（计算机软件与理论专业论文）基于arm的视觉定位技术研究.pdf

摘要 摘要 基于 蹦的嵌入式视觉定位系统是集成了计算机数字控制技术、a 跚技术、图 像处理及分析等技术为一体的技术含量高的嵌入式系统，系统软、硬件部分的设 计与实现及图像处理算法的研究是本论文研究的主要任务。 论文的重点主要集中在两个方面：1 嵌入式视觉定位系统硬件的设计；2 图 像处理与分析算法的研究与实现。全文共分为7 章。 第一章是绪论部分。综述了视觉定位技术的发展历程、国内外研究现状，并 简单介绍了论文的研究意义、研究内容以及研究目标。 第二章是嵌入式系统概述部分。主要介绍了嵌入式系统的概念和a r m 微处理 器的概况。 第三章是图像处理与分析部分。这一章是论文的重点，它对视觉定位要用到 的各种图像处理与分析算法进行了详细的介绍，并对其中一些算法进行了改进， 使其更加适合在嵌入式系统领域运用。 第四章是系统总体设计部分。介绍了系统硬件部分的总体设计以及软件部分 的总体构架，提出了视觉定位系统软、硬件的总体结构模型。 第五章是视觉定位系统硬件设计部分。这一章是论文的重点，它详细介绍了 视觉定位系统硬件部分的电路设计及原理图。 第六章是视觉定位系统软件设计部分，也是论文的重点。这一章详细介绍了 系统软件部分的设计与实现，主要包括引导程序b o o t l o a d e r 、图像采集程序、图 像滤波程序、图像边缘检测程序、图像分割程序及图像目标定位程序。 第七章是系统调试部分。这一章主要介绍了系统的调试过程，并且给出了视 觉定位系统的运行结果。 最后作者对本文的研究内容做了总结，并对基于a 跚的视觉定位技术做了展 望。 关键字：视觉定位；a 删：嵌入式系统；图像处理 广东工业大学t 学硕士学位论文 a b s t r a c t t h ee m b e d d e dv i s i o nl o c a l i z a t i o ns y s t e mb a s e do nt h ea r mi n t e g r a t e s t h et e c h n i q u e so fc o m p u t e rn u m e r i c a lc o n t r o l ，a r m , a n dd i g i t a li m a g e p r o c e s s i n ga n da n a l y s i s ，e t c t h er e s e a r c ho nt h eh a r d w a r ea n ds o f t w a r e o ft h ee m b e d d e ds y s t e ma n dt h ea r i t h m e t i co fd i g i t a li m a g ep r o c e s s i n ga n d a n a l y s i sa r et h ek e yo ft h i st h e s i s t h ew h o l et h e s i si sd i v i d e di n t os e v e n c h a p t e r s i nc h a p t e r1 ，t h e r ei sai n t r o d u c t i o n a tf i r s t ，i ts u m m a r i z e dt h e d e v e l o p m e n ta n dt r e n do fv i s i o nl o c a l i z a t i o nt e c h n o l o g ya n dt h ep r e s e n t g e n e r a ls i t u a t i o no fr e s e a r c ha l l o v e rt h ew o r l d t h e n ，t h ep r i m a r y s i g n i f i c a t i o n ，c o n t e n ta n dp u r p o s eo ft h i st h e s i sa r ep r o p o s e d i nc h a p t e r2 ，t h e r ei sas u m m a r i z a t i o no fe m b e d d e ds y s t e m t h eg e n e r a l s i t u a t i o no fe m b e d d e ds y s t e ma n da r mm i c r o p r o c e s s o ri si n t r o d u c e db r i e f l y i nc h a p t e r3 ，t h e r ei sai n t r o d u c t i o na b o u td i g i t a li m a g ep r o c e s s i n g a n da n a l y s i sa r i t h m e t i c i ti st h ek e yc h a p t e ro ft h et h e s i s i nt h i sc h a p t e r ， a l lk i n d so fa r i t h m e t i cu