基于智能視覺的微型高精度圖像采集系統(tǒng)設計

馬玉芳

摘 要： 為了解決圖像采集效果差的問題，提出基于智能視覺的微型高精度圖像采集系統(tǒng)設計。在智能視覺技術(shù)中，需利用傳感器提供的實時構(gòu)造閉環(huán)反饋信息對攝像機產(chǎn)生的視頻信號進行處理，轉(zhuǎn)換成數(shù)字圖像信息，實時對信息進行采集，并對采集器接口和傳感器接口進行設計；對系統(tǒng)軟件部分設計時，需對系統(tǒng)進行初始化處理，實現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報警控制等功能，對時序智能視覺原理展開分析，并對解差分進行設計。通過實驗證明，該系統(tǒng)采集效果較好，系統(tǒng)可靠性較強。

關(guān)鍵詞： 智能視覺； 圖像采集系統(tǒng)； 數(shù)字信息； 初始化處理； 接口設計； 信號處理

中圖分類號： TN02?34； TP24 文獻標識碼： A 文章編號： 1004?373X（2018）19?0067?04

Abstract： The design of micro high?precision image acquisition system based on intelligent vision is proposed to improve the acquisition effect of the traditional image acquisition system. In the intelligent vision technology， the real?time closed?loop feedback information provided by sensors is utilized to process the video signal generated by the camera， converted it into the digital image information， and acquire the information in real?time. The interfaces of collector and sensor are designed. In the system software design， it is necessary to initialize the system to realize the functions of data output， keyboard display and alarm control， the theory of time?series intelligent vision is analyzed， and the solutions of difference are designed. The experimental results prove that the system has perfect acquisition effect， and high system reliability.

Keywords： intelligent vision； image acquisition system； digital information； initialization processing； interface design； signal processing

0 引 言

隨著科學技術(shù)的快速發(fā)展，人們對圖像采集系統(tǒng)的需求也日益增加，尤其是圖像傳感器因其體積小、功耗低的優(yōu)點成為了數(shù)字成像領(lǐng)域熾手可熱的采集器件之一。目前圖像采集器集成的轉(zhuǎn)換電路一般為8 bit，這樣的精準度可滿足一般圖像成像原理，但如果應用系統(tǒng)對圖像采集精準度要求較高時，由于傳統(tǒng)采集系統(tǒng)存在采集效果差的問題就顯得力不從心[1]。為此，根據(jù)實際指標，需采集更高精度的圖像，為此本文提出基于智能視覺的微型高精度圖像采集系統(tǒng)設計。

設計以智能視覺采集芯片為主控系統(tǒng)，結(jié)合微型高精度LM98640實現(xiàn)對圖像傳感器信號的采集。在智能視覺技術(shù)中，需利用傳感器提供的實時構(gòu)造閉環(huán)反饋信息對攝像機產(chǎn)生的視頻信號進行處理，實時對信息進行采集，并對采集器接口和傳感器接口進行設計；對系統(tǒng)軟件部分設計時，需對系統(tǒng)進行初始化處理，實現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報警控制等功能，并重點研究時序設計和后續(xù)圖像信號采集處理，同時給出相關(guān)時序設計仿真波形，由此呈現(xiàn)出實際成像效果。通過實驗結(jié)果證明，該系統(tǒng)圖像采集效果良好。

1 圖像采集基于智能視覺系統(tǒng)硬件結(jié)構(gòu)設計

智能視覺采集器作為外部傳感器可在無接觸情況下對外部信息進行解析，由此在智能控制系統(tǒng)中獲得越來越多的應用機會。在智能視覺技術(shù)中，需利用傳感器提供的實時構(gòu)造閉環(huán)反饋信息對攝像機產(chǎn)生的視頻信號進行處理，轉(zhuǎn)換成數(shù)字圖像信息，并實時對信息進行采集[2]。根據(jù)圖像所達到的分辨率與灰度級對微型高精度圖像采集結(jié)構(gòu)框架進行設計，如圖1所示。

