馬玉芳
摘 要: 為了解決圖像采集效果差的問題,提出基于智能視覺的微型高精度圖像采集系統(tǒng)設(shè)計(jì)。在智能視覺技術(shù)中,需利用傳感器提供的實(shí)時(shí)構(gòu)造閉環(huán)反饋信息對(duì)攝像機(jī)產(chǎn)生的視頻信號(hào)進(jìn)行處理,轉(zhuǎn)換成數(shù)字圖像信息,實(shí)時(shí)對(duì)信息進(jìn)行采集,并對(duì)采集器接口和傳感器接口進(jìn)行設(shè)計(jì);對(duì)系統(tǒng)軟件部分設(shè)計(jì)時(shí),需對(duì)系統(tǒng)進(jìn)行初始化處理,實(shí)現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報(bào)警控制等功能,對(duì)時(shí)序智能視覺原理展開分析,并對(duì)解差分進(jìn)行設(shè)計(jì)。通過實(shí)驗(yàn)證明,該系統(tǒng)采集效果較好,系統(tǒng)可靠性較強(qiáng)。
關(guān)鍵詞: 智能視覺; 圖像采集系統(tǒng); 數(shù)字信息; 初始化處理; 接口設(shè)計(jì); 信號(hào)處理
中圖分類號(hào): TN02?34; TP24 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2018)19?0067?04
Abstract: The design of micro high?precision image acquisition system based on intelligent vision is proposed to improve the acquisition effect of the traditional image acquisition system. In the intelligent vision technology, the real?time closed?loop feedback information provided by sensors is utilized to process the video signal generated by the camera, converted it into the digital image information, and acquire the information in real?time. The interfaces of collector and sensor are designed. In the system software design, it is necessary to initialize the system to realize the functions of data output, keyboard display and alarm control, the theory of time?series intelligent vision is analyzed, and the solutions of difference are designed. The experimental results prove that the system has perfect acquisition effect, and high system reliability.
Keywords: intelligent vision; image acquisition system; digital information; initialization processing; interface design; signal processing
隨著科學(xué)技術(shù)的快速發(fā)展,人們對(duì)圖像采集系統(tǒng)的需求也日益增加,尤其是圖像傳感器因其體積小、功耗低的優(yōu)點(diǎn)成為了數(shù)字成像領(lǐng)域熾手可熱的采集器件之一。目前圖像采集器集成的轉(zhuǎn)換電路一般為8 bit,這樣的精準(zhǔn)度可滿足一般圖像成像原理,但如果應(yīng)用系統(tǒng)對(duì)圖像采集精準(zhǔn)度要求較高時(shí),由于傳統(tǒng)采集系統(tǒng)存在采集效果差的問題就顯得力不從心[1]。為此,根據(jù)實(shí)際指標(biāo),需采集更高精度的圖像,為此本文提出基于智能視覺的微型高精度圖像采集系統(tǒng)設(shè)計(jì)。
