一类嵌入式图像检测系统的设计与实现

合集下载

嵌入式图像识别系统设计及其应用

嵌入式图像识别系统设计及其应用随着科技的不断进步，图像识别技术已经成为了当今一个非常热门的研究领域，嵌入式图像识别系统也越来越受到了人们的重视。

本文将针对嵌入式图像识别系统的设计及其应用进行探讨，分别从硬件、软件和应用三个方面进行剖析。

一、硬件设计嵌入式图像识别系统的硬件设计主要涉及到图像获取、图像处理和图像输出三个方面。

在图像获取方面，人们可以选择使用像素高的摄像头，以增强对目标图像的分辨率。

同时，研究人员也可以使用一些拍摄方式来增强图像清晰度，如镜头焦距、曝光等。

在图像处理方面，人们可以选择使用一些广泛应用的图像处理算法，如图像滤波、二值化、边缘检测等。

在图像输出方面，可以将结果显示在屏幕上，或通过实时视频传输的方式传输到远程设备上。

而除此之外，嵌入式图像识别系统的硬件设计还需要考虑一些其他因素。

例如，在系统设计时需要考虑功耗限制，因为在许多应用场景中，嵌入式系统需要长时间运行，因此需要设计和选择低功耗的组件。

此外，还需要考虑物理尺寸限制，因为嵌入式系统需要更小更轻便，以适应各种不同的应用场景。

二、软件设计嵌入式图像识别系统的软件设计方面，主要包括应用软件和底层软件两个方向。

利用应用软件可以驱动拍摄设备、图像处理以及建立数据库等。

图像处理是嵌入式图像识别系统的重要组成部分，且重要程度远远高于其他硬件组成。

为了加快图像处理速度，常用的处理器比如ARM Cortex-A8等结合浮点处理单元都可以用于嵌入式图像处理。

底层软件则需要进行通信控制以及驱动板卡组件。

在应用程序的设计过程中，人们可以使用Tensorflow、OpenCV等流行的框架，以简化嵌入式图像识别应用的开发流程，并且可以提升算法的准确性和处理速度。

嵌入式图像识别系统的软件设计需要考虑到缓存、内存、存储、处理器性能等因素，因为这些因素可以影响系统的性能和能耗。

对于处理速度要求高的应用场景端，应考虑使用先进的处理器技术，如多核CPU架构以及GPU架构。

嵌入式DSP图像处理系统设计与实现

己口１］年ｇ月
—一
第］己卷第ｇ期
ｔ萋ｔｌ｜理论与
法
嵌入式ＤＳＰ图像处理系统设计与实现
刘岩俊
（中国科学院长春光学精密机械与物理研究所长春１３００３３）摘要：为了实时地检测视频图像点目标位置，设计了基于ＴＭＳ３２ＯＦ２８１２ＤｓＰ和Ｓｐａｒｔａｎ３一ＳＣ３Ｓ４００的实时图像处理系统。
ｐｒｏｃｅｓｓｉｎｇｓｙｓｔｅｍ，ｔｈｅｃｏｎｎｅｃｔｉｎｇｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎＤＳＰａｎｄＦＰＧＡ，ｔｈｅｈａｒｄｗａｒｅｓｃｈｅｍｅａｒｅｄｅｓｉｇｎｅｄ．Ｔｈｅｉｍａｇｅｐｒｏ — ｃｅｓｓｉｎｇｓｙｓｔｅｍｉｓｃｏｍｐｏｓｅｄｏｆＣａｍｅｒａｌｉｎｋｉｎｔｅｒｆａｃｅｃｈｉｐ，ＦＰＧＡｃｈｉｐ，ｗａｔｃｈｄｏｇｃｉｒｃｕｉｔ，ｃｏｍｍｕｎｉｃａｔｉｏｎｉｎｔｅｒｆａｃｅｅｔｃ．Ｔｈｅｓｏｆｔｗａｒｅｗｏｒｋｆｌｏｗｉｓｉｎｔｈｅｗａｙｏｆｔｈａｔ，ｔｈｅｗｉｄｔｈｏｆｅｘｔｅｒｎｔｒｉｇｇｅｒｓｉｇｎａｌｏｆＣａｍｅｒａｉｓ７ｕｓ，ｗｈｅｎｃａｍｅｈｅｅｘ－ｔｅｒｎｔｒｉｇｇｅｒｓｉｇｎａｌ，ｔｈｅｃａｍｅｒａｓｔａｒｔｓｅｘｐｌｏｒｅ，ｔｈｅｎｔｈｅｃａｍｅｒａｓｔａｒｔｓｅｘｐｏｒｔｉｎｇｉｍａｇｅ．Ｔｈｅｔｍｓ３２０Ｆ２８１２ｗｏｒｋｓｕｎｄｅｒ

