光電靶的基本原理
1 基于FPGA的嵌入式系統(tǒng)開發(fā)流程
設(shè)計(jì)一個(gè)嵌入式系統(tǒng),主要包括硬件平臺(tái)搭建和應(yīng)用軟件編寫?;?a class="contentlabel" href="http://m.butianyuan.cn/news/listbylabel/label/FPGA">FPGA技術(shù),硬件平臺(tái)搭建和軟件編寫都可在相應(yīng)的軟件平臺(tái)上完成。EDK(Embedded Development Kit)是Xilinx公司開發(fā)嵌入式系統(tǒng)的套件工具。EDK套件工具主要包括硬件平臺(tái)產(chǎn)生器、軟件平臺(tái)產(chǎn)生器、仿真模型生成器和軟件編譯調(diào)試等工具,利用其集成開發(fā)環(huán)境XPS(platform studio)可以方便地完成嵌入式系統(tǒng)的開發(fā)設(shè)計(jì)[1],設(shè)計(jì)流程如圖1所示。
2 硬件平臺(tái)搭建過程
分析系統(tǒng)需求中,鐵軌檢測(cè)主要是進(jìn)行圖像的分析處理,包括三個(gè)主要部分:圖像輸入、圖像處理和結(jié)果顯示。本項(xiàng)目使用依元素公司生產(chǎn)的Xilinx Spartan-3a系列xc3s700a的FPGA開發(fā)板,軟件版本為Xilinx10.1。圖像輸入有下列途徑:USB接口、RS232串口、100 M以太網(wǎng)接口、EDK套件XMD調(diào)試平臺(tái)直接下載等。本文將圖像數(shù)據(jù)轉(zhuǎn)換為.ELF文件格式,直接燒寫入Flash中。本文不追求實(shí)現(xiàn)視頻流處理,并且圖像要多次使用,源圖像存儲(chǔ)在Flash中最合理。圖像處理由Microblaze軟核系統(tǒng)和檢測(cè)程序共同完成;圖像顯示由TFT控制器通過VGA輸出信號(hào)在液晶顯示屏顯示。具體硬件平臺(tái)搭建過程如下:
(1)按照XPS應(yīng)用向?qū)?,建立最小系統(tǒng),配置Microblaze軟核系統(tǒng)參數(shù)和添加UART外設(shè)。
(2)添加IP核,并連接到相應(yīng)總線,主要為內(nèi)存控制器、通信控制和GPIO等。
(3)添加自定義的IP。盡管Xilinx提供了許多免費(fèi)IP,但是免費(fèi)的IP不能滿足用戶的所有設(shè)計(jì)。本項(xiàng)目需要自定義的IP有用于控制液晶顯示的TFT_Controller和用于內(nèi)存地址總線及數(shù)據(jù)總線復(fù)用的Mux_logic IP。PLB_TFT_Controller主要產(chǎn)生RGB信號(hào)、行場(chǎng)掃描、同步信號(hào)等,Mux_logic IP用于對(duì)SDRAM和Flash總線復(fù)用進(jìn)行控制,輸入為SDRAM和Flash的控制IP產(chǎn)生的地址總線信號(hào)和數(shù)據(jù)總線信號(hào)及使能信號(hào),輸出為復(fù)用地址總線、數(shù)據(jù)總線信號(hào)。
(4)配置相應(yīng)IP,并進(jìn)行信號(hào)互聯(lián),將需要控制硬件的port連接到外部。分配地址空間,添加UCF配置文件。
(5)生成硬件比特流文件和硬件驅(qū)動(dòng)文件。硬件結(jié)構(gòu)原理圖如圖2所示。
3 軟件設(shè)計(jì)過程
3.1 鐵軌檢測(cè)原理
本項(xiàng)目中鐵軌檢測(cè)主要考慮兩種方案[2]:基于邊緣特征和基于區(qū)域特征。(1)基于邊緣特征檢測(cè)方法先在全局范圍檢測(cè)出邊緣線,再通過模型或特征限制條件,從邊緣圖中獲得目標(biāo)邊緣。(2)基于區(qū)域特征的鐵軌檢測(cè),利用區(qū)域統(tǒng)計(jì)特性,即鐵軌區(qū)域區(qū)別于周圍環(huán)境獨(dú)特統(tǒng)計(jì)特性來判斷鐵軌區(qū)域。兩種方法中,前者檢測(cè)到的鐵軌線較為準(zhǔn)確,但是其對(duì)二值化閾值嚴(yán)重依賴;后者抗噪性較好,但檢測(cè)的鐵軌線不夠準(zhǔn)確,本文主要討論基于區(qū)域特征的鐵軌檢測(cè)。
基于區(qū)域特征鐵軌檢測(cè)流程如圖3所示,分為四個(gè)步驟:
(1)降低分辨率。在濾波之前,先降低圖像分辨率,以消除圖像細(xì)節(jié),也可減輕后續(xù)處理的計(jì)算負(fù)擔(dān)。
(2)濾波處理。分辨率降低后,圖像中仍有很多的突兀點(diǎn),這是因?yàn)殍F軌上各種電磁信號(hào)的存在,攝像頭采集到的圖像不可避免地受到高斯噪聲、系統(tǒng)噪聲的污染??紤]到圖像特征,選用中值濾波,它在平滑脈沖噪聲方面非常有效,同時(shí)可以保護(hù)圖像尖銳的邊緣。