設(shè)計(jì)以智能視覺采集芯片為主控系統(tǒng),結(jié)合微型高精度LM98640實(shí)現(xiàn)對(duì)圖像傳感器信號(hào)的采集。在智能視覺技術(shù)中,需利用傳感器提供的實(shí)時(shí)構(gòu)造閉環(huán)反饋信息對(duì)攝像機(jī)產(chǎn)生的視頻信號(hào)進(jìn)行處理,實(shí)時(shí)對(duì)信息進(jìn)行采集,并對(duì)采集器接口和傳感器接口進(jìn)行設(shè)計(jì);對(duì)系統(tǒng)軟件部分設(shè)計(jì)時(shí),需對(duì)系統(tǒng)進(jìn)行初始化處理,實(shí)現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報(bào)警控制等功能,并重點(diǎn)研究時(shí)序設(shè)計(jì)和后續(xù)圖像信號(hào)采集處理,同時(shí)給出相關(guān)時(shí)序設(shè)計(jì)仿真波形,由此呈現(xiàn)出實(shí)際成像效果。通過實(shí)驗(yàn)結(jié)果證明,該系統(tǒng)圖像采集效果良好。
智能視覺采集器作為外部傳感器可在無接觸情況下對(duì)外部信息進(jìn)行解析,由此在智能控制系統(tǒng)中獲得越來越多的應(yīng)用機(jī)會(huì)。在智能視覺技術(shù)中,需利用傳感器提供的實(shí)時(shí)構(gòu)造閉環(huán)反饋信息對(duì)攝像機(jī)產(chǎn)生的視頻信號(hào)進(jìn)行處理,轉(zhuǎn)換成數(shù)字圖像信息,并實(shí)時(shí)對(duì)信息進(jìn)行采集[2]。根據(jù)圖像所達(dá)到的分辨率與灰度級(jí)對(duì)微型高精度圖像采集結(jié)構(gòu)框架進(jìn)行設(shè)計(jì),如圖1所示。
由圖1可知,圖像采集系統(tǒng)硬件結(jié)構(gòu)框圖設(shè)計(jì)的作用是將圖像信號(hào)轉(zhuǎn)化為數(shù)字信號(hào),并通過圖像傳感器將采集到的數(shù)據(jù)存儲(chǔ)在系統(tǒng)中,并實(shí)時(shí)傳輸。該框架由圖像采集器、傳感器、視頻解碼器、邏輯控制器以及外圍電路組成。
1.1 采集器接口電路設(shè)計(jì)
采集器是一種可在系統(tǒng)程序中直接對(duì)電路傳輸信息進(jìn)行采集的器件,具有功率低、容量大、傳輸速度快,可直接在系統(tǒng)中進(jìn)行編程等特點(diǎn),作為一種非易失性的采集器,在系統(tǒng)中應(yīng)存放程序代碼和常量來表示系統(tǒng)用電后續(xù)保存的關(guān)鍵數(shù)據(jù)[3]。通常用8位或16位的數(shù)據(jù)表示編程電壓,而采集器芯片內(nèi)部在執(zhí)行時(shí),過程比較復(fù)雜,價(jià)格昂貴,但是傳輸效率較高,可在1~3 MB的小容量中具有較高成本效益。
為了支持系統(tǒng)引導(dǎo)操作,在采集芯片S3C2410A上具備靜態(tài)隨機(jī)存取存儲(chǔ)(SRAM)緩沖器內(nèi)部結(jié)構(gòu)[4]。當(dāng)系統(tǒng)啟動(dòng)時(shí),存儲(chǔ)器前面的4 000字節(jié)將自動(dòng)載入引導(dǎo)代碼中,在正常情況下,這4 000字節(jié)引導(dǎo)代碼需將程序內(nèi)容拷貝到存取存儲(chǔ)(SRAM)緩沖器內(nèi)部結(jié)構(gòu)中,以便后續(xù)完成內(nèi)容拷貝引導(dǎo)代碼跳轉(zhuǎn)。使用S3C2410A內(nèi)部硬件智能視覺功能可對(duì)采集到的數(shù)據(jù)進(jìn)行有效檢驗(yàn)。在系統(tǒng)設(shè)計(jì)中利用啟動(dòng)程序,選擇K9F1208芯片作為圖像數(shù)據(jù)存儲(chǔ)器,由于K9F1208芯片容量大、可靠性強(qiáng),可為存儲(chǔ)器提供64M×8位的容量,除此之外還具有較大空閑存儲(chǔ)區(qū)[5]。
K9F1208芯片對(duì)612字節(jié)一頁的操作程序所花費(fèi)的時(shí)間是200 ms,且對(duì)20 000字節(jié)的用電擦除操作僅僅需要2 s。設(shè)置16位I/O端口地址、數(shù)據(jù)和復(fù)用命令的方法可減少引腳數(shù)目,并使接口電路變得更加簡潔,不需要特意保護(hù),為此設(shè)計(jì)的采集器電路圖如圖2所示。
