基于Cortex图像处理系统的研制

第一章 绪论

1.1 研究背景及意义

近年来，随着计算机系统的飞速发展，数字图像处理技术也日趋成熟。传统的图像处理技术主要依赖于 PC 计算机或者服务器，这些设备在运行和维护时都需要耗费较大的人力物力[1]。随着后 PC 时代的来临，人们对图像采集和处理系统的需求也越来越旺盛，应用也越来越广泛，如在生活中视频通话，智能家庭监控[2]，社区安防监控，在智能交通管理中车牌识别，违章处罚[3]，在工业生产中进行产品安全评估，在军事中应用于制导中运动物体检测与跟踪[4]。在这些广泛的应用中，都要求图像处理系统能够采集到清晰的图像且需要快速完成实时检测功能[5]。随着微处理器性能的不断提升和改进，以及新兴图像处理技术的发展，嵌入式图像采集和处理系统得到越来越广阔的发展空间，从而导致视觉系统朝着网络化、智能化、小型便携化发展[6]。

...............

1.2 研究现状

目前，国外有许多研究单位已经开发出各种各样的嵌入式图像处理系统，他们针对不同应用场景，提供不同的解决方案。澳大利亚学者 M. Litzenberger 等人提出了一种基于 DSP 处理器的同步实时运动目标追踪与检测系统，该系统使用的 DSP 是 Analog Device（s亚德诺半导体）公司的 ADSP-BF537，系统主频 600MHz，图像传感器使用的是 CMOS，分辨率为 128×128，该系统最终实现了运动目标速度估计和运动目标个数统计[11]。西班牙学者 Gorka Velez 等人提出了一种基于 FPGA 处理器的自动驾驶辅助系统，该系统使用的 FPGA 是 Xilinx（赛灵思）公司的 Zynq-7000，这是一个双核处理器，不仅具有 FPGA 核心还有一个 ARM Cortex-A9 核心，图像传感器使用的是 CMOS，分辨率为 640×480，该系统最终实现汽车辅助驾驶功能[12]。

...............

第二章 系统硬件选型及电路设计

2.1 系统硬件功能分析以及硬件结构组成

本文研究的 Cortex 图像处理系统，是一种可以移动的手持式摄像头系统，其应该具有以下几个基本功能：（1）图像采集：该功能是手持式摄像头的基本功能，要求系统能够采集到清晰逼真的图像，从而使得后续图像处理技术能够发挥作用。（2）数据存储：由于图像数据比较大，需要高速的扩展 RAM 进行图像缓存，保证处理算法能够有足够的时间处理；当然图像处理后的结果还需要存储到SD 卡中，这就保证系统在离线方式下能够通过 SD 读取处理结果，也能将 SD 中的数据传输到 PC 机上，利用 PC 机上的应用软件分析和改进处理结果。（3）即时通讯：为了能够适应不同应用场合的需求，手持式摄像头可作为一个个 Web 服务器，客户端通过 Wifi 模块或者以太网模块与摄像头系统进行数据通信，当客户端需要使用 Wifi 读取摄像头数据时，只需将摄像头系统的 Wifi作为 AP，客户端连接摄像头 Wifi 并通过网页浏览器输入摄像头系统的 IP 地址，即可观看到实时的图像数据。当客户端需要通过以太网读取摄像头数据时，，只需将用一根网线连接到摄像头系统，同样通过网页浏览器输入摄像头系统的 IP 地址，即可观看到实时的图像数据。

...............

2.2 图像采集模块选型及电路设计

感光芯片是图像采集模块的重要组成部分，感光芯片可分为两大类：CCD和 CMOS。CCD（Charge-coupled Device）中文名字为电荷耦合元件，我们通常又将其称为 CCD 图像传感器。它是一种半导体器件，可以将光学信号转化为电信号。器件上每个微小的光敏物质组成了许许多多的像素(Pixel)，一块 CCD 上包含的光敏物质越多，即像素点个数越多，其画面的分辨率就越高。CCD 作用就像胶片一样，能够感应每个像素的变化，这是因为 CCD 上整齐地排列了许多电容，使得其能感应光线，并将影像转变成电流信号，而且每个小电容都能将其所带的电荷转给它相邻的电容，最后再经由外部控制电路输出电压[25]。

...............