(完整)一个典型的嵌入式系统设计和实现

关键字：嵌入式系统设计ARM FPGA多功能车辆总线Multifunction Vehicle Bus 在计算机、互联网和通信技术高速发展的同时，嵌入式系统开发技术也取得迅速发展,嵌入式技术应用范围的急剧扩大.本文介绍了一种基于ARM和FPGA,从软件到硬件完全自主开发多功能车辆总线(Multifunction Vehicle Bus）MVB??B嵌入式系统的设计和实现。

系统设计和实现通常来说，一个嵌入式系统的开发过程如下:1.确定嵌入式系统的需求；2.设计系统的体系结构：选择处理器和相关外部设备，操作系统,开发平台以及软硬件的分割和总体系统集成；3.详细的软硬件设计和RTL代码、软件代码开发;4.软硬件的联调和集成；5.系统的测试。

一、步骤1：确定系统的需求：嵌入式系统的典型特征是面向用户、面向产品、面向应用的,市场应用是嵌入式系统开发的导向和前提。

一个嵌入式系统的设计取决于系统的需求。

1、MVB总线简介列车通信网（Train Communication Network，简称TCN）是一个集整列列车内部测控任务和信息处理任务于一体的列车数据通讯的IEC国际标准（IEC－61375-1), 它包括两种总线类型绞线式列车总线(WTB）和多功能车厢总线（MVB）。

TCN在列车控制系统中的地位相当与CAN总线在汽车电子中的地位。

多功能车辆总线MVB是用于在列车上设备之间传送和交换数据的标准通信介质。

附加在总线上的设备可能在功能、大小、性能上互不相同，但是它们都和 MVB总线相连，通过MVB总线来交换信息，形成一个完整的通信网络.在MVB系统中，根据IEC－61375－1列车通信网标准， MVB总线有如下的一些特点：拓扑结构：MVB总线的结构遵循OSI模式,吸取了ISO的标准。

支持最多4095个设备，由一个中心总线管理器控制。

简单的传感器和智能站共存于同一总线上。

数据类型：MVB总线支持三种数据类型:a.过程数据：过程变量表示列车的状态，如速度、电机电流、操作员的命令。

嵌入式实时图像处理系统设计与实现

嵌入式实时图像处理系统设计与实现嵌入式实时图像处理系统是指能够在嵌入式系统中对实时采集的图像进行处理和分析的系统。

这种系统广泛应用于工业、医疗、军事等领域，能够实现自动检测、识别和监控等功能。

本文将探讨嵌入式实时图像处理系统的设计和实现。

一、系统设计嵌入式实时图像处理系统的设计包括硬件设计和软件算法设计两个方面。

硬件设计：1. 选择合适的图像采集模块：根据应用需求选择适合的图像传感器，考虑分辨率、灵敏度、动态范围等因素。

2. 硬件接口设计：根据嵌入式系统的平台选择合适的图像接口标准，如MIPI CSI、USB等，并完成接口电路的设计。

3. 处理器选择：根据图像处理的复杂度选择合适的处理器，如ARM、DSP等，并考虑其运算能力和功耗等因素。

4. 存储设计：选择适合的存储设备，如SD卡、DDR存储器等，并设计存储接口电路。

5. 系统电源设计：设计合适的电源模块，满足整个系统的功耗需求。

软件算法设计：1. 图像采集：使用驱动程序获取图像数据，根据图像传感器的特性进行参数设置，如曝光时间、增益等。

2. 图像预处理：对采集到的图像进行预处理，如去噪、调整对比度和亮度等。

3. 特征提取：根据应用需求提取图像中的特征信息，如边缘检测、色彩提取等。

4. 目标识别与跟踪：基于已提取的特征信息，利用机器学习算法或计算机视觉算法进行目标的识别和跟踪。

5. 结果输出：将处理后的图像结果输出到显示器、存储设备或其他外围设备。

二、系统实现嵌入式实时图像处理系统的实现分为硬件搭建和软件开发两个步骤。

硬件搭建：1. 选择合适的开发平台：根据项目需求选择适合的硬件开发平台，如FPGA、单片机等。

2. 搭建硬件电路：根据设计方案进行电路连接和焊接。

3. 烧录程序：将软件算法编译生成的可执行文件烧录到目标硬件上，确保系统能够正确运行。

软件开发：1. 驱动程序的开发：根据硬件接口标准编写驱动程序，实现图像采集、存储等功能。

2. 系统初始化：进行系统的初始化设置，包括硬件资源的申请、参数初始化等。

基于嵌入式系统的图像跟踪技术的设计与实现的开题报告

基于嵌入式系统的图像跟踪技术的设计与实现的开题报告一、选题的背景和意义随着计算机技术的快速发展和数字图像处理技术的不断成熟，图像跟踪技术逐渐被广泛应用于各个领域，如智能视频监控、自动驾驶、机器人视觉等。