1.2 基于智能視覺傳感器接口
利用智能視覺分析技術(shù)對(duì)采集系統(tǒng)傳感器接口進(jìn)行設(shè)計(jì),使用電數(shù)據(jù)能夠長久保存到系統(tǒng)中,與閃存器件不同之處是其隨機(jī)讀寫速度較快,并不需要擦除。靜態(tài)隨機(jī)存取存儲(chǔ)(SRAM)緩沖器在系統(tǒng)設(shè)計(jì)中可用作程序空間數(shù)據(jù),具有空間單位存儲(chǔ)容量大、價(jià)格便宜的優(yōu)點(diǎn),其內(nèi)部存儲(chǔ)單元可視為一個(gè)電容,傾向于放電,避免數(shù)據(jù)丟失,需定時(shí)刷新[6]?;诖?,在系統(tǒng)設(shè)計(jì)中設(shè)計(jì)緩沖器可隨時(shí)刷新控制邏輯,并在系統(tǒng)中增加刷新控制邏輯芯片,可與緩沖器接口直接對(duì)接,此時(shí)只需對(duì)存儲(chǔ)器相關(guān)組件進(jìn)行適當(dāng)調(diào)整即可實(shí)現(xiàn)。
目前,最常用的是8位或16位的數(shù)據(jù)寬度靜態(tài)隨機(jī)存取存儲(chǔ)(SRAM)緩沖器,工作電壓一般為3.0 V,系統(tǒng)采用容量為32 MB的K4S561632C芯片,如圖3所示。
對(duì)系統(tǒng)軟件部分設(shè)計(jì)時(shí),需對(duì)系統(tǒng)進(jìn)行初始化處理,實(shí)現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報(bào)警控制等功能,程序流程如圖4所示。
由圖4可知,鍵盤可顯示服務(wù)中斷程序,并完成相應(yīng)參數(shù)測量的輸入與顯示,并實(shí)現(xiàn)報(bào)警控制功能,將數(shù)據(jù)進(jìn)行同步處理可中斷服務(wù)程序,包括數(shù)據(jù)采集的實(shí)時(shí)處理和計(jì)算。
2.1 時(shí)序智能視覺原理分析
對(duì)時(shí)序智能視覺原理的分析實(shí)質(zhì)上就是對(duì)配置寄存器的分析[7]。首先將SEN配置降低,然后發(fā)送指令,其中一條指令由8 bit串行數(shù)據(jù)組成,第一個(gè)比特為讀寫控制命令,第二個(gè)比特為器件地址,一般都設(shè)置為0,剩下的6個(gè)比特為寄存器地址,將這8 bit直接寫入寄存器中,每一個(gè)比特的命令寫入都在SCLK上進(jìn)行[8]。圖5描述了圖像成像時(shí)所需的40個(gè)寄存器配置時(shí)序仿真波形。
由圖5可知,寄存器初始值寫成0X04,按照器件手冊可設(shè)計(jì)出完全滿足設(shè)計(jì)的需求。配置完寄存器后,按照設(shè)計(jì)流程對(duì)圖像信息進(jìn)行采集,為此設(shè)計(jì)默認(rèn)保持模式,并采用2條線路和4個(gè)通道對(duì)數(shù)據(jù)輸出。將14 bit并行數(shù)據(jù)在這2條線路上進(jìn)行輸出,其中1條為13~7 bit,另1條為6~0 bit,每1條線路的輸出都是對(duì)TXFRAME信號(hào)轉(zhuǎn)化[9?10]。奇數(shù)像元TXFRAME信號(hào)的寬度為3個(gè)時(shí)鐘,偶數(shù)像元的TXFRAME寬度為2個(gè)時(shí)鐘,利用輸出信號(hào)的4個(gè)通道進(jìn)行差分信號(hào)的傳送,并分別標(biāo)識(shí),這些信號(hào)由格式和速率組成,不能直接進(jìn)行應(yīng)用,為此將這些信號(hào)全部輸入存儲(chǔ)器中等待后續(xù)處理。
2.2 解差分設(shè)計(jì)
圖像采集器對(duì)信號(hào)的解差分設(shè)計(jì)通常有兩種,分別是使用數(shù)據(jù)處理專用的接收芯片和選用支持差分信號(hào)的FPGA。后果省去接收芯片,進(jìn)而減小采集系統(tǒng)體積,為了方便不同種類發(fā)送裝置的檢測與維護(hù),構(gòu)建兼容智能視覺檢測平臺(tái),可節(jié)省重量方面的考慮[11],使用兼容性較好的接口,可使系統(tǒng)設(shè)置和相應(yīng)接口進(jìn)行完美連接,使用起來也比較方便,并在約束文件里定義信號(hào)屬性,即可完成信號(hào)的接收。由此可知,解差分后需將時(shí)鐘放置在全局總線上,才可對(duì)圖像數(shù)據(jù)進(jìn)行準(zhǔn)確采集。
