基于TI TM320DM642的仿生眼視覺(jué)圖像處理系統
加入技術(shù)交流群
1.2.6 電源和時(shí)鐘模塊
本系統需要3種不同的供電電壓，分別是+3.3 V(外部存儲器、DSP的外部I/O、視頻格式轉換電路、通用異步收發(fā)器、時(shí)鐘芯片)、+1.4 V(DSP的內核)、+1.8 V(視頻格式轉換電路)。采用TPS54310和TPS76718這2款電源芯片。本電源系統中，TPS54310輸入電壓為5 V，一路調節成3.3 V，另一路調節為1.4 V。TPS54310輸出3.3 V電壓經(jīng)TPS76718固定輸出1.8 V。
本系統共需要4種時(shí)鐘頻率：50 MHz送DSP鎖相環(huán)電路(PLL)，倍頻到200 MHz作為DSP芯片的工作時(shí)鐘；133 MHz送EMIFA接口，同步擴展外部SDRAM存儲器；30.72 MHz送TL16C752B芯片，為通用異步串行接口通信提供時(shí)鐘；14.318 18 MHz送TVP5150A芯片，作為視頻格式轉換電路的工作時(shí)鐘。
2 系統軟件功能設計
系統的軟件功能設計包括：(1)系統引導；(2)初始化。主要包括DM642的初始化、EDMA數據傳輸、編解碼芯片的初始化等。DM642的初始化包括片內外設的選擇、EMIF初始化、I2C接口的初始化、視頻口初始化；(3)實(shí)現視頻數據的采集、數據搬移、圖像處理、參數輸出、實(shí)時(shí)顯示等功能。系統軟件實(shí)現框圖如圖4所示。本文引用地址：http://dyxdggzs.com/article/151936.htm
系統上電后，由DSP先從FLASH中加載程序，完成系統初始化及相關(guān)寄存器和外圍器件的配置。由CCD攝像頭采集的視頻圖像傳送到TVP5150解碼器，將視頻模擬信號經(jīng)過(guò)A/D轉換成BT.656視頻數據流，接著(zhù)送入DM642視頻口；然后視頻口解碼該視頻數據流，得到YUV(4:2:2)格式的圖像，并通過(guò)EDMA傳輸到SDRAM中存儲。CPU通過(guò)訪(fǎng)問(wèn)SDRAM中的圖像數據，根據圖像處理算法對圖像數據進(jìn)行實(shí)時(shí)處理和計算。一方面將計算結果通過(guò)串口發(fā)送出去，另一方面將視頻數據送到SAA7121編碼器，實(shí)現D/A轉換并實(shí)時(shí)顯示。
3 圖像處理算法的應用
3.1 經(jīng)典Prewitt邊緣檢測算法
經(jīng)典的Prewitt算子是利用像素點(diǎn)上下、左右鄰點(diǎn)灰度差在邊緣處達到極值檢測邊緣，去掉部分偽邊緣，對噪聲具有平滑作用。其原理是在圖像空間利用2個(gè)方向模板與圖像進(jìn)行鄰域卷積完成。這2個(gè)方向模板中一個(gè)是垂直梯度方向，檢測水平邊緣；另一個(gè)是水平梯度方向，檢測垂直邊緣，如圖5所示。
Prewitt算法步驟：(1)分別將2個(gè)方向模板沿圖像從一個(gè)像素移到另一個(gè)像素，并將像素的中心與圖像中的某個(gè)像素位置重合；(2)將模板內的系數與其圖像上相對應的像素值相乘，并將所有相乘的值相加；(3)將兩個(gè)卷積的最大值賦給圖像中對應模板中心位置的像素，作為該像素新的灰度值；(4)選取合適的閾值，若新像素灰度值大于等于所設閾值，則判斷該像素點(diǎn)為圖像邊緣點(diǎn)。
3.2 改進(jìn)的Prewitt邊緣檢測算法