由圖1可知，圖像采集系統(tǒng)硬件結(jié)構(gòu)框圖設計的作用是將圖像信號轉(zhuǎn)化為數(shù)字信號，并通過圖像傳感器將采集到的數(shù)據(jù)存儲在系統(tǒng)中，并實時傳輸。該框架由圖像采集器、傳感器、視頻解碼器、邏輯控制器以及外圍電路組成。

1.1 采集器接口電路設計

采集器是一種可在系統(tǒng)程序中直接對電路傳輸信息進行采集的器件，具有功率低、容量大、傳輸速度快，可直接在系統(tǒng)中進行編程等特點，作為一種非易失性的采集器，在系統(tǒng)中應存放程序代碼和常量來表示系統(tǒng)用電后續(xù)保存的關(guān)鍵數(shù)據(jù)[3]。通常用8位或16位的數(shù)據(jù)表示編程電壓，而采集器芯片內(nèi)部在執(zhí)行時，過程比較復雜，價格昂貴，但是傳輸效率較高，可在1～3 MB的小容量中具有較高成本效益。

為了支持系統(tǒng)引導操作，在采集芯片S3C2410A上具備靜態(tài)隨機存取存儲（SRAM）緩沖器內(nèi)部結(jié)構(gòu)[4]。當系統(tǒng)啟動時，存儲器前面的4 000字節(jié)將自動載入引導代碼中，在正常情況下，這4 000字節(jié)引導代碼需將程序內(nèi)容拷貝到存取存儲（SRAM）緩沖器內(nèi)部結(jié)構(gòu)中，以便后續(xù)完成內(nèi)容拷貝引導代碼跳轉(zhuǎn)。使用S3C2410A內(nèi)部硬件智能視覺功能可對采集到的數(shù)據(jù)進行有效檢驗。在系統(tǒng)設計中利用啟動程序，選擇K9F1208芯片作為圖像數(shù)據(jù)存儲器，由于K9F1208芯片容量大、可靠性強，可為存儲器提供64M×8位的容量，除此之外還具有較大空閑存儲區(qū)[5]。

K9F1208芯片對612字節(jié)一頁的操作程序所花費的時間是200 ms，且對20 000字節(jié)的用電擦除操作僅僅需要2 s。設置16位I/O端口地址、數(shù)據(jù)和復用命令的方法可減少引腳數(shù)目，并使接口電路變得更加簡潔，不需要特意保護，為此設計的采集器電路圖如圖2所示。

1.2 基于智能視覺傳感器接口

利用智能視覺分析技術(shù)對采集系統(tǒng)傳感器接口進行設計，使用電數(shù)據(jù)能夠長久保存到系統(tǒng)中，與閃存器件不同之處是其隨機讀寫速度較快，并不需要擦除。靜態(tài)隨機存取存儲（SRAM）緩沖器在系統(tǒng)設計中可用作程序空間數(shù)據(jù)，具有空間單位存儲容量大、價格便宜的優(yōu)點，其內(nèi)部存儲單元可視為一個電容，傾向于放電，避免數(shù)據(jù)丟失，需定時刷新[6]。基于此，在系統(tǒng)設計中設計緩沖器可隨時刷新控制邏輯，并在系統(tǒng)中增加刷新控制邏輯芯片，可與緩沖器接口直接對接，此時只需對存儲器相關(guān)組件進行適當調(diào)整即可實現(xiàn)。

目前，最常用的是8位或16位的數(shù)據(jù)寬度靜態(tài)隨機存取存儲（SRAM）緩沖器，工作電壓一般為3.0 V，系統(tǒng)采用容量為32 MB的K4S561632C芯片，如圖3所示。

2 基于智能視覺采集系統(tǒng)軟件部分設計

對系統(tǒng)軟件部分設計時，需對系統(tǒng)進行初始化處理，實現(xiàn)數(shù)據(jù)輸出、鍵盤顯示與報警控制等功能，程序流程如圖4所示。

由圖4可知，鍵盤可顯示服務中斷程序，并完成相應參數(shù)測量的輸入與顯示，并實現(xiàn)報警控制功能，將數(shù)據(jù)進行同步處理可中斷服務程序，包括數(shù)據(jù)采集的實時處理和計算。