图像跟踪技术的目的是在给定的图像序列中，找到感兴趣目标的位置，并跟随目标实现对其的实时跟踪。

目前，图像跟踪技术已经成为了机器视觉和计算机视觉领域中的热门研究课题。

本课题旨在基于嵌入式系统设计并实现一种高效的图像跟踪技术。

我们将基于ARM Cortex-M系列单片机和OpenCV等开源软件平台，采用目标检测和运动估计等算法，完成图像跟踪系统的设计和实现。

该系统将具有实时性强、性能卓越、可靠稳定等特点，在智能监控、自动驾驶及其他领域中有广泛的应用前景。

二、研究的内容和方案本研究主要内容为设计一种高效的嵌入式图像跟踪系统，方案如下：1. 系统硬件选型本系统将采用ARM Cortex-M系列单片机作为核心控制器，通过集成的DSP和片上存储器来提高计算效率和系统响应速度。

同时，还需要选用高像素、高速度的图像传感器和低功耗的图像处理器，以保证系统的实时性和能耗效率。

2. 图像信号采集与处理本系统将采用图像传感器采集输入图像，经过硬件预处理后输入后端算法进行处理。

首先需要进行图像预处理，如去噪、增强、滤波等操作，以提高图像质量和减少干扰。

随后将采用目标检测算法和运动估计算法，对目标区域进行提取和分析，并实时跟踪目标的位置和运动轨迹。

3. 系统算法设计与优化本系统将采用基于OpenCV等开源软件平台的目标检测和运动估计算法，并对算法进行优化和改进，以提高算法的准确性和计算效率。

具体而言，我们将采用Haar特征分类器、卡尔曼滤波器、神经网络等算法，来对目标进行检测、跟踪和预测。

4. 系统结构设计本系统将采用分布式结构，将前端图像预处理模块、中间算法处理模块和后端图像显示和控制模块分别实现，并通过串行或并行的方式进行通信和数据交换。

嵌入式动态图像监测系统设计与实现

Ａｂｓｔｒａｃｔ：ＡｋｉｎｄｏｆｄｙｎａｍｉｃｉｍａｇｅｍｏｎｉｔｏｉｒｎｇｓｙｓｔｅｍｗｉｔｈＢ／Ｓｍｏｄｅｉｓｄｅｓｉｇｎｅｄａｎｄｉｍｐｌｅｍｅｎｔｅｄ
ＸＩＥＦａ—ｒｏｎｇ，ＺＨＡＮＧＬｉ，ＣＨＥＮＹｕ—ｘｉｎｇ
（Ｉｎｓｔｉｔｕｄｅｏｆｌ￣ｏｒａｔｍｏｉｎＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｕｔｏｍａｔｉｏｎ，ＫｕｎｍｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｋｕｎｍｉｎｇ６５０５００，Ｃｈｉｎａ）
中图分类号：ＴＰ３９９
文献标识码：Ａ
文章编号：１００２— ２２７９（２０１３）０ｌ一００６９— ０４
ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆＤｙｎａｍｉｃＩｍａｇｅＭｏｎｉｔｏｒｉｎｇＳｙｓｔｅｍｏｎＥｍｂｅｄｄｅｄＰｌａｔｆｏｒｍ
ቤተ መጻሕፍቲ ባይዱ服务器，利用了ＣＧＩ、ＪａｖａＳｃｉｔｐｔ和图像预加载ｐｒｅｌｏａｄ技术巧妙地将图像显示在网页中。用户只要打
开浏览器就可以在网页上浏览动态监控图像，同时也可以在硬件设备安装的本地ＬＣＤ上观看高清的动态监控图像，实现了浏览器和本地ＬＣＤ的动态图像监控。该系统既实现简单又能满足视觉要求。

