基于DSP的图像采集和处理系统

１．４本论文的主要研究内容
本论文以整个系统的硬件设讨为主要研究对象，并简要提出了软件的设计思路。 论文的第一章为绪论，以课题研究的背景和图像处理系统发展的儿个阶段为出 发点，介绍了课题的设计思想。 第二章主要以说明系统设计的理论基础为主，包括视频信号的构成、摄像头的 选择以及ＤＳＰ的选择等。 第三章是本文的重点。在第二章的理论基础上，首先对系统的总体给予说明， 然后分模块对系统的设计进行了详细的描述。包括模拟视频信号调理模块、Ａ【）转换 模块、采集和时序逻辑控制模块、视频存储器模块和串行通信模块。最后对系统的 ＰＣＢ布线中的要点也作了必要的说明。 第四章就图像采集、图像分析及图像处理三个方面提出了软件的设计思路。 在论文的结束语部分对系统进行了简要的总结，并指出了系统所存在的不足以 及改进方法。
第４页
硕士论文
基于ＤＳＩ，的图像采集和处理系统
２系统设计理论基础
在本图像采集和处理系统中，我们需要对采集到的图像信息进行处理和分析。 图像有灰度图像（黑白图像）和彩色图像两种。图像从黑色到白色之间的过渡色统称 灰色，灰度就是这一灰色划分成ｆ毙／３ｎ以区分的层次数。灰度图像是指每个像素的信息 山一个最化的灰度级来描述的图像，没有彩色信息。彩色图像是指每个像素的信息由 ＲＧＩｊ（红、绿、蓝）三原色构成的图像，其中ＲＧＢ是由不同的灰度级来描述的。彩色 图像的处理硬件系统设计复杂，系统设计成本较高；而灰度图像系统硬件设计较简单， 成本较低，在本系统中采用的是输出为灰度图像的摄像头。
本文将给出该系统完整的硬件设计和洋细的软件设计方案，并对设计巾需要特 别注意的问题做出了详细的论述。
关键词：视频图像采集，图像ｉ：｝＿！别，ＤＳＰ，ＴＭＳ３２０ＶＣ５４０２
硕士论文
基于ＤＳＰ的图像采集和处理系统
ＡＢＳＴＲＡＣＴ
Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ｖｉｄｅｏ ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ ｄａｔａ ｐｒｏｃｅｓｓｉｎｇ ｓｙｓｔｅｍ ｉｓ ｄｅｓｉｇｎｅｄ ｆｏｒ ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ．Ｔ１’Ｓ ７ｌ＇ＭＳ３２０ＶＣ５４０２ ＤＳＰ ＩＣ ｃｈｉｐ ｉｓ ｕｓｅｄ ａｓ ｔｈｅ ｃｅｎｔｒａｌ ｐｒｏｃｅｓｓｏｒ ｏｆ ｔｈｅ ｓｙｓｔｅｍ ＳＯ ｔｈａｔ ｔｈｅ ｖｉｄｅｏ ａｃｑｕｉｓｉｔｉｏｎ，ｖｉｄｅｏ ｉｍａｇｅ ｅｘｔｒａｃｔ ａｎｄ ｄａｔａ ａｎａｌｙｓｉｓ Ｃａｌｌ ｂｅ ｉｎｔｅｇｒａｔｅｄ ｉｎｔｏ ｏｎｅ ｓｙｓｔｅｍ．Ｔｈｅ ｓｙｓｔｅｍ ｉｓ ｍａｄｅ ｕｐ ｏｆ ａｎａｌｏｇ ｖｉｄｅｏ ｓｉｇｎａｌ ｃｏｎｄｉｔｉｏｎｉｎｇ
发展１２Ｉ。
随着各剩，珏｛别算法的不断完善，对实际的图像处理系统的开发研制也成为一种 迫切的需求。而上述的视频图像识别技术都是以数字信号处理理论为基础，以数字视 频的获取为前提，以计算机技术和微处理器技术为实现手段的。
本课题正是基于对视频图像进行识别的目的而提出的一种图像采集和处理系
统。
１．２图像处理系统发展概述
第二种方法是采用通用的高速视频ＡＤ转换器结合专用的同步信号提取芯片，实 现原来由专用视频解码：卷片实现的功能。比如采用ＡＩ）转换器ＴＬＣ５５１０和专用同步信 号提取芯片ＬＭｌ８８１。该方法的实现框图如图１．３．２。
