基于K60競賽用智能汽車的路徑識別系統研究

高孟杰+胡曉燕

摘 要 智能車技術的研究是一項綜合性的研究，其中包括機械、傳感器檢測、電機控制、模式識別、圖像分析、信號處理、嵌入式系統等多個學科融合。本文以智能車控制系統的圖像信號采集與圖像處理為研究對象，分析了圖像傳感器OV7620的工作原理，并且提出了圖像信號采集與圖像處理的方法，圖像處理中使用了二值化和中值濾波算法，在提取黑線上采用邊沿提取法。

關鍵詞 圖像傳感器OV7620 二值化 中值濾波 邊沿提取法

中圖分類號：TP391 文獻標識碼：A

1圖像傳感器OV7620的工作原理

攝像頭 OV7620 是一款數字的 CMOS 型、NTSC 制式的攝像頭，每秒能夠輸出 30 幀圖像，OV7620 攝像頭是隔行掃描圖像的，即在每行掃描點數不變的情況下，將圖像分成奇偶兩場分別傳送，奇場圖像傳送 1、3、5、7……奇數行，偶場圖像則傳送與之相對應的偶數行，這兩場圖像的效果是一樣的。圖像在低電平的時候傳輸給的單片機，采用下降沿捕捉，既在每場圖像開始時候采集，采用這種方法采集的圖像更為準確些。行中斷的周期為 63.6us，圖像在高電平時輸出像素點，低電是換行時間，所以一定要捕捉上升沿將來觸發行中斷，因為下降沿后的數據是無效的。

要操作攝像頭，首先進行初始化，傳統的中斷觸發方式都是上升沿觸發，而本文研究的行、場中斷都是下降沿觸發，在這里需要解釋一下。由于OV7620的圖像大小是640'480，而單片機不需要這么多的列，由于使用了DMA功能，而DMA只能連續采集，因此我們選用硬件四分頻，因此實際采集到的列數為640/4=160列，而行數我們采用隔行采集的思想。

做攝像頭信號采集一定要做好時序的分析工作，一幀分為兩場圖像，即奇場和偶場，將圖像處理放在偶場進行處理，而奇場進行采集圖像。其中AcqAryy[50]中存入需要采集的行，由于攝像頭一幀有480行，一場有240行，因此，需要在這240行中挑選50行，具體操作為在賽道上放一根黑條，每2cm采集一次（理論距離為250=100cm，但實際最遠端的行采集不清楚，不得不每兩行采集一次，調整一次黑條，也可在賽道上粘50根黑條，直接采集240行圖像，發送到上位機上，從中挑選50行，最終能夠達到圖1的圖像效果。

3.1二值化處理

將圖像導入matlab進行分析，發現原始圖像像素值均在0-255內，而白色區域像素值一般在 160以上，黑色區域一般在 70以下。為了提取出黑線，檢測像素值的跳變是最直觀的方案，但是實際中一般黑白線邊沿的像素值不是突然跳變的，而有一個過渡過程。所以，將原始圖像進行二值化處理不但有清晰邊沿線的功能，還能方便后續路徑識別部分算法的設計與處理。

二值化處理就是對于輸入圖像的各個像素，先確定某個亮度值，當像素的亮度超過該閾值時，則將對應輸出圖像的像素值設為 1，否則為 0，原理公式如下：

其中， f （ x， y）， g （ x， y）分別為處理前 、處理后的圖像中處于（ x， y）位置上的某個像素的濃度值，t為閾值 。圖 2為二值化后的效果， 0為黑點， 1為白點 。

二值化后的賽道狀況已經非常明了，但是仍有干擾存在，這樣對賽道的識別及接下來的算法設計會造成一定的困難。 因而，選擇對圖像進行中值濾波。該方法是一種局部平均的平滑技術， 對脈沖干擾和椒鹽噪聲的抑制效果好，能有效保護圖像的邊緣 。

1x3窗口中值濾波是非常簡單的一種去噪方法，是將某個像素點和相鄰兩個像素點的像素值按大小順序排列，取出中間值作為該點的像素值。這種方法能夠有效地抑制隨機噪聲，并且計算量相比去噪常用的 3x3模板要小得多 。減小計算量能夠有效地提高單片機識別道路的速度，這一點對時間要求較高的實時處理是非常重要的。

為了說明此方案的適用性，隨機在圖像數組中加入噪聲點，如圖3。為了使接下來的驗證過程更為方便，設計中將實際圖像用matlab進行二值化，導出一個二維數組，在驗證算法時不同的道路狀況只需修改數組中的值即可。

3.2黑線提取

這里的黑色引導線以白色為襯底，因黑線和白色底板存在很多大灰度比，在圖像信號上會形成相應高低不同的電壓值。當檢測到黑線時，圖像信號中將形成一個“ 凹”形槽，凹槽處即是黑線在一行數據中的相對位置。

對圖像每行數據的處理將得到每行圖像中黑線的相對位置，即下面的行數據處理；而對每行圖像中黑線的位置的綜合分析將再現黑線的形狀，即下面的幀數據處理。本設計將采集的模擬量數據存放在一個二維數組中，當完成對一行數據的采集后，就可以對該行的數據進行處理，即提取黑線的算法。 在提取黑線上采用邊沿提取法。該算法具有對黑線反應靈敏、準確度高、抗干擾能力強等特點。

圖4表示的是光線比較好的情況下，A/D采集一幀中一行像的數值結果，即二維數組中的某一行數據。小圓點的縱坐標表示 A/D采集值，橫坐標表示采集點在二維數組該行中的相對位置。

邊沿提取法，即通過程序檢測到上述圖形的上升沿和下降沿 ，然后通過上升沿和下降沿的位置求出黑線的位置。邊沿提取算法流程，其提取流程如圖5所示：

通過判斷下降沿位置和上升沿位置，來計算黑線的相對位置，并通過判斷上升沿之后的數據是否滿足相差不大于閾值來減小誤差，以精確計算黑線的相對位置。

參考文獻

[1] （日）井上誠喜，等.C語言實用數字圖像處理[M].白玉林譯.北京：科學出版社，2003.

[2] 王榮本，游峰，崔高健，郭列.基于計算機視覺高速智能車輛的道路識別[J].計算機工程與應用，2004（26）.

[3] 張曉飛，袁祥輝.基于 DSP成像系統的視頻圖像采集部分的實現[J].壓電與聲光，2002， 24（3）.