s e di nv i s i o nl o c a l i z a t i o ns y s t e ma r ei n t r o d u c e d i nd e t a il ，a n ds o m eo ft h e ma r ei m p r o v e di no r d e rt oa d a p tw e llt ot h e e m b e d d e ds y s t e m - i nc h a p t e r4 ，t h e r ei st h et o t a ls t r u c t u r ed e s i g no ft h ee m b e d d e ds y s t e m i nt h i sc h a p t e r ，t h ed e s i g nf r a m e w o r ko fh a r d w a r ea n ds o f t w a r ei sp r o p o s e d ， i nc h a p t e r5 ，t h e r ei st h ed e s i g no fs y s t e m sh a r d w a r e i ti st h ek e y c h a p t e ro ft h et h e s i s i nt h i sc h a p t e r ，t h ed e s i g no fp r i n tc i r c u i ti n d e t a i l si si l l u s t r a t e d i nc h a p t e r6 ，t h e r ei st h ed e s i g no fs y s t e m ss o f t w a r e i ti sa l s o t h ek e yc h a p t e r i nt h i sc h a p t e r ，t h ed e s i g na n dr e a l i z a t i o no fs o f t w a r e i nd e t a i l si si n t r o d u c e d ，i n c l u d eb o o t l o a d e rp r o g r a m , i m a g ea c q u i s i t i o n p r o g r a m , i m a g ef i l t e r i n gp r o g r a m ，i m a g ee d g ed e t e c t i o n ，i m a g es e g m e n t a t i o n p r o g r a ma n di m a g el o c a li z a t i o np r o g r a m i nc h a p t e r7 ，t h e r ei st h ed e b u g g i n ga b o u tt h es y s t e m t h er e s u l t so f t h ed e b u g g i n ga r eo b t a i n e d f i n a l l y t h er e s e a r c hc o n t e n t so ft h i sd i s s e r t a t i o nh a v eb e e n s u m m a r i z e d ，a n dt h ep r o s p e c to ft h ev i s i o nl o c a l i z a t i o nt e c h n o l o g yb a s e d o nt h ea r mh a sb e e no p e n e du p k e y w o r d s ：v i s i o nl o c a l i z a t i o n ：a r m ：e m b e d d e ds y s t e m ；d i g i t a li m a g e p r o c e s s i n g i 独创性声明 独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以 标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不包 含本人或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 8 0 指导教师签字： 论文作者签字： 2 0 0 7 年r 月3 v 日 第一章绪论 第一章绪论 1 1 课题意义 近年来，随着计算机技术的迅速发展，工业控制领域对控制的自动化程度要求 越来越高。由于工业控制领域环境复杂，存在大量的非线性系统，传统控制理论 的应用结果并不尽人意。随着工艺水平的提高，各种系统的复杂程度不断增加， 传统的控制理论越来越不能适应这种变化，使人们不得不去探索新的方法来解决 这些问题。 将视觉定位技术引入工业控制领域就是其中一种方法。通过摄像头采集工控 现场环境图像，然后使用图像识别算法，找出某些物件的位置信息，进行控制。 该技术在工业控制领域主要有如下应用： ( 1 ) i c 芯片的封装过程中，由于i c 芯片非常小，如果人工把芯片各引脚与封 装的管脚相连，容易出错，而且效率低，采用视觉定位技术的话，即使芯片位置 没有放正也可以很精确的封装各引脚。