為了驗(yàn)證基于智能視覺的微型高精度圖像采集系統(tǒng)設(shè)計(jì)的合理性,對(duì)系統(tǒng)進(jìn)行仿真測試。
3.1 實(shí)驗(yàn)環(huán)境與過程設(shè)計(jì)
平臺(tái)選用Proteus仿真軟件進(jìn)行實(shí)驗(yàn),該軟件是基于仿真引擎設(shè)計(jì)的混合仿真電路,不僅能夠模仿數(shù)字電路和混合電路,還能模仿具有特色的單片機(jī)電子系統(tǒng)。采用Proteus仿真平臺(tái)的實(shí)驗(yàn)環(huán)境,由于缺少圖像傳感器,為此,需要加載外在信號(hào)源來測試整個(gè)系統(tǒng)圖像數(shù)據(jù)采集的可靠性。
具體實(shí)驗(yàn)步驟如下:
1) 首先在仿真軟件平臺(tái)上構(gòu)建與實(shí)驗(yàn)方案一致的仿真模型;
2) 在單片機(jī)上編制程序,并在集成開發(fā)環(huán)境下調(diào)試與編譯,由此生成“.HEX”圖像文件;
3) 運(yùn)行模擬仿真軟件,打開編制好的仿真電路,在程序中加載編譯“.HEX”圖像文件,然后選擇“確認(rèn)”就可進(jìn)行仿真實(shí)驗(yàn);
4) 利用虛擬傳感器對(duì)圖像數(shù)據(jù)進(jìn)行采集,或者構(gòu)建顯示終端的虛擬結(jié)構(gòu),進(jìn)而顯示采集到的數(shù)據(jù),促使仿真程序變得更加復(fù)雜化,為了使數(shù)據(jù)顯示的更加直觀,采用正弦信號(hào)發(fā)生器作為外在數(shù)據(jù)信號(hào)源,如果圖像采集能夠順利實(shí)現(xiàn),那么需要系統(tǒng)輸出正弦型的波形,并通過設(shè)置顯示器觀察通信效果。
3.2 實(shí)驗(yàn)結(jié)果與分析
為了使測試結(jié)果更加具有可靠性,將傳統(tǒng)系統(tǒng)與本文設(shè)計(jì)的圖像采集系統(tǒng)進(jìn)行對(duì)比,結(jié)果如圖6所示。
圖6中橫坐標(biāo)表示采集時(shí)間,縱坐標(biāo)表示采集到的圖像數(shù)據(jù)。由于在采樣系統(tǒng)中對(duì)頻率需求較高,為此數(shù)據(jù)量偏大,由圖可知本文設(shè)計(jì)系統(tǒng)圖像采集數(shù)據(jù)呈現(xiàn)的是正弦型曲線,而傳統(tǒng)系統(tǒng)不具有該屬性,為此本文設(shè)計(jì)系統(tǒng)針對(duì)圖像采集符合實(shí)際要求,可行性較強(qiáng)。
另一方面,可從系統(tǒng)時(shí)序仿真波形角度對(duì)傳統(tǒng)系統(tǒng)與本文系統(tǒng)設(shè)計(jì)的合理性進(jìn)行對(duì)比,結(jié)果如圖7所示。
由圖7可知,本文設(shè)計(jì)的系統(tǒng)可清晰地看到邊緣,層次感設(shè)計(jì)分明,可充分驗(yàn)證設(shè)計(jì)的有效性。
3.3 實(shí)驗(yàn)結(jié)論
根據(jù)上述實(shí)驗(yàn)內(nèi)容,得出實(shí)驗(yàn)結(jié)論:由于在采樣系統(tǒng)中對(duì)時(shí)序頻率需求較高,為此數(shù)據(jù)量偏大,通過對(duì)比實(shí)驗(yàn)可知,本文設(shè)計(jì)系統(tǒng)圖像采集數(shù)據(jù)呈現(xiàn)的是正弦型曲線,而傳統(tǒng)系統(tǒng)不具有該屬性,而且時(shí)序仿真波形不清晰、層次感較差,由此可知,本文設(shè)計(jì)的圖像采集系統(tǒng)圖像采集效果較好。
本文完成了采用智能視覺技術(shù)實(shí)現(xiàn)微型高精度圖像采集系統(tǒng)的設(shè)計(jì),其信號(hào)采集與存儲(chǔ)十分靈活,同時(shí)可改善傳統(tǒng)系統(tǒng)存在的缺陷,進(jìn)而提高了系統(tǒng)設(shè)計(jì)的合理性。該系統(tǒng)設(shè)計(jì)雖然是在傳統(tǒng)系統(tǒng)基礎(chǔ)上研發(fā)的,但是采用時(shí)序仿真波形的方式設(shè)計(jì)圖像采集系統(tǒng),只需稍加修改即可適用于其他應(yīng)用系統(tǒng),具有良好的通用性。
參考文獻(xiàn)
[1] 王強(qiáng).基于視覺傳感網(wǎng)絡(luò)的目標(biāo)跟蹤系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2016,39(8):88?91.