图１．３．２使用专用同步信号提取芯片的图像采集与处理系统
该方法虽然增加了一个芯片，但它既保持了第一种方法的结构简单、易于丌发 等优点，又在一定程度上弥补了通用性差的缺点。由于整个采集过程在ＣＰｕ的控制下 完成，因此对处理器的速度要求高，虽不能完成图像的自动采集，但能够满足某些图 像系统的需要。
该方法是一种传统方法，它的特点是除了对专用芯片进行采集模式的设定外， 主处理器不参与采集过程，对处理器的速度和性能要求较低，因此具有较好的实时性， 适合活动图像的采集。专用芯片实现了抗混叠滤波、模数转换、时钟产生、多制式解 码等多种功能，结构简单、便于开发，既减少了外围：苍片，又减轻了处理器的处理压 力。当然，同时也带来了成本高和通用性差等缺点。
ｐａｐｅｒ．Ｓｏｍｅ ｐｏｉｎｔｓ ｔｈａｔ ｎｅｅｄ ａｕｅｎｔｉｏｎ ａｒｅ ａｌｓｏ ｄｉｓｃｕｓｓｅｄ ｆｕｌｌｙ．

Ｋｅｙ ｗｏｒｄ：ｖｉｄｅｏ ａｃｑｕｉｓｉｔｉｏｎ，ｉｍａｇｅ ｒｅｃｏｇｎｉｔｉｏｎ，ＤＳＰ，ＴＭＳ３２０ＶＣ５４０２
硕｛：论文
基于Ｉ）ＳＩ＇的图像采集和处理系统
１绪论
１．１课题研究的背景
图像处理的发展与计算机以及硬件技术的发展是紧密联系的。最早发表有关计 算机处理图像信息的文章的时间要追溯到２０世纪５０年代，随着计算机以及硬件技术 的高速发展，性能大幅度提高，而价格却大幅度下降，无疑推动了图像处理技术的发 展，图像处理系统的发展大致上可以划分为四个阶段＂ｌ。
（１） 图像处理系统发展的第一阶段１３Ｉ 第一阶段的时间大体上是２０世纪６０年代到８０年代中期，这个时期的图像处理 系统采用机箱式结构，主流计算机采用小型机，并采用双屏操作方式，所以系统的体 积比较大，功能也比较强，当然价格也比较贵。当时的代表作是美国１２Ｓ公司推出的
ｃｉｒｃｕｉｔｓ，ｖｉｄｅｏ ＡＤＣ（Ａｎａｌｏｇ ｔｏ Ｄｉｇｉｔａｌ Ｃｏｎｖｅｒｔｅｒ）ｍｏｄｕｌｅ，ｖｉｄｅｏ ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ
ｔｉｍｅ－ｓｅｑｕｅｎｃｅ ｌｏｇｉｃ ｃｏｎｔｒｏｌ ｍｏｄｕｌｅ，ｖｉｄｅｏ ｓｔｏｒａｇｅ ｍｏｄｕｌｅ ａｎｄ ｓｅｒｉａｌ ｃｏｍｍｕｎｉｃａｔｉｏｎ
南京理工大学 硕士学位论文 基于DSP的图像采集和处理系统 姓名：林杨 申请学位级别：硕士 专业：控制理论与控制工程 指导教师：闫玉德
20040701
硕一ｆ：论文
基］ｉ Ｉ）ＳＩ，的图像采集和处理系统
摘要
ｙ
６２ ４０１ ７
本课题是为了对视频图像进行识别而设计的图像采集与处理系统。该系统采用 ＴＪ公司ＴＭＳ３２０ＶＣ５４０２ ＤＳＰ芯片作为核心处理器，可以对来自于摄像头的模拟视频信 号中的图像进行采集、提取、分析一体化处理。系统由模拟视频信号调理模块、Ａ｜） 转换模块、采集和时序逻辑控制模块、视频存储器模块和串行通信模块组成。具有良 好的通用性和可扩展性，可以被应用于视频图像采集和处理的各种场合Ｌ｝·。
本系统实现的是一个基于定点Ｉ）ＳＰ芯片ＴＭＳ３２０ＶＣ５４０２的视频图像采集和处理系 统，其主要功能是从ＣＣＤ摄像头输出的ＰＡＬ模拟视频信号中提取静态图像，数字化后 送入处理器作后继图像处理和分析。具体结构框图将在后面章节予以介绍。
在此采集系统中，应用基于Ｉ）ＳＰ的图像处理技术，如图像的模式识别，能够充 分发挥Ｉ）ＳＰ在硬件结构和编程指令上的优势。图像识别的典型算法是卷积运算，也即 乘累力¨，正好发挥Ｉ）ＳＰ软、硬件的特长。传统的处理方法是基】：计算机的硬件和软件 的，计算机完成一次乘累加运算需要１１个机器周期，而ＤＳＰ完成同样的运算只需１ 个机器周期。采用ＤＳＰ芯片实现图像的模式识别，提高了处理速度，解决了图像处理 过程中山于图像识别速度慢而影响整个图像的处理流程的问题｜４ｌ。
