嵌入式人感系統的設計與實(shí)現
加入技術(shù)交流群
2 硬件模塊結構設計
基于上一節系統方案設計的基礎上，系統各個(gè)硬件模塊主要構成如下：
2．1 PIR紅外感應模塊
PIR紅外感應模塊在未斷電的情況下，是始終保持工作狀態(tài)的，只要當監控范圍內出現了符合其觸發(fā)條件的目標，它就會(huì )通過(guò)發(fā)送一個(gè)高電平信號的方式通知主芯片啟動(dòng)圖像采集模塊，進(jìn)而進(jìn)行之后的相關(guān)操作。其仍然保持工作狀態(tài)。
2．2 圖像采集模塊
圖像采集模塊由于其硬件性能的原因，如果以PIR紅外感應模塊相同的工作方式長(cháng)時(shí)間工作，一方面會(huì )非常耗電，不符合節能的設計初衷，同時(shí)對于其硬件部分也有很大的損害，減短模塊的使用壽命。因此，該模塊采用的是，當需要進(jìn)行圖像采集操作時(shí)，由主芯片啟動(dòng)的方式工作。模塊啟動(dòng)后，通過(guò)攝像頭部件定時(shí)對監控范圍內的場(chǎng)景進(jìn)行圖像采集，并將采集到的圖像保存到主芯片中，由主芯片對圖像進(jìn)行下一步的操作。在未接到主芯片令其停止工作的指令前，它始終保持循環(huán)執行以上工作過(guò)程的狀態(tài)。
2．3 主芯片
主芯片除了負責對PIR紅外感應模塊狀態(tài)監控、圖像采集模塊工作模式的控制和警報控制操作之外，還有一個(gè)非常重要的工作一對圖像采集模塊采集得到的圖像進(jìn)行圖像處理、圖像識別和結果判斷，決定是否需要執行相應的警報控制操作。所以，在主芯片的選擇上既需要有充足的內存空間，還需要具備較強的處理能力，綜合以上需求，最終確定選擇Samsung S3C6410這塊ARM7處理芯片來(lái)作為主芯片。
2．4 紅外LED補光
紅外補光模塊是人感系統的一個(gè)輔助功能模塊，當圖像采集模塊獲得的圖片亮度過(guò)低時(shí)，為了有更好的圖像采集效果，在圖像采集模塊工作時(shí)通過(guò)該模塊進(jìn)行紅外補光。
注；鑒于節能的原則，以上處于長(cháng)時(shí)間工作狀態(tài)的電路模塊使用的都是3．3～5．0V的直流電源。
3 軟件模塊設計
鑒于人感系統的特點(diǎn)，軟件模塊設計的研究?jì)热葜饕侵餍酒瑢ΡO控現場(chǎng)中異常狀況的圖像采集，以及之后的圖像處理和圖像識別算法的相關(guān)技術(shù)，不包括圖像傳輸和圖像壓縮存儲方面的內容。
隨著(zhù)監控技術(shù)的發(fā)展，目標的提取和有效監測已經(jīng)成為圖像處理、圖像識別中的關(guān)鍵技術(shù)。在圖像序列中如何精確地提取出具有實(shí)際意義的對象實(shí)體，是之后根據預設的閾值對對象實(shí)體進(jìn)行圖像識別的基礎。
3．1 對象提取
對象提取的常用方法有，幀間差分法、背景差分法和光流法。幀間差分法是基于時(shí)間序列圖像上的差分方法，對外界干擾不敏感，可以避免一些不必要的噪聲干擾，但通常難以獲取檢測目標的完整輪廓；光流法是利用圖像序列中的像素強度的時(shí)域變化和相關(guān)性來(lái)確定各自像素位置的狀況，由于該方法是對每個(gè)像素點(diǎn)的位置確認，且運算公式復雜，計算量比較大，不適合用于對實(shí)時(shí)性要求比較高的系統中。鑒于實(shí)際需求等因素的考慮，在本設計中采用最直接、最簡(jiǎn)單的背景差分法來(lái)對圖像采集模塊得到的圖像進(jìn)行對象提取。
