嵌入式机器视觉系统设计

嵌入式机器视觉系统设计

熊　超　田小芳　陆起涌

(复旦大学电子工程系　上海　200433)

摘要　机器视觉系统是智能机器人的一个重要标志,也是近年来的一个研究热点,现有研究成果在系统复杂度、价格和性能之间很难达到平衡。针对此问题,设计了一个CM O S摄像头为图像采集设备、DM CU为核心处理器的嵌入式机器视觉系统,并实现了实时双目测距。该系统简单、实时性好。

关键词　嵌入式系统　DM CU　机器视觉　双目测距

The Design of Embedded Machine Vision System

Xiong　Chao　Tian Xiaofang　Lu Qiyo ng

(E.E.D ep ar tment,F udan U niv er sity,Shanghai200433,China)

Abstract　M achine vision is an act ive research area in recent years,which is an import ant symbol of intelligent robot,but t he present research product ion has not f ound a balance among the system complexit y,cost and per-formance.T o solve the problem,a new embedded machine vision system is proposed,which t akes t he CM OS sense as the image acquisit ion unit and DM CU as cent ral processor,and real-time depth measurement is realized. T he system is simple and st able,and has a good perf ormance in real-time operation.

Key words　Embedded syst em　DM CU　M achine vision　Binocular dept h measurement

1　引 言

机器视觉系统是智能机器人的一个重要标志,其模拟了人的感知功能,具有探测范围宽、目标信息完整等优势,因此越来越受到人们的关注。其中,机器视觉测量障碍物距离是近年来的研究热点,并取得了一定的效果[1～3]。但这些视觉测距系统往往比较复杂、价格高,或者实时性差。在此设计了一个以CM OS摄像模块为图像采集设备、DM CU为核心处理器的嵌入式机器视觉系统,并实现了双目视觉实时测距。该系统集成度高、功耗低、实时性好,还有丰富的外围接口,可以广泛应用于智能机器人导航、目标定位等领域。

2　嵌入式系统设计

系统采用的摄像模块为台湾原相公司的CM OS 图像传感器PAS109B,工作电压2.4～3.6V,分辨率164×124,像素大小7.25 m×7.25 m,图像帧率最高60fps(frame per second),支持I2C接口。处理器采用台湾俊亿公司提供的DM CU处理器KBD0001B。DM-CU是为了适应现代便携设备发展而出现的一种全新体系结构,整合了DSP高效的运算能力和M CU强大的控制能力。K BD0001B字长16位,内部有RO M 32kW,有两种RA M:XRA M(16kW)和YRA M (8kW),可在一个时钟周期内分别从这两个RA M中得到两个操作数。K BD0001B运算速度最高可达25M IPS,采用了4级流水线结构,每条指令执行时间均为一个时钟周期。K BD0001B提供48个通用I/O接口,支持SPI、I2C、U A RT、PWM,内嵌了LCD控制器。

这里设计的机器视觉系统以K BD0001B为核心处理器,CM OS摄像模块为图像采集设备,大大降低该系统的复杂度。将该系统安装于一个移动小车上,通过双目视觉的方法测量障碍物的距离,实现了小车自主行驶和避障,如图1所示。

嵌入式机器视觉系统框图如图2所示。

为实时地测量障碍物距离,系统利用外极线约束[4]重整图像,这样每次只需分别从两图像传感器中

第26卷第8期增刊 仪　器　仪　表　学　报 2005年8月

图1　移动小车双目测距

各取出对应的一行图像即可。从PA S109B 中获得的图像数据为RGB 格式,首先需要转成灰阶图像:

Y =0.299R -0.148G +0.615B

Y 为8位数据,代表每个像素点的灰阶值。两行图像总数据量为328Byt es

。

图2　嵌入式机器视觉系统框图

图3(a )为程序流程图,K BD 0001B 分别从两个PAS109B 取得左、右视图像数据,执行双目测距算法,得到障碍物距离并显示到L ED 7段数码管,当障碍物距离小于预设安全距离时,使小车停止运动。使用PWM 调制,根据障碍物远近调整小车的速度。双目测距算法如图3(b)所示,大致可以分为三步:(1)用De-riche 算子[5]

对图像滤波,提取边缘特征信息;(2)获得匹配基元,构成匹配矩阵,依据竞争规则得到最佳匹配点以及匹配点对应的视差;(3)根据摄像机透视投影模型,在双摄像模块成平行对准姿态的情况下[4],计算出障碍物的距离。

3　双目测距算法

机器人中的机器视觉可以定义为这样一个过程,利用图像传感器获取三维景物的二维图像,通过处理器对一幅或多幅图像进行处理、分析和解释,得到有关景物的符号描述,并为特定服务提供有用的信息,用于

指导机器人的动作。本系统实现的是双目视觉测量简

单场景中障碍物的距离。首先处理两个CM OS 摄像模块获得的前方场景图像,提取图像中特征信息,然后根据特征信息进行图像匹配,计算得出匹配点在两个摄像模块中成像形成的视差,从而确定机器人和障碍物之间的距离。

图3　系统程序

图像匹配是机器视觉中的关键技术,本算法首先采用Deriche 算子提取边缘信息,再以提取出的边缘特征信息为匹配基元构造一个匹配矩阵,匹配矩阵的

元素为候选匹配点,依据M arr 约束[6]

互相竞争,最后胜出者为最佳匹配点。算法具体描述如下:

(1)用递归平滑滤波器滤除图像中的噪声点y 1(n)=x(n)+e -

y 1(n-1) n=1,…,N y 2(n)=e -

(x(n+1)+y 2(n+1)) n=N ,…,1y(n)=k 0(y 1(n)+y 2(n))

n=1,…,N

其中,k 0=

1-e

- 1+e -

为标准化系数,输入x (n),y(n),在系统中取 =0.25。

(2)对滤波后的图像求导,得到边缘信息

y 1(n )=x (n -1)+e -

y 1(n -1)　n =1,…,N y 2(n )=x (n +1)+e -

y 2(n +1)　n =N ,…,1

y(n)=(1-e -

)(y 1(n)+y 2(n))　n=1,…,N 其中,x (n )为经过滤波后的图像输入,y (n )为特征提取后的输出。

(3)竞争匹配

M arr 约束是图像匹配必须满足三个约束条件:相容性约束,惟一性约束和连续性约束。两个基元如果匹配首先必须满足:a .几何学约束,左图中的边缘l 和右图中的边缘r 如果匹配,则必须满足x l >x r ;b.斜坡约

369

　第8期增刊嵌入式机器视觉系统设计