基于嵌入式系統的井下監控圖像清晰化裝置

周雪,　武方達,　楊柳銘

(中國礦業大學(北京) 機電與信息工程學院, 北京　100083)

?

經驗交流

基于嵌入式系統的井下監控圖像清晰化裝置

周雪,武方達,楊柳銘

(中國礦業大學(北京) 機電與信息工程學院, 北京100083)

針對煤礦井下環境照度低、粉塵多、電磁環境復雜，監控設備獲取的圖像在傳輸過程中會受到噪聲污染，嚴重降低了監控圖像質量等問題，設計了一種基于嵌入式系統的井下監控圖像清晰化裝置。該裝置利用小波閾值算法，基于DSP嵌入式系統，在有效抑制噪聲的同時保留了原始圖像的細節特征、尖峰點，大大增強了監控圖像的清晰度。

煤礦監控圖像； 圖像去噪； 清晰化裝置； 小波閾值算法； DSP嵌入式系統

網絡出版地址：http://www.cnki.net/kcms/detail/32.1627.TP.20160601.1033.017.html

0　引言

近年來，以煤礦工業電視系統和綜合業務數字網為代表的煤礦安全監測系統在煤礦得到了廣泛的應用，利用該系統工作人員可以在地面實時掌握井下設備的運行情況，大大提高了安全監控水平。但由于煤礦井下環境具有照度低、粉塵多、電磁環境復雜等特點，監控設備獲取的圖像在傳輸過程中會受到噪聲等污染，嚴重降低了圖像質量[1-2]。為提高監控圖像的清晰度，大多采用對圖像進行去噪的處理方法。傳統的監控圖像去噪方法有均值濾波、中值濾波、同態濾波等，這些方法在實際應用中都取得了一定的效果，但也存在不足之處：對多種噪聲共同干擾的圖像去噪效果不理想；去噪的同時使圖像的細節和邊緣信息出現模糊的負面效應，導致圖像清晰度降低，質量下降。而小波變換去噪方法可以聚焦到信號的任意細節并進行多分辨率的時頻域分析，解決了傳統濾波器單一尺度去噪所帶來的問題，使得噪聲得到抑制，且原始特征、尖峰點得到很好的保留。為此，本文采用小波閾值圖像去噪算法，設計了基于嵌入式系統的井下監控圖像清晰化裝置。

1　小波閾值圖像去噪算法

監控圖像信號與噪聲經過不同尺度的分解后反映出不同的激勵和特點，小波去噪的原理主要基于這一基礎[2]。本文使用的小波閾值圖像去噪算法基本步驟如下:

第1步：選擇適當的小波基和分解尺度對原始圖像進行小波分解。

設fk為信號f(t)的離散采樣數據，fk=c0,k，則信號f(t)的正交小波變換分解公式為

(1)

式中：cj,k為尺度系數,j為分解層數,k=0,1,…,N-1,N為離散采樣點數；dj,k為小波系數；n=2j;h,g為一對正交鏡像濾波器組。

第2步：小波系數閾值量化。通過調用函數來判斷是哪種閾值(硬閾值還是軟閾值)，接著采用硬閾值方法或軟閾值方法對小波系數進行處理，從而得到適用于本圖像的對應小波系數。

(1) 硬閾值是令所有小波系數絕對值小于閾值的信號點的值為零，大于閾值的點保持不變。

(2)

(2) 軟閾值是令所有小波系數絕對值小于閾值的信號點的值為零，大于閾值的點變為該點值與閾值的差。

(3)

(4)

第3步：使用經過閾值處理后的小波系數進行小波重構,就是將小波系數進行逆變換得到重構圖像,相應的小波重構公式為

(5)

2　裝置硬件設計

基于嵌入式系統的井下監控圖像清晰化裝置總體結構如圖1所示。

圖1　基于嵌入式系統的井下監控圖像

(1) DSP：處理器采用DSP芯片TMS320DM642。TMS320DM642的主要特點：3個可配置監控圖像口(VP0，VP1，VP2)最多可以支持3路監控圖像數據采集，具有網口、PCI接口、HPI接口、I2C接口、串行接口等多種接口。

(2) FLASH存儲器：采用容量為4 MB的AM29LV033C-90E FLASH芯片存儲DSP/BIOS嵌入式操作系統、硬件驅動程序，以及與圖像清晰化相關的應用程序。

