張挺飛，樊永生，孫凌云

(中北大學電子與計算機科學技術學院，山西 太原 030051)

隨著科學技術的快速發(fā)展，推近了城市現代化的進程，智能門控系統的應用越來越廣泛，如電梯、商場、酒店等。目前大多數門控系統采用光電控制的方式，但在控制的范圍和靈敏度上都存在缺陷。隨著圖像處理技術的迅猛發(fā)展，使得基于圖像識別的控制系統成為現實［1－10］。本文提出了基于FPGA+ARM的智能圖像門控系統，相比于單處理器的圖像控制系統，具有實時性好、圖像算法實現簡單、擴展性強等優(yōu)點。

1 系統設計方案

攝像頭選用OmniVision公司生產的OV6620數字攝像頭，內置2個8位高速A/D轉換器，分辨力為356×292。SRAM選用CYPRESS公司的CY62146EV30LL靜態(tài)RAM芯片，容量為256 kbyte×16。

系統采用FPGA+ARM構架，完成數據采集存儲、圖像預處理、數據傳輸和圖像處理，如圖1所示。首先通過I2C總線對OV6620內部寄存器參數進行配置，數據輸出模式設置為GRB 4∶2∶2，攝像頭開始工作后，首先經過74LVT16245電平轉換芯片將5 V電壓轉換為FPGA I/O口的3.3 V，然后FPGA對接收到的圖像信號進行灰度值預處理，采用2塊SRAM乒乓操作實時存儲處理后數據，最后通過ARM總線將圖像發(fā)送給ARM進行實時處理，根據結果對門進行控制。

圖1 圖像采集存儲處理流程圖

2 門控系統硬件結構

2.1 FPGA控制模塊的設計

設計選用Xilinx公司的V2pro開發(fā)板，采用XC2VP30處理器，有30816個邏輯單元，136個18位的乘法器，2448 kbit的Block RAM和2個Power PC，完全滿足系統硬件需求。FPGA硬件工作流程如圖2所示。

1)圖像經過電平轉換芯片74LVT16245轉換為3.3 V電壓后，寫入FPGA內部FIFO中。

2)FIFO深度設置為1024，位寬16位，當FIFO出現半滿信號時，讀取512個數據，然后等待下一次半滿信號，以此循環(huán)。

圖2 FPGA硬件流程

3)第1組512個數據進入灰度預處理，攝像頭輸出模式選用RGB 5∶6∶5，因此一個像素點的數據長度為16位，其中高5位用于R，中間6位用于G，低5位用于B。將高5位值、中間6位值、低5位值都賦值成它們的平均值，所得到的16位數據即為該像素點的灰度值。在硬件實現過程中，采用流水線操作，3個數據相加后，采用Xilinx自帶IP核設計除法器模塊進行除以3的操作，將結果按照RGB 5∶6∶5格式還原成16位的數據。

4)經過灰度值處理后，數據在FPGA控制下寫入SRAM1中，然后等待第2組512個數據。

5)系統采用2片SRAM以乒乓方式工作，可提高后續(xù)圖像處理系統的實時性。當SRAM1中存儲滿1幀數據后，ARM產生片選信號，控制總線切換模塊將ARM總線連接到SRAM1上，并將SRAM2切換到FPGA上。開啟SRAM1的寫使能和SRAM2的讀使能，將下一幀的數據存儲到SRAM2中，同時ARM開始對SRAM1中的1幀數據進行處理。當SRAM2存滿第2幀數據后，再通過ARM片選將ARM總線連接到SRAM2上，將SRAM1切換到FPGA上，這時開啟SRAM1的讀使能和SRAM2的寫使能。如此循環(huán)，使2個存儲單元始終都在讀寫數據，保證了數據采集的連續(xù)性。

CMOS攝像頭的幀頻率為25 Hz，每幀又分為奇數場和偶數場，每40 ms輸出1幀數據，ARM在下一幀數據到來前，已完成前一幀數據的處理，使得系統可以實時對攝像頭數據進行處理。

2.2 ARM嵌入式系統的硬件結構

ARM嵌入式系統主要由S3C6410處理器、SDRAM、Flash、TFT液晶屏、調試串口、USB接口、總線接口等幾部分組成，如圖3所示。ARM嵌入式系統通過總線的方式讀取2片SRAM中的圖像數據，這2片SRAM地址的切換通過ARM系統的I/O口控制，將得到的1幀圖像數據進行處理，根據處理結果控制門的開關，處理結束后再導入下一幀圖像，如此循環(huán)工作。為了實現圖像的實時處理，必須在下一幀圖像到來之前處理完畢。

圖3 ARM嵌入式系統的硬件結構

3 ARM嵌入式系統中圖像的實時處理

3.1 基于OpenCV的圖像門控系統

圖像門控系統是通過檢測門附近區(qū)域的圖像中是否有人存在來控制門的開閉，簡單的圖像門口系統采用背景差分的算法來實現，但該方法本身誤報率很高，且難以區(qū)分人與動物，大大降低了系統的準確率。因此，本文選用實時性好、準確率高的基于Adaboost的人臉檢測算法，以檢測圖像中的人臉作為門是否開啟的依據。

