基于嵌入式系統(tǒng)的顆粒狀物體高速圖像識(shí)別.pdf

1、目前,高速圖像識(shí)別技術(shù)在社會(huì)各個(gè)領(lǐng)域開始嶄露頭角,但是由于高速圖像識(shí)別難度高,技術(shù)復(fù)雜,準(zhǔn)確率低,并未得到廣泛的應(yīng)用。高速圖像識(shí)別系統(tǒng)具備識(shí)別精度高、狀態(tài)穩(wěn)定、抗干擾能力強(qiáng)等特點(diǎn),能夠?qū)崟r(shí)識(shí)別目標(biāo)圖像,其性能取決于所采用的目標(biāo)檢測(cè)與識(shí)別算法,以及系統(tǒng)處理單元的處理能力。現(xiàn)有的圖像識(shí)別處理系統(tǒng)有多種方式實(shí)現(xiàn)圖像處理。本系統(tǒng)采用基于視頻處理的數(shù)字信號(hào)芯片的軟件實(shí)現(xiàn)方式,利用數(shù)字信號(hào)芯片的高速信號(hào)處理功能,使用軟件實(shí)現(xiàn)算法,在運(yùn)行時(shí)大大縮短了

2、執(zhí)行時(shí)間,能獲得較高的壓縮率和處理速度,同時(shí)這種方案易于升級(jí),算法也可更新。
　　本文要解決的關(guān)鍵問題是在高速圖像輪廓識(shí)別過程中如何提高識(shí)別速度。文章基于數(shù)字信號(hào)處理器與模式識(shí)別方法,構(gòu)建了一個(gè)用于進(jìn)行高速圖像識(shí)別工作的計(jì)算平臺(tái),引入并行處理思想,并研究一種新穎的算法,用以對(duì)圖像輪廓識(shí)別優(yōu)化工作進(jìn)行處理。該優(yōu)化算法應(yīng)用到高速圖像識(shí)別工作中,將實(shí)現(xiàn)更高效的圖像識(shí)別,有利于嵌入式系統(tǒng)圖像處理及其后續(xù)工作。
　　文章分別從此系統(tǒng)的

3、硬件部分與算法部分進(jìn)行分析與設(shè)計(jì)。
　　硬件部分選用了CMOS圖像傳感器和DSP數(shù)字信號(hào)處理器。其中CMOS圖像傳感器選擇了Micron公司的高速寬VGA高性能圖像傳感器MT9V022,此傳感器具備性能極優(yōu)的全局快門,增加了近紅外的靈敏度并提高了動(dòng)態(tài)范圍。DSP數(shù)字信號(hào)處理器選用了ADSP-BF561處理器。它是Blackfin系列中的高性能產(chǎn)品,針對(duì)于多媒體和通信方面的各種應(yīng)用,其核心由兩枚獨(dú)立的Blackfin處理器組成,結(jié)合

4、了dual-MAC處理引擎,具備RISC式微處理器指令集優(yōu)點(diǎn),以及單指令多數(shù)據(jù)多媒體能力。文章規(guī)劃了處理器與高速并行數(shù)模轉(zhuǎn)換器和圖像傳感器的的連接設(shè)計(jì),并詳細(xì)描述了系統(tǒng)的軟件開發(fā)平臺(tái)Visual DSP++,此工具能夠提供多個(gè)DSP同步運(yùn)行、同步單步執(zhí)行、同步停止等,并能同時(shí)觀查各DSP的程序執(zhí)行情況,正確的調(diào)試共享總線的多片DSP系統(tǒng)。文章基于多核計(jì)算平臺(tái)分析了圖像并行處理的方式、類型等相關(guān)概念。設(shè)計(jì)了降低系統(tǒng)總線爭(zhēng)用率的幀存儲(chǔ)器體系

5、結(jié)構(gòu)。并重點(diǎn)分析了如何對(duì)圖像區(qū)域進(jìn)行無(wú)損分割與存儲(chǔ),主要思想是將圖像分成若干區(qū)域,每一個(gè)區(qū)域由一個(gè)處理器進(jìn)行匹配處理,保證圖像在空域上進(jìn)行分割后的各個(gè)子區(qū)域進(jìn)行處理所需的信息無(wú)損失,并且處理后的結(jié)果合并起來(lái)與對(duì)分割前圖像處理結(jié)果相同。文章還分析了Amdahl定律以及在各種情況下的改進(jìn),以及Gustafson定律,以上定律均可用于并行處理的性能解析。
　　算法部分基于模式識(shí)別理論,引入可變形模板技術(shù)。早期關(guān)于這個(gè)領(lǐng)域的研究主要集中在

6、剛體形狀匹配,其中目標(biāo)形狀相對(duì)于模板圖像只經(jīng)過平移、旋轉(zhuǎn)、尺度變換和仿射變換,這些工作可以通過相關(guān)匹配或Hough變換來(lái)獲得。由于圖像處理中存在變化和類內(nèi)差異,任何目標(biāo)形狀都沒有一個(gè)嚴(yán)格的幾何模型可以利用,而可變形模板能夠發(fā)生變形以匹配到目標(biāo)形狀,是一個(gè)有力的形狀匹配工具。考慮到馬爾科夫隨機(jī)場(chǎng)具備局部證據(jù)和邊緣潛量的特性,本文基于馬爾科夫隨機(jī)場(chǎng)來(lái)設(shè)計(jì)參數(shù)式變形模板。引入信任度傳播理論及其算法,利用信任度傳播算法估計(jì)可變形模板技術(shù)中的MA