(3) SDRAM存儲器:是操作系統與正在運行的應用程序的數據存儲介質。SDRAM存儲器采用MT48LC4M32B2-7芯片，其架構為1 024×32×4，每個bank的行地址數目為12，列地址數目為8。由于TMS320DM642的數據線為64線位寬，所以，在硬件設計時選用2個SDRAM存儲器。

(4) 通信接口：擴展CAN通信模塊，用于圖像清晰化裝置與主機的數據通信，并配置RS232、RS485或RS422接口與PC機連接，用于調試。

(5) 視頻解碼器、視頻編碼器：視頻解碼器采用TVP5150APBS，將視頻信號采集裝置采集的模擬視頻信號轉換為數字信號，并通過同步串行總線輸入到TMS320DM642中；視頻編碼器采用SAA7121H，把圖像清晰化裝置輸出的監控圖像數據轉換為PAL/NTSC制式的模擬視頻信號。

3　裝置軟件設計

基于嵌入式系統的井下監控圖像清晰化裝置軟件設計采用CCS(Code Composer Studio)作為集成開發環境。CCS是針對TMS320系列DSP產品設計的集成化開發環境[3]。

本裝置使用DSP/BIOS嵌入式操作系統，它為用戶程序提供高效的資源管理功能。在操作系統的基礎上，裝置的應用程序采用了Reference Framework 5(RF5)的軟件框架。RF5建立在DSP/BIOS和TMS320 DSP Algorithm Standard(XDAIS)之上，可提高程序的可靠性和可擴展性。裝置的程序流程如圖2所示。

圖2　裝置程序流程

本裝置采用模塊化的理念來完成軟件設計[4]。整個裝置的軟件由初始化、監控圖像采集、監控圖像處理以及監控圖像顯示4個模塊組成。

監控圖像采集模塊用于捕獲外部視頻模擬信號，并通過視頻編碼器將視頻模擬信號轉換成數字信號傳送給TMS320DM642的VP0進行處理。

監控圖像處理模塊是運用小波閾值去噪算法將監控圖像采集模塊發送來的視頻信號進行去噪處理。

監控圖像顯示模塊用于顯示經TMS320DM642處理后的視頻圖像。通過TMS320DM642的VP1口將視頻信號送給視頻解碼器，視頻解碼器將數字信號轉換成模擬信號再由終端顯示器顯示出來。

監控圖像采集、監控圖像處理和監控圖像顯示為RF5框架中的任務，3個模塊之間的通信如圖3所示。

圖3　3個模塊之間的通信

4　結語

針對煤礦井下圖像的特點，基于小波閾值圖像去噪方法，設計了一種基于嵌入式系統的井下監控圖像清晰化裝置。該裝置去噪效果較好，在有效抑制噪聲的同時保留了原始圖像的細節特征、尖峰點，大大增強了監控圖像的清晰度。

[1]彭波,王一鳴.低照度圖像去噪算法的研究與實現[J].計算機應用，2007,27(6):1455-1457.

[2]冉啟文.小波變換與分數傅里葉變換理論及應用[M].哈爾濱:哈爾濱工業大學出版社，2001.

[3]彭啟瓊,管慶.DSP集成開發環境CCS及DSP/BIOS的原理與應用[M].北京:電子工業出版社，2004.

[4]雷亞平,沈春林,楊忠.嵌入式系統的組成、設計與調試[J].航空計算術，2003,33(3):116-119.

Underground monitoring image sharpening device based on embedded system

ZHOU Xue,WU Fangda,YANG Liuming

(School of Mechanical Electronic and Information Engineering, China University of Mining and Technology (Beijing), Beijing 100083， China)

In view of problems of low illumination, a lot of dust and complex electromagnetic environment in coal mine underground, and images' quality captured by underground monitoring equipment would be reduced in transferring process caused by underground noises, an underground monitoring image sharpening device based on embedded system was designed. The device uses wavelet threshold algorithm and DSP embedded system, and it can effectively restrain noise, meanwhile keep details characteristics and peak point of original images, which greatly enhances monitoring image clarity.

coal mine monitoring image; image de-noising; sharpening device; wavelet threshold algorithm; DSP embedded system

1671-251X(2016)06-0074-04

10.13272/j.issn.1671-251x.2016.06.018

2015-12-21；

2016-01-27；責任編輯：張強。

周雪(1992-)，女，吉林松原人，碩士研究生，主要研究方向為檢測技術與自動化裝置，E-mail:13522050111@163.com。

TD76

A網絡出版時間：2016-06-01 10:33

周雪,武方達,楊柳銘.基于嵌入式系統的井下監控圖像清晰化裝置[J].工礦自動化，2016,42(6)：74-77.