背景差分法需要事先將背景圖像存儲起來(lái)，供以后差分時(shí)使用，因此在人感系統啟動(dòng)時(shí)，圖像采集模塊會(huì )隨之啟動(dòng)，采集并存儲當前幀的圖像，然后系統進(jìn)入正常工作模式。由于新出現的對象實(shí)體在灰度上和背景的灰度會(huì )存在較為明顯的差異，這樣作差之后的圖像中新出現的對象實(shí)體會(huì )有較大的灰度值。背景差分法就是基于此原理，通過(guò)對當前圖像和背景圖像作差的方式，將對象實(shí)體從背景中提取出來(lái)。
假設當前幀二值化后的圖像為Ni，背景圖像二值化后為B，圖像閾值為pt，那么背景差分二值化后的圖像為：
這樣，當背景差分二值化后圖像的灰度值為255的像素點(diǎn)都被視為對象實(shí)體目標點(diǎn)。
3．2 對象識別
對象識別就是對提取得到的對象實(shí)體目標點(diǎn)的面積與預設閾值的比較。
當完成了對象提取步驟后，需要根據實(shí)際情況選取適當的閾值T，對獲得的對象實(shí)體進(jìn)行判斷。當對象實(shí)體目標點(diǎn)組成的連通域的總面積大于閾值T時(shí)，視為出現異常情況，通知主芯片啟動(dòng)報警裝置；當對象實(shí)體目標點(diǎn)組成的連通域的總面積小于閾值T時(shí)，視為PIR紅外傳感器模塊被誤觸發(fā)或者觸發(fā)PIR紅外傳感器模塊的物體不是“入侵者”，非異常情況，無(wú)需啟動(dòng)報警裝置。
3．3 圖像處理
背景差分法能夠簡(jiǎn)單地將對象實(shí)體從背景中提取出來(lái)，能完整獲得對象實(shí)體的位置、大小、形狀等信息，但是由于其自身算法的限制，該方法往往會(huì )遇到噪聲和外界環(huán)境變化帶來(lái)的影響。
由于噪聲的影響，會(huì )使一些本不屬于對象實(shí)體上的點(diǎn)被錯誤地歸入對象實(shí)體目標點(diǎn)，或者由于背景圖像中的噪聲，導致一些本屬于對象實(shí)體上的點(diǎn)被忽略。為了減少這類(lèi)因素的影響，在圖像二值化操作之前，需要先對圖像去噪處理后再進(jìn)行對象提取。另外，由于受到光線(xiàn)等環(huán)境因素的影響，圖像中會(huì )出現與目標實(shí)體具有一定相同視覺(jué)特性的陰影像素點(diǎn)，若直接使用背景差分法，對象實(shí)體目標點(diǎn)組成的連通域的總面積會(huì )因陰影像素點(diǎn)的存在而變大，使得對象識別時(shí)出現錯誤判斷。為此，在對象提取前，還需要對當前幀在HSV色彩空間中進(jìn)行陰影檢測。
式中，I為當前幀，B為背景圖像，S為陰影像素點(diǎn)。設定α為光源影響系數，光源越強，α越??；β是為了去除噪聲的影響。Ts、Th的設定是為了區分當前幀和背景圖像之間的差別。
為了進(jìn)一步精確地獲取對象實(shí)體，在圖像識別前，需要運用諸如數學(xué)形態(tài)學(xué)的方法，對背景差分二值化后的圖像進(jìn)行處理，計算對象實(shí)體目標點(diǎn)組成的連通域的總面積時(shí)設定一個(gè)統計閾值t，當某個(gè)連通域面積小于t時(shí)，則該連通域的面積不計入總面積之中。
至此，就可以比較完整地提取出對象實(shí)體，并在此基礎上進(jìn)行較為精確的對象識別操作了。
4 實(shí)驗結果
本實(shí)驗是為了驗證上節軟件模塊設計部分的對象提取、圖像處理和圖像識別算法的可實(shí)現性和實(shí)際應用效果。(軟件環(huán)境：Linux；每幀大?。?52×288。)
在一個(gè)封閉的辦公室中，啟動(dòng)人感系統，然后有一個(gè)人進(jìn)入并通過(guò)監控區域，人感系統準確判定出目標為“入侵者”。
實(shí)驗效果圖如下：本文引用地址：http://dyxdggzs.com/article/148169.htm
評論