在贴片机系统中的应用。表面贴装技术是 一门把元件贴装到印刷电路板上的技术，带视觉系统的高速、高精度贴片系统越 来越广泛地运用在表面贴装领域，视觉系统的主要作用是辅助机器完成高精度元 件定位和元件缺陷检测。国外在表面组装领域研究较早，但贴片机中的视觉技术 历来受专利保护且鲜为人知，随着我园微电子产业的高速发展，国家已经把表面 贴装装备的国产化作为“十五”投资重点项目，高精度贴片机进行元件贴装前的贴 装头位置视觉校准问题，目的是保证处于空间位置的贴装头中心和处于固定位置 的视觉系统中心重合，以减小元件贴装时由于基准偏差引入的误差，提高贴片精 度踟。 ( 2 ) 在机器人导航中，视觉定位技术也得到了广泛的应用，由于人眼的易疲劳 性、人的惰性，特别是根据生产自动化的要求，必然需要一种有效工具，以弥补以上 的缺陷及满足上述要求。机器人视觉系统可以有效地解决这类问题。其核心部分 是图像处理，它是对获得的目标图像进行预处理，改善图像的质量及性噪比，并进 行图像的识别和定位。因此，对目标的视觉定位成为机器人导航系统的关键一步嘲。 ( 3 ) 又例如在绕制可调变压器生产过程中，铜线需要准确无误地绕制在特定的 凹槽内，而凹槽的间隔因规格的不同而不同，传统的控制方法是采用开环控制的 广东1 = 业大学工学硕士学位论文 方法，先测量计算凹槽间距大小，设定步进的参数，然后控制步进电机使机器手 到达相应位置进行操作，由于计算的位置与实际位置存在一定偏差，而且还存在 着累计误差，所以不能很好的绕制线圈。如果采用闭环控制，传感器则是一个关 键，如果采用视觉定位技术的话，就可以很好的解决这个问题。 等等方面，当前，视觉定位算法理论已日趋完善，在各个领域逐步开始应用。 尤其是在工业生产中，视觉定位的应用，可以大大提高劳动生产率。在监控及机 器人导航方面视觉定位技术更是不可缺少的关键技术。 在不久的将来，视觉定位技术还可应用于很多其他领域。例如： 消防领域，视觉定位技术可以自动识别出某些不安全因素，比如易燃易爆物 品附近的火星、烟头等。 门禁领域，视觉定位技术可以根据人的体貌特征，对进出的人进行监控。 交通领域，可以利用视觉定位构建智能交通指挥平台，实现无人化交通管理。 加工制造领域，视觉定位结合机械控制，可以使机械手臂完全代替生产流水 线上的工人。 医疗卫生领域，利用视觉定位能够有效的找出变异的癌细胞，从而提高诊断 效率。 由此可见，视觉定位技术有着很好应用前景，该技术的发展能够有力的提高 劳动生产率。 1 2 计算机视觉 计算机视觉就是用各种成像系统代替视觉器官作为输入传感手段，由计算机 来代替大脑完成处理和解释。计算机视觉研究的最终目标就是使计算机能象人那 样通过视觉观察和理解世界，具有自主适应环境的能力嘲。因此，用计算机信息处 理的方法研究人类视觉的机理，建立人类视觉的计算理论也是一个非常重要和令 人感兴趣的研究领域，这方面的研究被称为计算视觉。有不少学科的研究目标与 计算机视觉相近或与此有关，这些学科包括图像处理、模式识别、图像理解等。 由于历史发展或领域本身的特点这些学科互有差别，但又有某种程度的相互重叠。 把这些与计算机视觉有关的学科从研究目标和方法的角度加以归纳为： 1 图像处理 图像处理技术把输入图像转换成具有所希望特性的另一幅图像。在计算机视 2 第一章绪论 觉研究中经常利用图像处理技术进行预处理和特征抽取。 2 模式分类 模式分类技术根据从图像抽取的统计特性或结构信息把图像分成预定的类 别。在计算机视觉中模式分类技术经常用于对图像中的某些部分的识别和分类。 3 图像理解 给定一幅图像，图像理解过程不仅描述图像本身，而且描述和解释图像所代 表的景物，以便对图像代表的内容做出决定。图像理解除了需要复杂的图像处理 以外还需要具有关于景物成像的物理规律的知识以及与景物内容有关的知识。在 建立计算机视觉系统时需要用到上述学科中的有关技术，但计算机视觉研究的 内容要比这些学科更为广泛。为实现建立与人的视觉系统相类似的通用计算机视 觉系统的目标，需要建立人类视觉的计算理论脚旧。 1 3 国内外研究现状 目前基于a r m 的视觉定位技术的研究还处于初级阶段。理论已趋于完善， 但应用还不十分成熟。尤其是在工业控制领域，识别算法主要是p c 机端处理，基 于嵌入式系统平台的算法在国内外还处于研究应用的初级阶段。 国内外关于视觉定位技术的应用研究现在非常广泛。 机器人导航方面，计算机视觉理论及算法发展迅速，视觉导航已经成为导航 技术中的一个很重要得发展方向。计算机视觉定位技术在机器人导航中得到了广 泛的应用，尤其是在飞行器( 包括导弹、飞机等) 导航方面，视觉定位技术取得 了巨大的成绩嘲。通常，机器人利用摄像机拍摄周围的环境图像，然后通过图像处 理、分析技术，例如特征识别、图像分割等，进行机器人定位。 在贴片机系统中，采用的视觉定位算法有很多种，传统的方法是采用模板匹配 的相关算法，现在有采用先提取特征点集然后再进行点模式匹配的计算方法，也 有采用十字叉标记对准法伽m 。 各种视觉定位技术都有自己的优缺点，适用于不同的应用环境。大部分研究 工作都是基于p c 机。 当前视觉定位技术已经由试验开始走向实用，国外很多科研机构、公司已经 使用视觉定位算法研制出了自己的产品。