第３页
硕士论文
基于ＤＳＩ，的图像采集和处理系统
由于ＤＳＰ处理能力的增强，使得本文所提出的第三种方法的实现成为可能。即 将采集过程的控制、行、场同步信号的提取、图像重现等功能，全部整合到ＤＳＩ，中实 现，即将这部分功能放在数字信号处理中用数字的方法完成。从而使得整个系统的通 用性进一步提高，结构更加简单，可靠性更高，并具备未来无限制升级的可能性。
第１页
硕士论文
基于ＤＳＩ，的图像采集和处理系统
ＭＯＤＥＬ一７０、ＭＯＤＥＬ一５０图像计算机，英国ＪＯＹＣＥ ＬＯＢＥＬ公司推出的ＭＡＧＩＳＣＡＮ 图像分析系统以及美国ＶＩＣＯＭ系统公司推出的ＶＩＣＯＭ－－ＶＥＭ图像处理工作站。
（２） 图像处理系统发展第二阶段‘” 第二阶段的时间大体上是２０世纪８０年代中期到９０年代初期，这个阶段的主要 特点是小型化，外形不再是机箱式而是插卡式，绝大部分都采用ＰＣ系列微机构成图 像处理系统，纠‘算机总线采用ＩＳＡ（Ｉｎｄｕｓｔｒｉａｌ ＳｔａｎｄａｒｄＡｒｃｈｉｔｅｃｔｕｒｅ）总线，并采用双 屏操作方式。图像卡的体积较小，一般图像卡都是采用大规模集成电路甚至是制作专 用集成电路，从而使价格降低了。这个时期的代表作是美国ｈｎａｇｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ公司 推出的ＰＣＶｌＳＩＯＮ图像卡、ＰＣＶＩＳＩＯＮ Ｐｌｕｓ图像卡，美国ＤＴ公司推出的ＤＴ２８５ｌ图 像卡，加拿大ＭＡＴＲＯＸ公司的一系列图像卡。
１．３本课题的设计思想
随着数字信号处理技术和视频图像处理技术的发展，越来越多的通用ＤＳＰ芯片 被应用于视频图像的处理工作中。同时，借助高速的ＡＤ转换器和高速的ＤＳＩ’进行视 频图像的采集、处理一体化也成为可能。
第２页
硕士论文
基于ＤＳＰ的图像采集和处理系统
”—霹产一引厂］
图１ ３ １使用专＿【｛ｊ解码芯片的图像采集与处理系统
（３）图像处理系统发展第三阶段Ｉ” 第三阶段的时间大体上是从２０世纪９０年代初开始，这一阶段图像处理系统突 出特点是单屏方式，以微机ＰＣＩ总线（Ｐｅｒｉｐｈｅｒａｌ Ｃｏｍｐｏｎｅｎｔ Ｉｎｔｅｒｃｏｎｎｅｃｔ ｂｕｓ）为支持 的单屏方式和以图像压缩传输为特点的图像通信方式成为主流方式，但仍然主要是依 靠微机来进行图像处理，在Ｗｉｎｄｏｗｓ平台上编制图像处理软件包，这个时期的代表 有美国Ｉｎｔｅｌ公司推出的ＭＭＸ（多媒体指令系统）等。
图像识别技术的涵义很广，主要指通过计算机或微处理器，采用数学技术方法， 对一个系统前端获取的图像按照特定目的进行相应的处理。图像识别包括诸如条码识 别、生物特征识别（人脸识别、指纹识别等）技术、智能交通中的动态对象识别、手 写识别等。可以说，图像识别技术就是人类视觉认知的延伸。随着计算机技术及人工 智能技术的发展，图像识别技术越来越成为人工智能的基础技术。它涉及的技术领域 也越来越广泛，应用越来越深入。其基本分析方法也随着数学工具的不断进步而不断
人类接受的信息约有７０％来自视觉。周围景物在视网膜上的映像是人类最有效和 最重要的信息获取形式。而且，通过视频获得的视频图像信息往往比通过听觉获取的 音频信息具有更大的信息量。此外，视频图像信息还具有确切、直观、具体生动、效 率高、应用广等一系列优点Ｉ】Ｉ。