嵌入式图像处理系统的设计与实现

嵌入式图像处理系统的设计与实现随着科技的不断发展和进步，计算机的应用越来越广泛，涉及到各个方面的生活中，极大地方便了人们的生活。

其中，嵌入式系统在现代社会中功不可没，而嵌入式图像处理系统则是其中一个重要的组成部分。

一、嵌入式图像处理系统的基本原理嵌入式图像处理系统主要是通过图像处理技术，对图像进行分析处理。

而图像处理技术是一种将数字信号处理的技术，主要是将图像转化为数字信号，经过计算机处理后，再转化为图像的过程。

嵌入式图像处理系统需要硬件和软件两方面的支持，硬件上主要包括采集硬件、传输硬件、存储硬件、处理硬件和显示硬件等部分；软件上主要包括图像处理算法和应用软件等部分。

二、 1. 硬件设计硬件设计是整个嵌入式图像处理系统的基础，其中包括采集硬件、传输硬件、存储硬件、处理硬件和显示硬件等部分。

其中，采集硬件可以通过对传感器的选择和放大电路的设计来实现，传输硬件可以通过以太网、串口、无线传输等方式实现，存储硬件可以选择DRAM、FLASH、SD卡等存储器件，处理硬件可以采用FPGA、DSP、ARM等芯片，显示硬件可以使用液晶显示器或者LED等方案。

2. 软件设计软件设计是整个嵌入式图像处理系统的灵魂，包括图像处理算法和应用软件等部分。

图像处理算法主要是指各种处理图像的算法，包括图像预处理、图像增强、图像分割、图像识别等方面；应用软件主要是针对用户需求进行开发，如人脸识别系统、安防监控系统等。

3. 系统集成系统集成是整个嵌入式图像处理系统的关键，它需要将所有的硬件和软件通过接口进行连接，确保系统的整体运行。

其中，接口的选择和设计是非常重要的，它需要根据实际情况进行选择和设计。

三、嵌入式图像处理系统的应用嵌入式图像处理系统的应用非常广泛，可以应用于医疗、安防、环保、交通等方面。

其中，医疗领域可以通过嵌入式图像处理系统对CT、MRI等医疗设备进行辅助检查和诊断；安防领域可以通过嵌入式图像处理系统对视频监控图像进行智能分析和识别；环保领域可以通过嵌入式图像处理系统对环境污染进行监测和预测；交通领域可以通过嵌入式图像处理系统对车辆的行驶情况进行分析和监测。

智能嵌入式目标检测及跟踪系统的设计与实现

智能嵌入式目标检测及跟踪系统的设计与实现智能嵌入式目标检测及跟踪系统的设计与实现随着人工智能技术的不断发展和嵌入式系统的普及应用，智能嵌入式目标检测及跟踪系统成为了当前热门的研究领域。

本文将介绍一个基于嵌入式平台的智能目标检测及跟踪系统的设计与实现。

一、引言目标检测及跟踪技术在很多领域具有广泛的应用，如智能监控、智能安防、自动驾驶等。

传统的目标检测及跟踪算法需要使用高性能的计算机进行处理，且无法满足实时性的要求。

而嵌入式系统具有体积小、功耗低、性能高等优势，能够满足智能目标检测及跟踪系统的需求。

二、系统设计1. 系统硬件设计该系统硬件部分主要包括嵌入式开发板、摄像头、存储器等。

嵌入式开发板需要具备足够的计算能力和接口能力，能够支持实时的图像处理。

选择合适的摄像头模块用于采集图像数据，并通过存储器存储采集到的数据，以便后续处理。

2. 系统软件设计（1）图像采集与预处理通过摄像头采集图像数据，并对采集到的图像进行预处理，包括去噪、图像增强等操作，以提高后续目标检测和跟踪算法的准确性。

（2）目标检测目标检测是整个系统的核心部分，目前常用的目标检测算法有Haar特征检测、HOG特征检测和深度学习等。

根据算法选择合适的模型进行训练，并在目标检测网络中提取特征，通过特征匹配和分类判断出目标的位置。

（3）目标跟踪目标跟踪是在目标检测的基础上，对目标进行持续的追踪操作。

常用的目标跟踪算法有卡尔曼滤波、粒子滤波等。

在目标跟踪过程中，结合目标的运动模型和观测特征进行目标位置的预测和修正，以实现对目标的准确跟踪。

（4）结果展示与输出最后，将目标检测和跟踪的结果通过显示设备进行展示，可以选择将目标位置标注在图像上，也可以输出目标的跟踪轨迹等信息，以便用户观看和分析。

三、系统实现在系统实现过程中，我们选择了一款性能较高的嵌入式开发板，并通过集成的摄像头模块进行图像采集；采用Haar特征检测算法进行目标检测，并结合卡尔曼滤波算法进行目标跟踪；最后，将处理后的图像通过显示设备输出。