例如有产品使用视觉定位技术判断物体 的位置，如图1 - - 1 所示。该产品可以通过图像判断商标粘贴是否合格，电子元件 3 广东工业大学工学硕士学位论文 焊接位置是否正确，还能识别出简单的字符，从而提高产品合格率。 图1 - 1 视觉定位技术应用示例l f i g u r e1 1t h ef i r s ta p p l i c a t i o no fv i s i o nl o c a l i z a t i o nt e c h n o l o g y 还有产品可以通过视觉定位技术来测量物体的形状，如图1 2 所示，可以使 用该产品判断电子元件引脚是否正常，钉进去的铆钉高度是否合格等。 4 第一章绪论 图卜2 视觉定位技术应用示例1 f i g u r e1 - 2t h es e c o n da p p l i c a t i o no fv i s i o nl o c a l i z a t i o nt e c h n o l o g y 1 4 研究的内容、目标及技术方案 1 4 1 研究的内容 本研究课题主要是完成一个完整的嵌入式视觉定位系统的解决方案，要研究 和解决的内容包括如下几个方面： ( 1 )嵌入式系统主控器的实现。如何根据应用要求，选择微控制器、存储 器及接口芯片等，并编写驱动程序。 ( 2 )控制接口综合实现。需实现液晶l c d 显示、键盘、串口通讯以及图像 采集卡的连接。 ( 3 )图像滤波算法的设计与实现，由于通过摄像头采集回来的图像在分辨 率及色彩方面不适合直接进行处理，因此需要首先对图像进行必要的 滤波。 ( 4 ) 图像处理以及图像定位算法的设计与实现。由于嵌入式系统资源有限， 广东工业大学工学硕士学位论文 因此对算法的执行效率要求较高，采用那种图像算法成为整个系统的 关键。 ( 5 ) 图像采集设备驱动程序的编写。 在本课题中，实现典型的嵌入式视觉定位控制器，研究及实现的内容包括如下 几个方面： ( 1 )以a r m 9 为核心，构建系统硬件，通过摄像头采集环境图像，在l c d 上显示图像，并传送图像信息。 ( 2 ) 研究分析图像滤波算法，实现滤波器功能。 ( 3 ) 研究分析图像处理算法，对图像进行分割处理。 ( 4 ) 研究分析图像分析算法，对处理过得图像目标定位。 1 4 2 技术方案 以嵌入式微处理器a r m 为平台，通过视频采集卡采集摄像头图像信息，将图 像信息保存至系统内存，使用滤波器程序对图像噪音进行过虑，最后采用图像识 别技术，找出感兴趣的信息。 视觉定位系统主要由图像采集、图像滤波、图像处理与分析、输出位置信息 等几部分组成。图像采集主要是通过摄像头或感光器采集图像，然后将其转换成 数字形式存储；图像滤波是采用一定的滤波算法对采集到的数字图像进行过虑， 消除噪音；图像处理与分析是采用数字图像处理及图像模糊识别技术对滤完波的 图像进行处理，找出其中感兴趣的信息，定位出图像中某些物体的位置信息；输 出位置信息部分主要是给其他模块传输定位出的结果。系统框图如图1 1 所示。 幽卜3 系统框图 f i g u r e1 3s y s t e mf r a m e 整个系统硬件逻辑结构如图1 2 所示。嵌入式系统核心模块基于a r m 9 芯片，在 其上运行图像滤波及图像识别程序。外围设备及扩展模快要完成相关设备地址译 码、接口并实现相应扩展，以备系统扩展升级的需要。其需要实现：键盘输入、 串行接口、彩色l c d 、摄像头输入等。 6 第一章绪论 其中图像采集部分可以采取两种方案，第一种采用u s b 接口直接连接摄像头， 第二种采用嵌入式图像采集卡，通过图像采集卡采集p a l 制式摄像机的图像。本 设计采用第二种方案。 a r m9 微处理器 工 上t善 3 2 0 x 2 4 0l c d串口 ( t f t ) 键盘( 4 x 4 ) 视频采集卡 ( u a r t 0 ) t 摄像头 ( p a l ) 图1 - 4 硬件逻辑结构图 f i g u r e1 4h a r d w a r el o g i c a ls t r u c t u r e 整个系统软件分两层。底层驱动：串口、f l a s h 、l c d 、视频采集卡等外围设 备驱动；应用层：数字图像滤波模块、数字图像处理模块、图像分析模块及主控 制模块。整个软件结构如图1 3 所示。 7 广东工业大学工学硕士学位论文 圈刁园婴卫 曰一。 巨j 习e e 1 4 3 研究目标 图1 - 5 软件结构图 f i g u r e1 5s o f t w a r es t r u c t u r e 根据目前实验室现有的硬件设备条件和研究的理论基础，本课题拟实现以下 目标： 利用图像分析算法，通过分析处理环境图像，为机器人导航提供路障信息。 ( 1 ) 以a r 姻为核心构成嵌入式定位系统硬件； ( 2 ) 通过嵌入式图像采集卡采集环境图像，在a r m 平台上进行滤波、处理 以及分析，标出目标物体。 第二章嵌入式系统概论 2 1 嵌入式系统 第二章嵌入式系统概述 2 1 1 嵌入式系统的定义 嵌入式系统是嵌入到对象体系中的专用计算机系统。i e e e ( 国际电气和电子 工程师协会) 对嵌入式系统的定义为：嵌入式系统是“用于控制、监视或者辅助 操作机器和设备的装置”。