(3)邊緣提取。利用邊緣檢測(cè)算子檢查每個(gè)像素的鄰域并對(duì)灰度變化率進(jìn)行量化,包括方向的確定。Sobel邊緣檢測(cè)算子方向性靈活,可以設(shè)置不同的系數(shù),抑制噪聲效果較好,使用范圍廣泛,因此選用Sobel算子。同時(shí)鐵軌圖像橫向變化不大,而在縱向有很大的延伸,故也只考慮圖像垂直邊緣響應(yīng)。
(4)連通域搜索。二值化處理后邊緣圖包含了鐵軌信息,也含有很多非鐵軌邊緣。使用八連通區(qū)域搜索法,進(jìn)行標(biāo)號(hào)處理,記錄相互獨(dú)立的連通區(qū)域個(gè)數(shù)并進(jìn)行標(biāo)號(hào)。對(duì)連通區(qū)域按照長(zhǎng)度大小進(jìn)行排列,直到搜索出縱向最長(zhǎng)的兩根鐵軌,然后判斷并標(biāo)記左右兩鐵軌,之后進(jìn)行區(qū)域填充,最終可以看到標(biāo)記的鐵軌區(qū)域。
3.2 OpenCV仿真結(jié)果
本項(xiàng)目程序首先實(shí)現(xiàn)OpenCV仿真,然后移植到FPGA中。OpenCV提供的圖像處理算法非常豐富,并且部分程序以C語(yǔ)言編寫,處理得當(dāng),不需要添加新的外部支持就可以完整的編譯連接生成執(zhí)行程序進(jìn)行算法移植。本次仿真只運(yùn)用“cv.h”和“highhui.h”兩個(gè)OpenCV庫(kù),主要是運(yùn)用其圖像加載、圖像顯示等函數(shù),而中值濾波、邊緣檢測(cè)、鐵軌搜索函數(shù)自行編寫。仿真結(jié)果如圖4所示。
3.3 FPGA程序移植過程
3.3.1 圖像輸入與顯示[3]
本項(xiàng)目把圖像數(shù)據(jù)轉(zhuǎn)換為.ELF文件格式,燒錄到NOR-Flash,在XPS的菜單下點(diǎn)擊Program Flash Memory,選擇自動(dòng)格式轉(zhuǎn)換,即可進(jìn)行燒錄,而且可以指定燒錄數(shù)據(jù)的位置。數(shù)據(jù)格式轉(zhuǎn)換利用Matlab軟件完成,程序如下:
fid = fopen(′pic.elf′, ′w′);//打開文件
img =imread(′Image03.BMP′);//讀圖像數(shù)據(jù)
imshow(img);//顯示圖像
fwrite(fid,img.′);//寫數(shù)據(jù)
fclose(fid);//關(guān)閉文件
由于是灰度圖像,只讀取其亮度值。圖像分辨率為640×480。寫數(shù)據(jù)可以用fprintf函數(shù)或fwrite函數(shù),但是實(shí)驗(yàn)表明使用fprintf函數(shù)寫數(shù)據(jù),文件大小302 kB,顯示圖像不正常;而使用fwrite函數(shù)寫數(shù)據(jù)文件僅300 kB,顯示圖像正常。說明兩種函數(shù)寫數(shù)據(jù)方式本質(zhì)不同,造成寫入數(shù)據(jù)格式不同。
圖像顯示過程:先從Flash中每次一行把數(shù)據(jù)讀入BRAM,然后把每一位亮度值移位變?yōu)镽、G、B三位,再?gòu)腂RAM讀數(shù)據(jù)到SDRAM顯存,如此循環(huán)480次,用以顯示圖片。由于R、G、B值相同,顯示的便是灰度圖像。如果直接從Flash讀數(shù)據(jù)到SDRAM顯存,顯示圖像每行有不規(guī)則不連續(xù)的黑點(diǎn),甚至顯示不正常。顯存的設(shè)置在TFT-Controller IP中完成,顯存空間為2 MB,起始地址與SDRAM起始地址相同。
3.3.2 圖像處理程序移植[3]
由于開發(fā)環(huán)境不同,移植后程序在獨(dú)立系統(tǒng)上運(yùn)行,需要對(duì)OpenCV仿真程序做一些改正。FPGA編程系統(tǒng)支持C語(yǔ)言標(biāo)準(zhǔn)庫(kù)函數(shù),所以打印輸出顯示函數(shù)print()、動(dòng)態(tài)內(nèi)存分配函數(shù)malloc()可以直接使用。盡管printf()函數(shù)也可以用于打印輸出結(jié)果,但目的是把程序放入大小為32 KB的BRAM,實(shí)驗(yàn)表明它比print()函數(shù)占用空間大一倍。在OpenCV中,可以直接使用cvShowImage()、cvReleaseImage()、cvDestroyWindow()函數(shù)顯示圖像和釋放內(nèi)存空間,在移植程序中要自行設(shè)計(jì)這些函數(shù)。移植程序中subplot()函數(shù)用于在屏幕上顯示4幅圖像(降低分辨率源圖像、濾波圖像、閾值分割圖像、鐵軌檢測(cè)圖像),DeleteAllPointElems()函數(shù)用于釋放內(nèi)存空間。其他函數(shù),例如降低分辨率函數(shù)Dec()、濾波函數(shù)filter()、邊緣檢測(cè)函數(shù)edge(),可以完全使用OpenCV中的程序,不需要做修改。移植后主程序如下:
int main()
{ print("rn-- Entering main() --rn");
SourceImage=(Xuint8*)malloc(640×480);
DecImage=(Xuint8*)malloc(320×240);
FilterImage=(Xuint8*)malloc(320×240);
EdgeImage=(Xuint8*)malloc(320×240);
ResultImage3=(Xuint8*)malloc(320×240);
//為圖像分配內(nèi)存空間
if (SourceImage==NULL)
{print("rn--mem allo fail--rn");
exit(1);}//驗(yàn)證空間是否分配成功
XTft_Initialize(Tft, TFT_DEVICE_ID);
//TFT顯示初始化
XromTftTestColor("black", 0);
//顯示背景設(shè)置為黑色
flbuf=(unsigned char*)Flash_BASEADDR;
//設(shè)置Flash圖像基地址指針
p=SourceImage;//設(shè)置源圖像指針
for (y=0;yHEIGHT;y++)
{rowpoint1=flbuf+y*WIDTH;
for(x=0;xWIDTH;x++)
{data1=*(rowpoint1+x);
*p++=data1;
} }//讀源圖像數(shù)據(jù)
dec(SourceImage,DecImage);
filter(DecImage,F(xiàn)ilterImage,320);
edge(FilterImage,EdgeImage,320);
//圖像降低分辨率、濾波、邊緣化
nt areanum=0;
GetFeature(EdgeImage,320,240,
ConnLabel,pFeatures,areanum);
//邊緣提取,搜索連通域
GetRailArea(320,240,pFeatures,
areanum,lowLeftRail,lowRightRail);
//搜索鐵軌區(qū)域,獲得左右軌
int i, j;
for (i=1; i = areanum;i++){
DeleteAllPointElems(pFeatures[i]);}
//釋放內(nèi)存空間
int Left,Right;
for(i=1;i240; i++){
Left=lowLeftRail[i];
Right=lowRightRail[i];
if((Left>0)(Right>0)){
for(j=Left;j=Right;j++){
*(TrackImage+i*320+j)=255;}}}
//填充鐵軌左右軌之間區(qū)域
subplot(DecImage,1);
subplot(FilterImage,2);
subplot(EdgeImage,3);
subplot(TrackImage,4);
//顯示4幅處理圖像
print("-- Exiting main() --rn");
}
FPGA圖像處理結(jié)果如圖5所示。
本文實(shí)現(xiàn)基于FPGA的鐵軌檢測(cè)算法,首先完成OpenCV程序仿真,然后移植到FPGA構(gòu)建的硬件系統(tǒng)中,可以成功檢測(cè)出鐵軌所在區(qū)域,并在一定條件下進(jìn)行鐵軌智能延長(zhǎng)。研究結(jié)果表明,檢測(cè)一幅分辨率為640×480圖像,大約需要30 s,如果應(yīng)用于實(shí)時(shí)視頻流系統(tǒng)中,則硬件平臺(tái)設(shè)計(jì)需要進(jìn)行精簡(jiǎn),以提高速度。也可考慮基于硬核、多核技術(shù),來提高處理速度,以滿足實(shí)時(shí)視頻流處理。
參考文獻(xiàn)
[1] 趙澤才,常青.基于MicroBlaze的嵌入式系統(tǒng)設(shè)計(jì)[D].湖南:國(guó)防科學(xué)技術(shù)大學(xué),2005.
[2] 李俊,楊春金.基于邊緣特征及對(duì)稱差分的鐵路安全圖像處理技術(shù)研究[D].武漢:武漢理工大學(xué),2009.
[3] 楊杰,黃朝兵.數(shù)字圖像處理及MATLAB實(shí)現(xiàn)[M].北京:電子工業(yè)出版社,2010.
評(píng)論