WANG Qiang. Design of target tracking system based on visual sensing network [J]. Modern electronics technique, 2016, 39(8): 88?91.
[2] 王炳強(qiáng),劉娜,劉沖.煙火場區(qū)域的人員智能視覺分析系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2016,39(16):128?131.
WANG Bingqiang, LIU Na, LIU Chong. Design of intelligent vision analysis system to locate persons in fireground area [J]. Modern electronics technique, 2016, 39(16): 128?131.
[3] 陳熔,劉杰.基于智能視覺的特定人員檢索平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2017,40(14):102?105.
CHEN Rong, LIU Jie. Design and implementation of specific staff retrieval platform based on intelligent vision [J]. Modern electronics technique, 2017, 40(14): 102?105.
[4] 李超,呂憲偉,涂文俊,等.基于計(jì)算機(jī)視覺的實(shí)木表面智能化分選系統(tǒng)設(shè)計(jì)[J].北京林業(yè)大學(xué)學(xué)報(bào),2016,38(3):102?109.
LI Chao, L? Xianwei, TU Wenjun, et al. Design of an intelligent wood surface grading system based on computer vision [J]. Journal of Beijing Forestry University, 2016, 38(3): 102?109.
[5] 曾文兵,張國平.基于Cotex?M4內(nèi)核的實(shí)時(shí)圖像采集系統(tǒng)[J].電子設(shè)計(jì)工程,2017,25(14):175?178.
ZENG Wenbing, ZHANG Guoping. A real?time image acquisition system based on Cotex?M4 kernel [J]. Electronic design engineering, 2017, 25(14): 175?178.
[6] 王盛,田江.基于智能視覺的學(xué)生考試異常狀態(tài)識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代電子技術(shù),2017,40(14):78?80.
WANG Sheng, TIAN Jiang. Design and implementation of intelligent vision based recognition system for student′s examination abnormal status [J]. Modern electronics technique, 2017, 40(14): 78?80.
[7] 王飛,杜文華,關(guān)波,等.基于視覺的刀具參數(shù)高精度測量[J].計(jì)算機(jī)工程與設(shè)計(jì),2015,36(2):524?528.
WANG Fei, DU Wenhua, GUAN Bo, et al. High precision measurement of cutting tool parameters based on vision [J]. Computer engineering and design, 2015, 36(2): 524?528.
[8] 李和香.基于物聯(lián)網(wǎng)視覺的旅游景區(qū)異常情況圖像自動(dòng)識(shí)別系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù),2017,40(4):124?127.
LI Hexiang. Design of IoT vision based image automatic identification system for tourist attraction abnormalities [J]. Modern electronics technique, 2017, 40(4): 124?127.
[9] SONG Guicai, WANG Jinghua. Architectural space rationality analysis based on intelligent vision [J]. Modern electronics technique, 2017, 40(16): 102?104.
[10] LI Kexin. Design and implementation for fast visual positio?ning system of vehicle causing traffic accident [J]. Modern electronics technique, 2015, 451(20): 63?66.
[11] ZHANG Bin, SU Jingxiao, ZHANG Weiwei, et al. Design for apple?picking robot of intelligent recognition based on laser vision [J]. Journal of agricultural mechanization research, 2016, 38(7): 60?64.