基于嵌入式的图像识别系统设计

设计制作数码世界 P.160基于嵌入式的图像识别系统设计杨淳清四川科技职业学院摘要：以ICETEK-DM365-KB DSP开发板为核心设计图像识别及处理系统。

首先对系统处理图像的算法及实现过程进行了分析，其次对视频采集、数据处理、视频输出等主要系统硬件模块的设计进行了阐述，详细介绍了系统识别处理图像的硬件体系，最后分析了系统的软件设计及图像识别效果。

该系统能够精准快速识别不规则物体，并自动生成处理后清晰图像，具有一定的应用推广价值。

关键词：嵌入式 DSP 图像识别1图像识别的算法及实现1.1 图像识别理论基础图像识别理论兴起于上世纪20年代，是一门以计算机技术为基础的图像分析和处理学科。

近年来随着人工智能技术、电子信息技术和计算机网络技术的飞速发展，图像识别技术理论体系也变得更为规范和完整，具体来说图像识别理论主要包含图像信息提取、图像数据处理、图像特征分析及图像内容识别四个过程，其中图像信息提取的任务是获取待处理图像的基本信息，以方便后期的识别处理；图像数据处理的任务为剔除无效图像信息，提取待分析识别的图像有效区域；图像特征分析的任务为对图像有效区域中包含的特征信息，如：形状、纹理、灰度、结构等进行提取分析；图像内容识别的任务为在前期处理的基础上，判断图像的细节内容。

1.2 图像识别算法及实现的过程首先，图像信息提取。

本系统拟采用加权平均法提取待处理的图像，并应用领域平均法对提取图像的信息进行平滑处理。

其次，图像数据处理。

本系统拟采用灰度直方图统计预处理图像数据，并应用OSTU 法对图像进行分割处理分析，以提取待分析识别的图像有效区域。

再次，图像特征分析。

本系统拟采用灰度均值法实现图像特征的提取和分析。

最后，图像内容识别。

本系统拟采用均值判定法进行图像内容识别，即选择一个均值范围作为图像识别的参照，并将DSP运算处理后的待识别物体均值与系统设定均值进行比较，在此基础上识别出图像的细节。

2 系统硬件模块设计2.1 ICETEK-DM365-KB DSP开发板ICETEK-DM365-KB是北京瑞泰创新科技有限责任公司自主研发的支持达芬奇技术（DaVinci）的数字媒体处理DSP多功能开发板，能够满足智能视频处理及影像信号集成处理功能。

基于嵌入式的图像测量系统的设计与实现

第２３卷第４期２０１０年８月
文章编号：１００２４０２６（２０１０）ＥＮＣＥ
Ｖｏｌ．２３Ｎｏ．４Ａｕｇ．２０１０
基于嵌入式的图像测量系统的设计与实现
李林，王帅，姜树明，刘晓辉，刘向阳，魏志强
（山东省科学院情报研究所，山东济南２５００１４）摘要：图像测量技术是建立在计算机视觉理论基础上的新测量技术，本文采用特征信号提取和移动侦测技术、电信标法进行图像测量，设计了ＡＲＭ嵌入式操作和控制系统，实现了图像测量系统的小型化，并开发了相关上位机操作软件。关键词：图像测量；计算机视觉；嵌入式系统中图分类号：ＴＰ３９１．４１文献标识码：Ａ
软件系统具有视频图像与数据的接收与控制、数据
图５嵌入式系统结构图
采集与设置、测量计算三大主要功能，提供了方便友好的人机界面，系统界面见图７。
图６软件系统结构图
图７软件系统界面
３应用效果及结论
本文设计的通用、小型、便携式的图像测量系统，已经成功用于交通管理、车辆测速、车辆位置检测等领域，结果显示，本产品携带方便、测量精度较高。但是产品对前端图像的要求较高，下一步将对光线不足、大雾等天气下的图像测量展开更加深入的研究。
１５（１）：１１－１５．［５］张雪松，倪国强，周立伟．带有ＤＳＰ芯片的新型实时数字图像处理系统［Ｊ］．光学技术，１９９７（４）：１６－１８．［６］刘党辉，沈兰荪．ＤＳＰ芯片及其在图像技术中的应用［Ｊ］．测控技术，２００１，２０（５）：１６－１９．［７］孙景鳌．电视摄像机与视频处理［Ｍ］．北京：电子工业出版社，１９８８：３４－５６．［８］阮秋琦．数字图像处理学［Ｍ］．北京：电子工业出版社，２００１：９－１１．［９］王新成．高级图像处理技术［Ｍ］．北京：中国科学技术出版社，２００１：６－２０．