第三章 硬件驱动程序设计...............25

3.1 微控制器系统时钟以及 IO 复用初始化...............25

3.2 图像采集模块驱动设计...............27

第四章 Web 服务器搭建................38

4.1 Web 服务器应用背景...............38

4.2 HTTP 协议介绍.................38

第五章 车牌定位算法设计................42

5.1 图像二值化...............42

5.2 快速边缘检测的实现................44

第六章 字符识别算法设计

6.1 字符分割算法

感光芯片是图像采集模块的重要组成部分，感光芯片可分为两大类：CCD和 CMOS。CCD（Charge-coupled Device）中文名字为电荷耦合元件，我们通常又将其称为 CCD 图像传感器。它是一种半导体器件，可以将光学信号转化为电信号。器件上每个微小的光敏物质组成了许许多多的像素(Pixel)，一块 CCD 上包含的光敏物质越多，即像素点个数越多，其画面的分辨率就越高。CCD 作用就像胶片一样，能够感应每个像素的变化，这是因为 CCD 上整齐地排列了许多电容，使得其能感应光线，并将影像转变成电流信号，而且每个小电容都能将其所带的电荷转给它相邻的电容，最后再经由外部控制电路输出电压[25]。

...............

6.2 字符识别算法

车牌定位和字符分割都是字符识别的准备工作，车牌字符识别算法是整个系统的关键一步，因为字符识别的准确率将直接影响系统的性能，所以我们需要仔细斟酌字符识别方法。根据我国的车牌字符特征，我们可以明显的发现牌照中的字符均采用统一印刷的类似黑体，基于这个规律我们可以把车牌中使用的所有字符做成一个模板字符库，可以有利于最后的车牌匹配识别。虽然这些车牌字符有一定的规律性，但是其中不乏一些字符存在相似性，例如常见的“0”、“D”、“Q”以及“1”、“I”等，给系统带来一定的识别难度。当定位的车牌区域较小的时候，分割后得到的字符也会相对较小，这样就给识别带来难度，容易引起识别错误。

...............

结论

本文研究设计了嵌入式图像处理系统，独立完成硬件电路的设计和调试，并在该硬件平台上运用图像处理技术进行车牌识别，首先确定车牌的位置，然后利用字符分割算法，将提取的车牌进行分割，再运用改进的模板匹配法进行匹配检测，最后将检测结果通过 Web 服务器发送到客户端。本文完成的主要工作如下：1) 搜集资料，查阅文献，了解国内外现有的嵌入式图像处理的算法和产品，分析本文研究的意义；2) 设计制作了一个基于 Cortex 图像信息采集装置，包括硬件选型及电路设计：即选择合适的处理器以及感光芯片，完成原理图设计、印刷电路板绘制，完成硬件装置的电路安装和调试；3) 学习了嵌入式软件编程技术，完成包括感光芯片的驱动，SD 卡的驱动，SDRAM 的驱动，Wifi 模块驱动，并完成图像的初步提取；4) 深入学习了 TCP/IP 协议，并且将 LwIP 协议栈移植入 STM32F4 微控制器中，使得本系统能够与客户端进行网络通信；5) 研究了车牌定位算法，对采集的图像进行二值化，然后再进行快速边缘检测，获得车牌的候选区域，根据车牌的结构特征，对候选区域进行筛选，最终获得准确的车牌定位位置；6) 分析了车牌识别算法中两种字符分割算法的优劣，并提出了改进型的模板识别算法，最终得到车牌字符识别的结果；7) 介绍了基于 ARM 的 Web 服务器搭建，使用 HTTP 协议传输最终的识别结果，当图像中不存在任何车牌时，则默认显示“无车牌”字符串，反之，则显示识别结果。

参考文献（略）