基于嵌入式平臺的結構光檢測算法的實現與優化

(天地(常州)自動化股份有限公司，常州 213015)

引 言

煤炭生產中的采煤工作面由于照度低、粉塵大、水汽大，可見度極差。在這樣的惡劣環境下，想要通過機器視覺實現對運輸皮帶上的物體特征進行檢測、識別，就必須借助于外部輔助手段。本文借助線性結構光照射在皮帶上，通過視覺傳感器采集皮帶圖像，檢測皮帶上的結構光線型特征來識別皮帶的特征。這里，算法是否能夠準確地識別皮帶上的結構光，是解決問題的關鍵技術之一。

Hi3516A是海思半導體針對高清IP Camera產品應用開發的一款專業高端SoC芯片[1]。它除了具有靈活的高性能ARM Cortex-A7架構以外，還具有高性能的智能分析加速引擎IVE。IVE主要作用是將智能視頻分析算法運算中頻繁調用且消耗資源較大的主要算子實現硬化，以減少底層運算對CPU資源的消耗，節省CPU資源來做更多的智能分析應用。本文以海思Hi3516A平臺上結構光檢測算法為例，詳細介紹嵌入式平臺上視頻分析算法的實現與優化方案。

1 算法實現

1.1 算法原理

結構光檢測算法包括圖像預處理、圖像分割、自動提取ROI(ROI：Region Of Interest的縮寫，圖像處理中的術語“感興趣區”，就是在要處理的圖像中提取出要處理的區域)、提取光條中心線4個模塊。

由于采煤工作面照度低、粉塵大、水汽大，加上光照不穩定、物體本身的反射、成像噪聲、采樣誤差等因素[2]，采集到的現場視頻圖像往往夾雜大量噪聲，所以在對圖像進行算法分析之前，首先對圖像進行處理，主要是灰度化和濾噪處理。……