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

文献标识码：Ａ
１引言
２图像检测系统的总体设计
采用高分辨率彩色图像传感器的多光谱图像检测技术已广泛应用于各种实时、在线的精密测量和检测中。该检测技术通过分析处理图像中检测物的颜色特征，来提取检测物的相关信息，目前主要应用于针对检测物的几何尺寸、内部缺陷、表面形态等参数的检测，包括农业应用中的农产品质量检测［１］、人工智能领域的人脸识别Ｌｚ，ａ］、生物学领域的基凼检测Ｌ４］和工业应用中的锅炉检测［５１等。
软件设计包括系统软件设计和应用程序设计两部分。系统软件设计包括嵌入式开发环境搭建、Ｌｉｎｕｘ内核裁剪与移植［６］和摄像头驱动实现等；应用程序设计包括图像获取模块、图像处理模块和数据整合显示模块。系统整体框图如图１所示。由于嵌入式开发环境搭建、Ｌｉｎｕｘ内核裁剪与移植、交叉编译等方面的相关资料和书籍非常多，本文不再赘述。下面具体介绍本系统ＵＳＢ摄像头驱动设计实现和应用软件设计。
光带，因此使用颜色特征组合进行数据拟合时以Ｇ分量为
主体，同时结合图像的颜色分量，实际拟合值与误差值如表
２所示。
表２颜色特征方程拟合表
ｇ／ｍｌ
５误差分析和改进结果
试剂浓度拟合产牛Ｉ的误差原因包括图像采集时本身存在的噪声干扰、图像处理过程中的颜色损失和颜色特征组合的选取等。改进措施包括外部拍摄环境的改进，减少光线的干扰；在图像算法处理中提高数据运算的精度和增大颜色特征组合中Ｇ分链的加权系数等。拟合结果如表３所示。
２．３图像处理与数据显示模块
由于图像处理过程将在下一节重点介绍，因此这一节主要介绍图像处理中使用的关键函数，这些函数基于ｏＰＥＮＣＶ库实现，如表１所示。
表ｌ图像处理中的关键函数
图像算法名称图像颜色空间分散函数图像颜色空间重组函数图像颜色空间转换函数图像滤波算法函数实现图像分割算法函数实现图像特征提取函数实现
（杭州电子科技大学计算机学院计算机应用技术研究所，浙江杭州３１００１８）
Ｑ肌脚Ｓｃｉｅｎｃｅ。砘岫加Ｄｉａｎ西Ｕｎｉｖｅｒｓｉｔｙ．ｔｌａｎｇｚｈｏｅ（ＩｎｓｔｉｔｕｔｅｏｆＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎＴｅｄｍｏｌｏｇｙ，Ｓｃｈｏｏｌｏｆ
３１００１８，ＣｈｉБайду номын сангаасａ）
摘要：本文设计并实现了针对实验室检测环境的一类嵌入式图像检测系统。该系统基于嵌入式开发平台搭建，通过
－收稿日期：２００８—０８—１３；修订Ｅｔ期：２００８—１１—１０作者简介：曹毅（１９８３一），男。浙江温州人，硕士生，研究方向为计算机控制和智能化技术。通讯地址：３１００１８浙江省杭州市杭州电子科技大学计算机学院１０２２信箱；Ｔｅｌ：１５３３９０２９８７５；Ｅ－ｍａｉｌ：ｚｊｃｃ－００２＠１６３．ｃｏｒｎＡｄｄｒｅｓｓ：ＭａｉｌＢｏｘ１０２２，ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＨａｎｇｚｈｏｕＤｉａｎｚｉＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ。Ｚｈｅｊｉａｎｇ３１００１８，Ｐ．ＲＣｈｉｎａ