国内普遍认同的嵌入式系统定义为；以应用为中心，以 计算机技术为基础，软硬件可剪裁，适应应用系统对功能、可靠性、成本、体积、 功耗严格要求的专用计算机系统1 9 1 1 1 0 1 。 嵌入式系统主要由嵌入式微处理器、外围硬件设备、嵌入式操作系统以及用 户应用软件等部分组成。嵌入式系统的最大特点是其所具有的目的性或针对性， 即每一套嵌入式系统的开发设计都有其特殊的应用场合与特定功能，这也是嵌入 式系统与通用的计算机系统最主要的区别【l l 】。 2 1 2 嵌入式系统发展现状及趋势 随着信息化、智能化、网络化的发展，嵌入式系统技术在上世纪末以来获得 了广阔的发展空间。进入2 0 世纪9 0 年代，特别是进入2 l 世纪后，嵌入式技术全 面展开，目前已成为通信和消费类产品的共同发展方向。在通信领域，数字技术 正在全面取代模拟技术，而数字技术的核心就是嵌入式系统技术；在个人领域中， 嵌入式产品将主要是作为个人移动的数据处理和通信软件；对于企业专用解决方 案，如物流管理、条码扫描、移动信息采集等，这种小型手持嵌入式系统将发挥 巨大的作用；自动控制领域，不仅可以用于a t m 机、自动售货机、工业控制等专 用设备和移动通信设备、g p s 、娱乐等相结合，嵌入式系统同样可以发挥巨大的 作用i i 羽，在家庭应用和娱乐上，宠物机器人、清扫机器人、除草机器人等在目韩 和欧美国家得到了广泛的应用【1 3 】。 全球嵌入式系统的市场潜力巨大，并以3 8 的平均速度增长。正在发展中的 中国市场势头更猛1 1 4 1 。美国b u s i n e s sw e e k 杂志提出了“后p c 时代”的概念【1 5 l 。 9 广东1 ：业大学1 = 学硕七学位论文 根据美国嵌入式系统专业杂志r t c 报道，2 1 世纪初的十年中，全球嵌入式系 统市场需求量具有比p c 市场大1 0 至1 0 0 倍的商机。嵌入式系统几乎包括了生活 中的所有电器设备，如掌上p d a 、移动计算设备、蜂窝式电话、微波炉、数码相 机、安全系统、自动售货机、工业自动化仪表与医疗仪器等。此外，在制造工业、 过程控制、军事装备等各大领域嵌入式系统都有着广阔的应用空耐1 6 1 。 在国内，哈工大、浙江大学在这嵌入式领域也做出了突出的研究。哈尔滨工 业大学于2 0 0 5 年年底前交付了家庭机器人第一台样机【，浙江大学研制的第一个 具有自主知识产权的自主吸尘机器人也于前一段时间面世【埔】。联合国2 0 0 4 年l o 月2 0 日公布的世界机器人技术年度调查报告预计，家用机器人的数量将在未来3 年间上涨6 倍，而且价格将随着应用普及大幅下降【1 9 1 。 嵌入式系统的发展趋势主要体现在以下四个方面【2 0 1 ： 1 嵌入式应用软件的开发需要强大的开发工具和操作系统的支持 2 1 1 。 2 网络互联成为必然趋势倒。 3 支持小型电子设备实现小尺寸、微功耗和低成本。 4 提供精巧的多媒体人机界面。 2 1 3 嵌入式软件的分类 嵌入式软件主要分为3 类【2 3 】： l 、嵌入式操作系统：e o s 负责嵌入系统的全部软、硬件资源的分配、调度 工作，控制、协调并发活动。有名的嵌入式操作系统有w m d o w s c e 、p a l m o s 、 l i n u x 、v x w o r k s 等。 2 、嵌入式支撑软件：支撑软件是用于帮助和支持软件开发的软件，通常包 括数据库和开发工具，其中以数据库最为重要。 3 、嵌入式应用软件；嵌入式应用软件是针对特定应用领域，基于某一固定 的硬件平台，用来达到用户预期目标的计算机软件。 1 0 第二章嵌入式系统概论 2 2 嵌入式a r m 微处理器 2 2 1a r m 微处理器简介 a r m ( d v a n c e d r i s c m a c h i n e s ) ，既可以认为是一个公司的名字，也可以认 为是对一类微处理器的通称，还可以认为是一种技术的名字。1 9 9 1 年a r m 公司 成立于英国剑桥，主要出售芯片设计技术的授权，作为知识产权供应商，本身不 直接从事芯片生产，靠转让设计许可由合作公司生产各具特色的芯片，世界各大 半导体生产商从a r m 公司购买其设计的a r m 微处理器核，根据各自不同的应用 领域，加入适当的外围电路，从而形成自己的a r m 微处理器芯片进入市场1 2 4 1 1 2 5 1 。 目前，采用a r mi p 核的微处理器，我们通常称为a r m 微处理器。应用非 常广泛，已遍及工业控制、消费类电子产品、通信系统等各市场领域，基于a r m 技术的微处理器应用约占据了3 2 位微处理器7 5 以上的市场份额。目前，全世界 有几十家大的半导体公司都使用a r m 公司的授权进行设计生产。 a r m 处理器当前有5 个产品系列：u u “7 、a r m 9 、a i t m 9 e 、a i t m l o 和 s e c u r c o r e 。其中，a r m 7 、m u “9 、a i e v l 9 e 和舢u “1 0 为4 个通用处理器系列， 每一个系列提供一套相对独特的性能来满足不同应用领域的需求。s e c u r c o r e 系列 专门为安全要求较高的应用而设计【2 5 1 。 