Adaboost的人臉檢測算法是通過Haar特征訓練好的分類器來篩選人臉信息，在OpenCV中有專門針對Adaboost算法的庫函數，大大縮短了程序的開發(fā)周期。此外，OpenCV提供已經訓練好的人臉分類器，該分類器精度高、速度快。

圖像門控系統程序運行在ARM+Linux平臺上，首先通過調用SRAM驅動程序讀取1幀圖像數據，該圖像數據在FPGA已經進行了灰度預處理，接著調用cvLoad()和cvHaarDetectObjects函數裝載訓練好的人臉分類器并檢測人臉目標，如果檢測不到人臉目標，控制門關閉，并繼續(xù)讀取下一幀圖像，如果檢測到人臉目標，則調用cvRectangle()函數框出人臉目標，并控制門開啟。圖4為基于OpenCV的圖像門控系統的流程圖。

3.2 編譯OpenCV圖像庫

Opencv視覺圖像庫在使用之前需要針對運行環(huán)境進行編譯，生成相應環(huán)境下的靜態(tài)鏈接庫和動態(tài)鏈接庫。下面是ARM嵌入式Linux環(huán)境下的編譯過程。

圖4 OpenCV的圖像門控系統的流程圖

1)解壓OpenCV 2.1.1到/usr/Opencv－2.1.1目錄下，創(chuàng)建/usr/arm－OpenCV目錄，作為CMake編譯的工作目錄，安裝交叉編譯器arm－linux－gcc 4.4.1，安裝目前為/usr/arm/4.4.1，并添加環(huán)境變量/usr/arm/4.4.1/bin。

2)在Windows環(huán)境下，運行cmake－gui軟件，源代碼目錄為/usr//Opencv－2.1.1，編譯目錄為/usr/arm－OpenCV，然后進行配置，配置過程保持generator為Unix Makefiles，并選擇 Specify options for cross－compiling 選項，操作系統欄填寫arm－linux，C編譯器欄填寫/usr/armlinux－gcc的路徑，C++編譯器欄填寫 arm－linux－g++的路徑，程序庫欄的Target Root填寫/usr/arm/4.4.1。

3)修改默認安裝目錄，默認的安裝目錄為/usr/local，對于交叉編譯的庫來說并不合適，所以把CMAKE_INSTALL_PREFIX變量改為/usr//arm/lib/OpenCV/，修改CMakeCache.txt，在 CMAKE_EXE_LINKER_FLAGS 后面加上 －lpthread－lrt，點擊 Generate 生成 Makefile。

4)運行make install，OpenCV生成的庫和頭文件就安裝到目錄/usr//arm/lib/OpenCV/下。

OpenCV圖像庫編譯成功后，在圖像門控系統應用程序的makefile文件中添加OpenCV頭文件和庫文件，編譯后生成的二進制文件就可以移植到ARM系統中運行。

4 實驗結果及結論

攝像頭安裝在門頂，采用俯角的安裝方式，俯角太大，導致頭頂面積太大，俯角太小，面部特征太少，通過現場調整比較得到合適的角度，進行實驗，實驗效果如圖5所示。

圖5 實驗現場效果

實驗結果可以看出本系統在智能門控系統中有良好的效果，驗證了系統的有效性和可行性。系統硬件采用FPGA+ARM的構架，與PC機相比具有系統體積小、成本低、便于安裝等優(yōu)點，而且在數據的處理速度上滿足應用要求。此外，基于Adaboost的人臉檢測圖像門控系統的實時性好，靈敏度高。

［1］楊學友，李博文，曲興華.基于FPGA高速智能化視覺傳感器的研究［J］. 電子測量與儀器學報，2003(1):76－79.

［2］鄧海峰，余慧英，袁可風.一種嵌入式圖像處理平臺的設計與實現［J］. 計算機應用，2005(S1):225－227.

［3］姚聰，方勇，汪敏，等.基于ARM的嵌入式圖像采集處理系統及其無線傳輸［J］. 電子技術，2003(11):25－28.

［4］王榮本，游峰，崔高健，等.基于計算機視覺高速智能車輛的道路識別［J］. 計算機工程與應用，2004(26):18－21.

［5］趙方鵬，楊建華，趙忠，等.基于嵌入式Linux的網絡視頻監(jiān)控系統［J］. 測控技術，2007(5):55－57.

［6］陳育香.基于ARM的無線傳感器網絡多幀圖像采集與處理［D］.南京:南京理工大學，2011.

［7］謝平.嵌入式短距離無線音視頻監(jiān)控系統設計［J］.計算機測量與控制，2010(8):1813－1814.

［8］張遠，張首軍，汪俊.基于SOPC的嵌入式網絡攝像頭的設計［J］.西北大學學報:自然科學版，2009(1):44－46.

［9］龔向東，劉春平，黃虹賓，等.一種基于NiosⅡ軟核的嵌入式圖像采集處理系統設計［J］.電子測量技術，2010(2):75－78.

［10］吳平，陳秀宏，張平.基于X264的嵌入式視頻監(jiān)控系統設計［J］.電視技術，2011，35(7):108－110.