經(jīng)典的Prewitt邊緣檢測算法只檢測水平和垂直2個(gè)方向的邊緣，通常圖像的邊緣還有其他的方向。為了能夠在不影響實(shí)時(shí)性的前提下將邊緣提取得更精確，本文將Prewitt算子擴張到8個(gè)方向的邊緣樣板算子。這些樣板算子由理想的邊緣子圖像構成，依次用邊緣樣板去檢測圖像，與被檢測區域最為相似的樣板給出最大值，用這個(gè)最大值作為輸出值，并將此輸出值與所設的閾值進(jìn)行比較，大于閾值即為邊緣點(diǎn)，這樣就可以更精確地檢測出邊緣。8個(gè)方向的Prewitt邊緣檢測算子模板如圖6所示。8算子樣板對應的邊緣方向如圖7所示。
3.3 軟件實(shí)現步驟
本文使用CCS2.2開(kāi)發(fā)環(huán)境進(jìn)行軟件開(kāi)發(fā)，采用C語(yǔ)言編程。CCS具有實(shí)時(shí)、多任務(wù)、可視化的軟件開(kāi)發(fā)特點(diǎn)。使用CCS提供的工具，可以方便地對DSP軟件進(jìn)行設計、編碼、編譯、調試、跟蹤和實(shí)時(shí)性分析。系統程序的具體實(shí)現步驟為：
(1)初始化并配置資源庫，包括片內外設的選取，DSP的片上支持庫提供了一系列的C語(yǔ)言程序接口，可以設置或者控制外設；
(2)實(shí)現對EMIFA的初始化，CE0子空間被配置為64 bit的SDRAM空間，具體定位：0x80000000H-0x81FFF-
FFFH。CE1子空間被配置為8 bit Flash空間，具體定位：0x90000000H-0x9007FFFFH。
(3)對I2C總線(xiàn)進(jìn)行初始化；
(4)TVP5150和SAA7121的初始化,選擇I2C總線(xiàn)，并設置為相應的數據通路；
(5)初始化視頻口Video Port1，設為視頻輸入；
(6)利用bt656_capture_start()函數采集一幀圖像，并將其存入顯示緩沖區；
(7)完成一幀圖像的采集，使用DAT_copy()函數將圖像數據送SDRAM暫存；
(8)對存儲區數據進(jìn)行算法處理；
(9)對處理的數據使用DAT_copy()函數，送顯存進(jìn)行顯示。
3.4 實(shí)驗結果
采用系統在線(xiàn)編程技術(shù)，對系統的性能進(jìn)行測試。為了減少運算量，算法只對圖像的中心部分進(jìn)行2種算法處理。CCD采集的PAL制式的圖像，對圖像中心的80×100的區域進(jìn)行計算。其結果表明：改進(jìn)的算法比傳統的算法能提取更多的邊緣細節，對目標識別更有利。在實(shí)時(shí)性上，傳統算法處理時(shí)間為0.02 s，而改進(jìn)算法的處理時(shí)間為0.1 s。因此，該算法具有準實(shí)時(shí)性，基本能夠達到仿生眼球對圖像識別的要求。
系統CPU的開(kāi)銷(xiāo)主要耗費在算法處理上，因此，未來(lái)的工作可以針對算法進(jìn)行不斷改進(jìn)，以提高系統的實(shí)時(shí)性。
本文成功設計了一個(gè)以TMS320DM642為核心的嵌入式視覺(jué)圖像處理系統，并創(chuàng )新地將其作為仿生眼球的視覺(jué)部分嵌入到眼球結構中。系統具有處理速度快、接口簡(jiǎn)單、集成度高、電路穩定、體積小等優(yōu)點(diǎn)。在此系統上實(shí)現了對經(jīng)典的2模板Prewitt算法與改進(jìn)的8模板算法的邊緣檢測。結果表明，改進(jìn)的算法具有精確度高、檢測效果好等優(yōu)點(diǎn)，為視覺(jué)識別提供了算法基礎。
評論