2 2 2a r m 微处理器的特点 采用r i s c 架构的a r m 微处理器一般具有如下特点 2 4 1 ： 1 、体积小、低功耗、低成本、高性能； 2 、支持t h u m b ( 1 6 位) ，a r m ( 3 2 位) 双指令集，能很好的兼容8 位1 6 位 器件； 3 、大量使用寄存器，指令执行速度更快； 4 、大多数数据操作都在寄存器中完成； 5 、寻址方式灵活简单，执行效率高； 6 、指令长度固定。 广东工业大学t 学硕士学位论文 2 2 3a r m 微处理器的应用 到目前为止，a r m 微处理器的应用几乎已经深入到各个领域1 2 6 】： 1 、工业控制领域：作为3 2 位的r i s c 架构，基于a r m 核的微控制器芯片不 但占据了高端微控制器市场的大部分市场份额，同时也逐渐向低端微控制器应用 领域扩展，a r m 微控制器的低功耗、高性价比，向传统的8 位1 6 位微控制器提 出了挑战。 2 、无线通讯领域：目前已有超过8 5 的无线通讯设备采用了a r m 技术，a r m 以其高性能和低成本，在该领域的地位日益巩固。 3 、机器人领域：自主移动机器人技术包含了多种技术，其中重要的一个就是 嵌入式技术。特别是在小型机器人上，由于其体积小、功耗小、功能强，嵌入式 处理器同样得到了广泛的应用。 4 、消费类电子产品：a r m 技术在目前流行的数字音频播放器、数字机顶盒 和游戏机中得到广泛采用。 除此以外，a r m 微处理器及技术还应用到许多不同的领域，并会在将来取得 更加广泛的应用。 第三章图像处理与分析 第三章图像处理与分析 3 1 数字图像处理 人类传递信息主要媒介是语音和图像。据统计，在人类接受的信息中，听觉 占2 0 ，视觉信息占6 0 。作为传递信息的重要媒体和手段一一图像信息是十分 重要的【2 7 l 。图像处理技术是在第三代计算机问世后才得到迅速发展。 所谓图像处理，就是对图像信息进行加工以满足人的视觉心里或应用需求的 行为。图像处理的手段有光学方法和电子学( 数字) 方法1 2 引。光学方法发展时间 长，从简单的光学滤波到现在的激光全息技术，光学处理理论已经日趋完善，而 且处理速度快，信息容量大，分辨率高，又很经济。但是光学处理图像精度不够 高，稳定性差，操作不便。所谓数字图像处理就是利用数字计算机对从图像信息 转换而得到的电信号进行数学运算，以提高图像的实用性。随着电子计算机技术 的不断提高及普及，数字图像处理进入高速发展时期【2 9 】。 3 1 1 数字图像处理技术的发展及应用 数字图像处理作为一门学科大约形成于2 0 世纪6 0 年代初期。早期的图像处理 的目的是改善图像的质量，它以改善人的视觉效果为目的。图像处理中，输入的 数据是原始图像，质量一般较低，输出的处理结果是改善质量后的图像，常用的 图像处理方法有图像增强、分割、编码、压缩等。当前，数字图像处理技术应用 非常广泛，涉及各行各业，其中最重要的是在各种机器人( 智能的、工业的等) 视觉 研制中的作用。此外，在生产过程自动化、产品质量检测、机器零件的无损探伤、 人工地震信号处理及地层内部结构的重建等方面都有重要的应用。在其他领域， 如通讯工程、仿真技术、冶金、化工、生物学、地理学、高能物理、考古研究、 公安司法部门等都有广泛地应用网。 3 1 2 数字图像处理的特点 数字图像处理主要有一下几个特点 2 7 1 1 3 0 1 1 3 2 1 ： ( 1 ) 图像信息量大 广东t 业大学工学硕七学位论文 在数字图像处理中，一幅图像可看成是由图像矩阵中的象素组成的，每个象 素一般采用8 b i t ，高精度的可用2 4 b i t 表示。 例如：2 5 6 x 2 5 6 x 8 = 6 4 k 8 2 0 4 8 2 0 4 8 2 4 = 1 2 舳 大数据量给存储、传输和处理都带来巨大的困难。 ( 2 ) 图像处理技术综合性强 数字图像处理涉及到很多基础学科和专业技术。包括通信技术、计算机技术、 电子技术、电视技术，数学、物理学等方面。 图像处理技术的发展涉及越来越多的基础理论知识，雄厚的数理基础及相关 的边缘学科知识对图像处理科学的发展有越来越大的影响。图像处理科学是一项 涉及多学科的综合性科学。 ( 3 ) 数字图像中各个像素是不独立的，其相关性大。 在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同 一行中相邻两个像素或相邻两行间的像素，其相关系数可达0 9 以上，而相邻两 帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜 力很大。 ( 4 ) 数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。 由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识 状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算 机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。 