程中，受到光照条件、电路噪声、光学系统的衍射、传感器的非线性畸变等因素的影响，需要通过颜色平衡和特征增强等改善图像质擐和还原颜色特征。
本系统使用的颜色平衡和特征还原的过程如下：首先采用中值滤波进行滤除摄像头的ＣＣＤ器件噪声Ｌ７３；然后将图像由ＲＧＢ颜色空间转换至ＨＳＶ颜色空间进行颜色平衡［８０；最后将ＨＳＶ空间分散处理。包括对色度和饱和度分量进行中值滤波，以减少物体中的随机彩色噪声，对强度分量进行线性滤波（本系统采用高斯３×３滤波），用以减弱平滑区域的颗粒状噪声。
关键词：嵌入式平台；图像检洲；颜色特征；金字塔连接
Ｋｅｙｗｏｒｄｓ：ｅｍｂｅｄｄｅｄｐｌａｔｆｏｒｍ；ｉｍａｇｅｄｅｔｅｃｔｉｏｎ；ｃｏｌｏｒｆｅａｔｕｒｅ；ｐｙｒａｍｉｄ－ｌｉｎｋｉｎｇｄｏｉ：１０．３９６９／ｊ．ｉｓｓｍ１００７－１３０Ｘ．２０１０．０１．０２２
中图分类号：ＴＰ３９１．４
（３）颜色分割实现：该过程与定义连接部件类似，在完成连接部件定义后，对任意的两个分割Ａ和Ｂ，如果有Ｆ（ｊ（Ａ），Ｉ（Ｂ））＜ｔｈｒｅｓｈｏｌｄ２，则这两个连接部件被纳入同一簇，通过该过程最终将整幅图像分割为不同的簇群，实现图像的颜色分割。其中，Ｆ为计算两个分割之间阈值的蛹数，ｔｈｒｅｓｈｏｌｄｌ和ｔｈｒｅｓｈｏｌｄ２为预先给定的阈值，Ｊ为分割图像。
支持ｃ悔Ｂ设备列表＊ｌｎＨ“ｕｓｔ，ｄｅｖｉ（·ｔ－ｊｌｌ
壹询列表该函数调用
本摄像头类型判断实现ｖｅｎｄｏ［ｉｄ：ｌｈ０４７ｌｐｎＭｕｆｎ—ｉｄ：Ｏｘ０３ＩＩ
填充没备文件字段ｌ
注册ｔ！ＳＢ驱动
摄像头类型检测ｕｓｂＡ）＊（·—ｐＨ，Ｌ叫）视频设备文件释放ｕｓｂ＿ｐｗｅｄｉ＂ｏｎｎｅｅｔ
１ＪＳＢ设备信息ｓｔｎ＂Ｉｐｗ（ｄｅ～ｉｃｅＵＳＢ设备文件定义
ｕｓｂｄｅｖｋ·Ｐ
规频设备文件定义ｖｉｄｅｏｊｌｅｖｉｅｅ
ＵＳＢ总线初始化ｕｓｂｉｍｔ
摄像头帧缓存ｐｗｔｊｒａｍＰ—ｂｕｆ
其余设舒信息定义
摄像头没备操作函数
Ｕｓ嘴像头打开
ｐＭ。一’ｉｈＬ‘唯，ＰｎＯ
摄像央数据凑取
ｐｈｔ－一ｖ“ｌＨｌ—ｔｅａ，１０
在经过上述的步骤后，检测图像就实现了颜色特征还原和颜色主体与背景的分离，最后经过对颜色主体特征的加强就得到了最终的处理图像。
整个处理过程如图４所示。７５
应用中也有一定的现实意义。下一步将探讨如何提高系统的通用性和精确度。
图４处理过程
４实验数据
在本次检测实验中，液态试剂的主体颜色分布在绿色
ａｒｅｅｘｔｒａｃｔｅｄｂｙ
ｃｏｌｏｒｂａｌａｎｃｉｎｇ，ｆｅａｔｕｒｅｅｎｈａｎｃｅｍｅｎｔａｎｄｉｍａｇｅｓｅｇｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎｐｙｒａｍｉｄ－ｌｉｎｋｉｎｇ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈｅ
ｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅｓｙｓｔｅｍ．
摄像头硬件参数设置ｐｗ（ｊｗｔｌｆ｝
再而丽矛翮霜ｉ酾
ｐｗｃ＿ｖｉｄｅｏ—ｍｎｌａ｜，ｆＪ
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝：＝＝＝
一帧图像处理
ｐｗ（’一ｂａ，，ｄｌｅ—ｆｍｎ’椰
摄像头设备关闭ｐｗｃｖｉｄｅｏ＿ｔ’ｈ№０
