) 有效减少耗时的跳转操作； ( 9 ) 增加并行性，以获得更高的持续性能； ( 1 0 ) 可在指定的功能单元中执行代码； ( 1 1 ) 支持d s p 开发套件中提供的高效c 编译器； ( 1 2 ) 首创的汇编优化器，用来提高代码并行性和加快开发速度： ( 1 3 ) 支持8 1 6 3 2 位数据，为多种应用提供存储器接口支持； ( 1 4 ) 4 0 位算术运算，为运算密集型应用提供更高的精度； ( 1 5 ) 支持饱和操作和规范化操作； ( 1 6 ) 支持字段操作和指令扩展，支持置位、复位和位计数操作； ( 1 7 ) 硬件支持单精度和双精度i e e e 浮点运算： ( 1 8 ) 3 2 位3 2 位的硬件乘法器。 大多数的嵌入式处理器( 如各种单片机) ，无论运算速度还是系统存储器资源都 无法胜任复杂的数字信号处理算法，因此目前算法的实现硬件主要由p c 机、专用处 理器、d s p 三者之一构成。p c 机系统的本身特点( 例如功耗大，体积大等) 决定了 其实际应用的局限性，而专用处理器则存在缺乏算法灵活性和可重配置性等不足之 处。可见，在运算密集型嵌入式应用系统中，d s p 是最合适的选择。 1 0 华中科技大学硕士学位论文 2 4 开发基于d s p 的图像识别算法的步骤 由于图像识别算法的设计需要大量的测试和分析，而嵌入式系统的开发以及调试 都相对比较困难，因此，用d s p 开发图像识别算法，需要遵循比较合理和科学的开发 步骤。 本课题总体上遵循以下开发过程： 制定算法需求和参数指标 、之乡 分析图像输入模型 、之多 样本图像收集或仿真 ，之乡 确立总体方案( 概要设计) 之乡 算法实现( 详细设计) 、之多 算法的计算机仿真 一乡 算法的移植与优化 、之乡 算法测试 、之乡 总结与文档整理 包括算法速度要求 和可靠性要求等 即图像退化或失真 模型，以便于图像 校正算法的设计 充分利用计算机的 功能，便于调试和 分析算法性能 图2 4图像识别算法开发流程图 2 5 纸币面额识别系统的结构 本课题使用的硬件平台是一个以高速识别纸币面额为根本目的的嵌入式系统。其 中嵌入式处理器为t i 公司的t m s 3 2 0 c 6 7 1 l 型d s p 。系统原理框图如下所示： 1 l 华中科技大学硕士学位论文 图2 - 5纸币面额识别系统的结构 如前所述，c c d 采用高速高精度线阵型c c d ，纸币在电机的带动下，以一定的 速度移动，并通过线阵c c d 的视场范围。高速a d 连续采集图像数据，并存储在高 速缓冲存储器中，采集完一帧后，通知d s p 开始识别图像。 因机械设备因素和自然随机因素的影响，可能给最终采集到的图像造成若干不良 的影响，从而导致图像不同程度的失真。对失真的具体分析将在后面章节中展开。 2 6 小结 本章介绍了嵌入式图像识别系统的一般体系结构，并具体介绍了应用于这类系统 的图像识别算法的开发流程，在最后还介绍了本课题所使用的纸币面额识别系统的硬 件框架结构，为后面章节的算法设计做好准备。 1 2 华中科技大学硕士学位论文 3 纸币面额识别算法原理及其理论基础 3 1引言 本章将以纸币面额识别算法为中心，结合通用图像识别算法理论，展开对快速图 像识别的讨论和研究。 3 2 纸币面额识别算法需求 根据课题研究需要，算法总体上希望实现以下功能： ( 1 ) 对于给定的一幅合理的样本图像，能够以指定的识别准确率和识别速度识 别出其面额大小。 ( 2 ) 识别算法要求精练、高效，便于嵌入式系统实现。 ( 3 ) 对于不可识别或者较难识别之图像，应具备给予通知和异常处理的能力， 即保证系统运行的可靠性。 ( 4 ) 识别算法应能够适应图像噪声、图像残缺、图像平移旋转以及局部扭曲等 不确定因素。这要求算法具有白适应性和参数可配置性。 ( 5 ) 算法的模块性要好，应尽量采用标准c 语法，以便于移植、维护和升级。 算法应在代码长度和算法效率之间作为折中。 3 3 纸币面额识别系统的总体算法设计 总体算法设计的任务是对系统进行分析，提出仿真模型，设计算法流程，最终形 成算法的可行性方案，为算法详细设计构建一个总体框架。 3 3 1 有关术语的说明 在后续算法的阐述过程中经常用到一些术语，为方便阅读和阐述，在此做一个归 纳说明： 样本图像：样本图像指从图像输入设备输入的原始图像数据，从本质上讲，它是 一个灰度数据矩阵，代表一个实际的图像源。因图像源的噪声和随机性特征，各种图 像失真都会在样本图像中体现出来。 目标图像：目标图像也称纸币对象，是指存在于样本图像中的待识别目标，在本 系统中就是实际的纸币图像。 纸币对象：纸币对象也称目标图像，见上。 特征区域：是指存在于目标图像中的某- - d 块区域，由于这- - d 块区域体现了目 _ _ _ - - _ _ - - _ 一一一 华中科技大学硕士学位论文 标图像的某些重要特征，所以它是识别目标图像的关键数据信息。 投影曲线：投影曲线是指图像在某个方向上的投影数据，并由这些数据构成的一 维数组。 3 3 2 实际系统模型设计与仿真分析 从上述介绍的图像采集部分可知，来自c c d 的纸币的样本图像存在着各种各样 的失真。总的来说，这些失真可分为两类：灰度失真和几何失真。灰度失真包括亮度 失真、噪声、磨损等；几何失真则包括平移、旋转、伸缩、局部微小变形甚至残缺等 失真1 9 】。将造成这些失真的机理分析并归纳如下： 表3 - 1样本图像失真模型分类 失真类型 原因 磨损有磨损的旧纸币 灰度 亮度失真环境照度发生了变化 失真 图像噪声c c d 器件本身所致 图像平移 纸币视场内的移动 图像旋转纸币视场内的移动 几何 图像拉伸电机速度的不稳定性 失真 局部微小变形c c d 器件本身所致 残缺纸币本身残缺所致 3 3 3 样本图像的建立 针对以上失真分析，作者采用扫描仪以及图像处理工具p h o t o s h o p 7 0 ，模拟上述 各种失真的样本图像，以便为前期的算法设计提供参考依据。下图是一张典型的综合 了各种失真的样本图像： 1 4 华中科技大学硕士学位论文 图3 1综合了各种失真的样本图像 显然，纸币对象出现了严重的残缺现象，且在样本图像范围内发生了旋转、偏移 等几何变化，此外，图像的对比度也因纸币的磨损发生了一定程度的改变，这些都给 识别算法的设计带来很多困难。 3 3 4 总体算法设计 纸币面额识别算法的总体算法流程仍然服从通用的识别算法流程结构，不同之处 在于每个关键步骤的微观调整以及具体实现方案。以下是图像识别算法的通用流程 图。本课题所设计的纸币面额识别算法也基本遵从这一流程【l 】o 图3 - 2图像识别总体流程图 针对本课题的具体情形，上述各模块的任务可以作如下细化： 图像源分析：图像源分析的目的是了解图像源的信息特征，例如噪声情况，失真 模型等，以便为图像预处理提供依据。 图像预处理：图像预处理根据图像失真情况进行恢复，尽可能的去掉噪声信息， 消除失真，并突出有效的特征信息，以为后续识别奠定基础。 先验知识：收集先验知识就是将对识别目标已经掌握的信息进行整理归纳，用作 分类参考数据。 分类：为了缩小图像匹配的模板范围，加速识别速度，分类这一步非常重要。分 1 5 华中科技大学硕士学位论文 类一般通过提取图像的某些先验的特征信息，将图像进行预识别，以得到一定概率范 围内的识别结果。 图像匹配：图像匹配可以是象素级匹配，可以是统计参数匹配，通过将目标图像 与标准的模板图像的参数进行对比，以最终确定目标的类型。 3 4 纸币面额识别系统的详细算法设计 本节对上节中提出的总体算法进行分模块详细阐述。 ( 1 ) 图像预处理 图像预处理的主要任务是消除样本图像的随机噪声，进行图像几何归一化、灰度 归一化，以及检测不合理的样本图像等【1 ”。 由于环境和硬件设备等因素，来自c c d 的样本图像可能含有随机的噪声点，消 除这些噪声点的基本方法是对样本图像进行低通滤波，滤波的参数与噪声的严重程度 有关。另外，为了便于后续算法的进行，图像一般要进行二值化处理，当然这样会导 致丢掉一定程度的有用信息。 为了消除因电机速度和机械问题带来的纸币的几何变形，需要对样本图像进行几 何归一化处理。几何归化包括对图像进行几何平移、旋转、伸缩变换等处理过程， 最终目的是达到与标准图像的几何一致性。这些处理过程属于通用算法。此外，作为 匹配的准备工作，灰度整体平移也是必需的，这是为了消除因图像亮度变化导致匹配 失效的问题。 下面详细阐述每种失真的解决办法。 1 ) 磨损失真 旧纸币长期使用后，其表面有一定程度的磨损，其光照反射率变得不均匀，导致 新旧纸币所反映的图像对比度产生差异。这种失真具有较大随机性，不容易恢复。但 是这种失真对最终匹配度的影响不大，所以一般不需有严格的处理措施。 2 ) 亮度失真 亮度失真由环境照度变化引起。如果照明光源因故障或者长期使用使得光强发生 变化，那么样本图像会因此产生整体亮度平移。所以在识别之前，先要计算环境灰度 均值，与标准均值比较，如果存在差异，则说明有亮度失真，并用均值差对整幅图灰 度进行校正，这一步也称作灰度归一化。 3 ) 图像噪声 图像噪声由c c d 器件本身引起，具有很大随机性，但因其表现为图像的高频信 息，所以可以通过对图像进行高频滤波( 即低通滤波) 消除。 华中科技大学硕士学位论文 图像噪声分为很多种类，常见的有椒盐噪声、脉冲噪声、高斯噪声等。椒盐噪声 含有随机出现的黑白亮度值，而脉冲噪声则只含有随机的自强度值( 正脉冲噪声) 或 黑强度值( 负脉冲噪声) ，与前两者不同，高斯噪声具有亮度服从高斯分布或正态分 布的噪声。高斯噪声是传感器噪声的很好模型，例如摄像机的电子干扰噪声就属于 高斯噪声模型。 在本课题中，纸币的图像噪声正是属于高斯噪声，这些噪声在整幅图像的频域信 息中，占据了高频成分，因此可以用线性平滑滤波器进行很好的消除。其中对于消除 高斯噪声最有效的滤波器是高斯平滑滤波器。 图3 3用高斯平滑滤波器及消除高斯噪声 高斯滤波器是一类根据高斯函数的形状来选择权值的线性平滑滤波器。二维零均 值离散高斯函数的表达式如下“1 ： 一i ! ：! ! ： g f ，j 】= e 2。2(3-1) 设计高斯滤波时，理论上需要将图像变换到频域，然后与滤波器函数相乘，以实 现通低频( 图像的有用信息) 、阻高频( 图像的噪声) 的效果，不过一般在算法实现 时，可以通过设计高斯模板，以模板与图像在空域的卷积运算代替频域的乘法运算。 高斯模板的大小一般需要根据实际情况决定。 4 ) 几何失真【1 2 】 几何失真包括图像平移、旋转、拉伸等失真，一般由机械设备引起。由于其机理 具有数学确定性，所以容易将其恢复。这一步也称为几何归一化。 为了提高算法速度和算法效率，一般将几种几何失真进行“一次性”处理，这就 需要将几种几何失真的数学模型综合考虑。 下面是图像平移、旋转、拉伸等失真的矩阵变换： 1 7 华中科技大学硕士学位论文 阡槲 伊z ， 腓擎- 剥s i n ( a ) 鞘 沪s ， 阡谭 沪。， ： = 瞄孵孵瓤i 引i ( 3 吲 1 8 华中科技大学硕士学位论文 分类的目的是缩小匹配算法的样本空间，提高识别的速度。分类算法的好坏，很 大程度上影响整个识别算法的性能( 包括识别速度和抗噪声能力等) 。分类的原则是 从样本图像中提取全局的、几何相关的特征，从一定概率程度上判决纸币的类别甚至 面额。 分类算法一般是针对具体应用的，与样本图像本身有很大的联系，没有通用型算 法可用。分类算法不能太复杂，过于复