3 1 3 数字图像处理的方法 数字图像处理方法大致可以分为两大类，即：空域法和变换域法。 1 空域法 这种方法是把图像看作是平面中各个象素组成的集合，然后直接对这一二维 函数进行相应处理。 2 变换域法 数字图像处理的变换域处理方法是首先对图像进行正交变换，得到变换域系 数阵列，然后再实行各种处理，处理后再反变换到空间域，得到处理结果。 1 4 第三章图像处理与分析 3 2 图像增强 图像增强是指按特定的需要突出一幅图像中的某些信息，同时，削弱或者去 处某些不需要的信息的处理方法。其主要目的是使处理后的图像对某种特定的应 用来说，比原始图像更适用。因此，这类处理是为了某种应用目的而去改善图像 质量的，处理的结果使图像更适合于人的视觉特性或者机器的识别系统1 2 7 1 。 一般情况下，从成像系统获取得原始图像由于收到外界各种元素的随机干扰， 不能直接应用，必须在应用的早期对原始图像进行预处理，尽量削弱随机干扰对 后续处理的影响。 3 2 1 图像对比度处理 通过成像系统采集的图像可能由于亮度范围不足使图像对比度不理想，因此 我们要对图像进行对比度处理，改善图像的对比度，扩大图像的亮度范围可以用 线性映射的方法，通过映射函数使图像亮度范围变宽【3 0 】，而图像的灰度级别没有 变化，仍然和原来的图像是一样的，如图3 一i 所示，在这种转换中，如果原始图 像的灰度级为k 级的话，映射后输出的图像灰度级仍然是k 级，这样由于输出图 像的灰度范围加大t 1 2 7 ，因此，使每一级灰度分层的跳变比原始图像大，由此将 会使图像对比度增大。 输出 图3 一l 灰度的线性映射变换 f i g u r e3 - 1l i n e a rm a po fi m a g eg r a ys c a l e 对于数字图像，映射函数的执行是相对简单的任务。但在映射函数算子的设 计中必须考虑灰度量化的影响。 广东工业大学工学硕士学位论文 3 2 2 图像噪声虑除 采集回来的图像信息可能存在各种寄生效应，这些寄生效应可能在传输中产 生，也可能在量化处产生，因此我们应该选择一种较好的图像滤波处理方法，做 到既能够过虑掉这些寄生效应又不使图像的边缘轮廓和线条变得模糊 2 7 1 。 滤波器的种类非常多，但是总的来说可以分为两类，即空间域滤波器和频率 域滤波器，空间域滤波器一般采用邻域平均法和中值滤波来减小噪声，而在频率 域一般采用低通滤波器来虑除噪声。 三种滤波算法具体如下所述： ( 1 ) 低通滤波法。首先要对图像进行变换域( 通常变到频率域) ，然后在变 换域中对图像的值进行滤波，最后再变回空间域。例如：先对图像进行傅立叶变 换，再对图像的频谱进行滤波，最后将修正后的图像进行傅立叶反变换回空间域， 从而增强图像。我们可以用下图来描述这个过程。 一，俚! ( 】三堕互 舅叵嫩4 图3 - 2 线性滤波器处理框图 f i g u r e3 2l i n e a rf i l t e rf r a m e 数学描述如下： f ( u ，1 ，) = r 扩j ，) ( 3 1 ) o ( u ，v ) = h ，v ) f ( u ，v )( 3 2 ) g ( x ，y ) = r 。 g ( “，v ) )( 3 3 ) 其中r ) 表示某种频域正变换，r 1 ) 表示该频域变换的反变换。f ( 1 l ，v ) 为原 始图像坟k y ) 结果频域正变换的结果，h ( 1 l v ) 为频域中的传递函数( 即滤波函数) ， g ( 1 l ，v ) 为修正后的结果，g 代y ) 是g ( u ，v ) 反变换的结果，即滤波后的图像。二维低 通滤波器的传递函数可以由下式表示： = 器嬲三幺 4 ， 式中d 0 是一个规定的非负的量，称为低通滤波器的截止频率。d ( 1 l ，v ) 是从频率原 第三章图像处理与分析 点到沁v ) 点的距离，即 三 d ( u ，v ) = 【甜2 + v 2 】2( 3 5 ) h ( 1 l v ) 对l l v 来说是一幅三维图形。h “v ) 的剖面图如图3 3 所示，将该图沿 着y 轴旋转一周就可以得到滤波器的传递函数【2 7 】【3 5 1 。 0 d o d ( u v 图3 - 3 理想低通滤波器传递函数径向剖面图 奇数个点的滑动窗口，将窗口中各点灰度值的中值来替代窗口中心点的灰度值【2 9 1 。 w 蚓 节点有可能被当成噪声点去除p 4 1 【3 6 】【3 卯。 的灰度图f 【) 【y ) ，平滑处理后得到的一幅图像为如y ) ，那么g ( 与y ) 可以由下式决定： 1 7 广东工业大学t 学硕士学位论文 鼬川2 万l 。娶( 研脚( 3 6 ) 其中s 是点的坐标集合，x , y - o 1 ，n 1 ，m 是集合中坐标点的总数。平滑化后图像 g ( 墨y ) 中的每个象素点的灰度值都是由包括点( x ，”的预定邻域中的坟k y ) 的几个象 素的灰度值得平均值来决定伫7 】。在实际处理过程中，我们一般采用模板来计算灰 肌 豳 3 3 图像分析 来。图像中目标的检出方法可以分为以下几类【3 4 】： 1 8 第三章图像处理与分析 板1 ，然后将待检测图像与模板求匹配，从而检测出物体。 3 3 1 边缘检测 图像的边缘是图像最基本的特征。