图ｚ摄像头驱动结构框图
２．２图像获取模块
图像获取模块主要是从缓冲区中获取摄像头传输的压缩数据，进行格式重组并最终整合为ＪＰＥＧ格式的图像和保存，以便后续的图像分析处理。其框图如图３所示。其中ｕｓｂ＿ｐｗｃ＿ｄｅｃｏｍｐｒｅｓｓ（）函数用于和缓冲区的对接，也是本模块的人口函数。
７４
万方数据
一蓄一
相关的颜色特征值，最后对提取的特征值进行函数转换和显示输出。
图Ｉ嵌入式图像检测系统整体框图
２．１摄像头驱动模块
本驱动模块主要用于实现系统摄像头的类璎识别、摄像
头芯片的初始化、摄像头硬件参数设置和数据传输控制等。
由于摄像头搭载飞利浦的处理芯片，因此摄像头驱动基于ＰＷＣＡＰＩ模块开发。驱动程序结构框图如图２所示。
算法函数名称ＣＶ－ｌＭＰＬｖｏｉｄＣｖ＇ｔＰｌａｎｅＴｏＰｉｘ（）ＣＶ＿ＩＭＰＬｖｏｉｄＣｖｔＰｌａｎｅＴｏＰｉｘ（）ＣＶＡＰＩｖｏｉｄＣｖｔＣｏｌｏｒ（）ＣＶ＿ＩＭＰＬｖｏｉｄＳｍｏｏｔｈ０ＣＶ＿ＩＭＰＬｖｏｉｄＰｙｒＳｅｇｍｅｎｔａｔｉｏｎ（）ｆｌｏａｔＧｅｔＣｏｌｏｒＣｈａｒａｃｔｅｒ（）
与开发板连接的ＵＳＢ摄像头采集彩色待检测图像，然后通过分析处理图像的颜色特征来获取检测物的含量等信息。本文
针对检测图像的颜色特征和空间结构信息，采用了颜色平衡、特征增强和金字塔分割等图像处理方法。最后，本文以一组
液态有色试荆含量检测为例，验证了本图像检测系统的可行性。
Ａｂｓｔｒａｃｔ：Ａｎｅｍｂｅｄｄｅｄｉｍａｇｅｄｅｔｅｃｔｉｏｎｓｙｓｔｅｍｉｓｄｅｓｉｇｎｅｄｆｏｒｔｈｅｃｏｎｄｉｔｉｏｎｓｏｆｌａｂｏｒａｔｏｒｙｄｅｔｅｃｔｉｏｎ．Ｔｈｉｓｓｙｓｔｅｍｃａｐ—
图像处理与数据显示模块主要是对获取的ＪＰＥＧ图像进行相关处理，并对经过处理的图像按照一定的规则提取
万方数据
３图像处理功能设计
针对实验室应用环境的特点和彩色图像颜色特征提取的要求，本系统采用针对多光谱图像的多步骤处理算法进行图像处理，包括颜色平衡、特征增强和图像分割等。
３．１颜色平衡与特征还原过程由于ＣＣＤ成像系统在图像的牛成、传输、变换、量化过
文章编号：１００７一１３０Ｘ（２０ｌＯ）０ｌ～００７４－０３
一类嵌入式图像检测系统的设计与实现’
ＤｅｓｉｇｎａｎｄＩｍｐｌｅｍｅｎｔａｔｉｏｎｏｆａｎＥｍｂｅｄｄｅｄＩｍａｇｅＤｅｔｅｃｔｉｏｎＳｙｓｔｅｍＢａｓｅｄｏｎＣｏｌｏｒＦｅａｔｕｒｅｓ
曹毅。王林泽
ＣＡＯＹｉ，ＷＡＮＧＬｉｎ－ｚｅ
（１）建立图像金字塔：首先建立金字塔底层，也就是依据图片各像素间位置和亮度关系建立图，每个节点都包含了根据计算图像而得到的特征值，其节点数为原始Ｉ｛｝Ｉ像的像素个数。然后通过计算低层节点（子节点）的均值来获取高层图像中的节点（父节点）的初始值，最终建立层数为Ｌｅｖｅｌ的图像金字塔。
（２）定义连接部件：完成金字塔的建立后，从金字塔的底部开始，在相邻层的各个节点建立连接。该连接通过阈值法建立，即对层Ｌ的像素点ａ和其相邻层的父亲像素ｂ，如果满足Ｆ（Ｊ（ｎ），Ｊ（６））＜ｔｈｒｅｓｈｏｌｄｌ，则像素点ａ与ｂ之间连接建立，并将这两个像素点纳入该连接部件。
ｔｕｒｅｓｉｍａｇｅｓｂｙａｃｏｌｏｒｃａｍｅｒａａｎｄａｃｑｕｉｒｅｓｔｈｅｃｏｎｔｅｎｔｏｆｓａｍｐｌｅｓｂｙｔｈｅｉｍａｇｅｆｅａｔｕｒｅｓ．Ｔｈｅｃｏｌｏｒｆｅａｔｕｒｅｓａｎｄｓｐａｃｅ