所谓边缘是指图像周围像素灰度有阶跃变 化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间。因此， 它是分割图像所依赖的重要特征 2 9 1 。物体的边缘是由灰度不连续性所反应的。经 典的边缘检测方法是考察图像的每个象素在某个邻域内灰度的变化，利用边缘邻 近一阶或二阶方向导数变化规律，用简单的方法检测边缘。这种方法成为边缘检 测局部算子法。如果一个像素点落在某一个物体的边界上，那么它的邻域将成为 一个灰度级的变化带。对这种变化最有用的两个特征是灰度的变化率和方向，它 们分别以梯度向量和方向来表示p 7 】【3 8 】四。 边缘检查算子检查每个像素的邻域并对其灰度的变化率进行量化，当然也包 括方向的确定【2 9 】。常用的边缘检测算子主要有下面几种 2 9 1 1 3 0 3 1 】： ( 1 ) r o b e r t s 边缘检测算子，利用局部差分算子寻找边缘。公式如下： g ( x ，y ) = 【厂( 石，力一( x + 1 ，j ，+ 1 ) 】2 + 【厂( x ，y ) 一厂( x + l ，y + 1 ) 】2 ) “2 其中足墨y ) 为输入图像，平方根运算使该处理类似于人类视觉的观察。 ( 2 ) s o b e l 边缘算子，图像中的每个点都用图3 4 的两个算子做卷积运算。 一个算子检测出垂直边缘，而另一个检测出水平边缘。两次卷积运算的最大值作 为该点的灰度值。 一121 ooo 12l l01 2 o2 一l 0l 图3 - 4s o b e l 边缘检测算子 f i g u r e3 - 4s o b e le d g ed e t e c t i o no p e r a t o r ( 3 ) p r c w i t t 边缘算子，图3 - - 5 所示的两个算子形成了p r e w i t t 边缘算子。图 像中的每个点都用这两个算子进行卷积运算，取最大值作为输出。 | - 一l一1 1 000 1 9 广东1 = 业大学t 学硕+ 学位论文 图3 - 5p r e w i t t 边缘检测算予 f i g u r e3 - 5p r e w i t te d g ed e t e c t i o no p e r a t o r ( 4 ) 高斯一拉普拉斯算予，拉普拉斯算子是对二维函数进行运算的二阶导树 算子，高斯一拉普拉斯算子把高斯平滑滤波和拉普拉斯锐化滤波结合起来，先平 滑掉噪声，再进行边缘检测，是效果较好的边缘检测器。一般我们常用的高斯一 拉普拉斯算子是5 5 的模板，如图3 6 所示： 一2 4 4 4 2 40804 482 484 40804 2 4 4 4 2 图3 - 6 高斯一拉普拉斯边缘检测算子 f i g u r e3 。6g u a s s 。l a p l a c i a ne d g ed e t e c t i o no p e r a t o r 由于s o b e l 算子是滤波算予的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛，本系统采用s o b e l 算子对图像进行边缘检测。 3 3 2 图像分割 图像分割的目的是把图像空间分割成一些有意义的区域，分割的依据可以建 立在相似性和非连续性两个基本概念上口_ 7 】。分割的方法主要有：基于灰度阀值的 分割法、基于边缘的分割法以及基于形状的分割法等。本系统采用基于图像边缘 的分割法。 首先利用图像边缘检测算子找到图像的边缘，通常检测结果都虚假或过于琐 碎的边缘，且边缘较粗，因此需采用后续处理将所有边缘合并为有意义的连续的 边界。该方法在边缘检测的基础上，采用各种边缘连接方法将所有边缘合并为具 有一定意义的连续的边界。目前提出的边缘连接方法有边缘松弛法、边界跟踪法、 图搜索法、动态规划和h o u 曲变换等【3 9 】【柚】。 由于a r m 微处理器处理能力有限，所以如果直接采用上述算法，运算量庞大， 影响系统性能，因此本系统在图像边缘检测的基础上提出一种运算简单的基于图 2 0 第三章图像处理与分析 像边缘的分割法。具体算法如下： 由于环境背景相对单一，所以首先可以在边缘检测的基础上，对图像进行二 值化处理，通过迭代计算出图像的平均灰度值，将平均灰度值作为阀值，大于阀 值的像素点为边缘，灰度值设定为2 5 5 ，小于等于阀值的像素点灰度设定为0 ，这 样即可将图像分割出来。其中迭代次数由用户设定，迭代次数越多，处理出来的 效果越好，但是速度也越慢，迭代次数越少，运算速度越快，但是处理结果相对 而言不是很理想，默认迭代次数为5 。 3 3 3 目标定位 图像分割完成后，就需要对目标图像进行定位了，由于本系统用于机器人导 航，所以只需找出障碍物的大概位置即可。定位过程中需要用到图像分割处理的 结果，定位完成后将障碍物标出来，同时将位置信息传给主控进程，由主控程序 进行导航。 由于图像分割的结果是把图像转换为二值图像，因此处理算法简单，非常适 合在嵌入式领域运用。在机器人导航中，摄像头始终对准机器人运动的正前方， 因此，只需判断出前方路径有无路障即可。 具体定位算法如下： 在图像上面均匀设置横向、纵向扫描线，根据扫描线与图像边缘的相交情况 判断目标物体位置，扫描线数目由用户