2.1 時序智能視覺原理分析

對時序智能視覺原理的分析實質(zhì)上就是對配置寄存器的分析[7]。首先將SEN配置降低，然后發(fā)送指令，其中一條指令由8 bit串行數(shù)據(jù)組成，第一個比特為讀寫控制命令，第二個比特為器件地址，一般都設置為0，剩下的6個比特為寄存器地址，將這8 bit直接寫入寄存器中，每一個比特的命令寫入都在SCLK上進行[8]。圖5描述了圖像成像時所需的40個寄存器配置時序仿真波形。

由圖5可知，寄存器初始值寫成0X04，按照器件手冊可設計出完全滿足設計的需求。配置完寄存器后，按照設計流程對圖像信息進行采集，為此設計默認保持模式，并采用2條線路和4個通道對數(shù)據(jù)輸出。將14 bit并行數(shù)據(jù)在這2條線路上進行輸出，其中1條為13～7 bit，另1條為6～0 bit，每1條線路的輸出都是對TXFRAME信號轉(zhuǎn)化[9?10]。奇數(shù)像元TXFRAME信號的寬度為3個時鐘，偶數(shù)像元的TXFRAME寬度為2個時鐘，利用輸出信號的4個通道進行差分信號的傳送，并分別標識，這些信號由格式和速率組成，不能直接進行應用，為此將這些信號全部輸入存儲器中等待后續(xù)處理。

2.2 解差分設計

圖像采集器對信號的解差分設計通常有兩種，分別是使用數(shù)據(jù)處理專用的接收芯片和選用支持差分信號的FPGA。后果省去接收芯片，進而減小采集系統(tǒng)體積，為了方便不同種類發(fā)送裝置的檢測與維護，構(gòu)建兼容智能視覺檢測平臺，可節(jié)省重量方面的考慮[11]，使用兼容性較好的接口，可使系統(tǒng)設置和相應接口進行完美連接，使用起來也比較方便，并在約束文件里定義信號屬性，即可完成信號的接收。由此可知，解差分后需將時鐘放置在全局總線上，才可對圖像數(shù)據(jù)進行準確采集。

3 仿真實驗

為了驗證基于智能視覺的微型高精度圖像采集系統(tǒng)設計的合理性，對系統(tǒng)進行仿真測試。

3.1 實驗環(huán)境與過程設計

平臺選用Proteus仿真軟件進行實驗，該軟件是基于仿真引擎設計的混合仿真電路，不僅能夠模仿數(shù)字電路和混合電路，還能模仿具有特色的單片機電子系統(tǒng)。采用Proteus仿真平臺的實驗環(huán)境，由于缺少圖像傳感器，為此，需要加載外在信號源來測試整個系統(tǒng)圖像數(shù)據(jù)采集的可靠性。

具體實驗步驟如下：

1） 首先在仿真軟件平臺上構(gòu)建與實驗方案一致的仿真模型；

2） 在單片機上編制程序，并在集成開發(fā)環(huán)境下調(diào)試與編譯，由此生成“.HEX”圖像文件；

3） 運行模擬仿真軟件，打開編制好的仿真電路，在程序中加載編譯“.HEX”圖像文件，然后選擇“確認”就可進行仿真實驗；

4） 利用虛擬傳感器對圖像數(shù)據(jù)進行采集，或者構(gòu)建顯示終端的虛擬結(jié)構(gòu)，進而顯示采集到的數(shù)據(jù)，促使仿真程序變得更加復雜化，為了使數(shù)據(jù)顯示的更加直觀，采用正弦信號發(fā)生器作為外在數(shù)據(jù)信號源，如果圖像采集能夠順利實現(xiàn)，那么需要系統(tǒng)輸出正弦型的波形，并通過設置顯示器觀察通信效果。

3.2 實驗結(jié)果與分析

為了使測試結(jié)果更加具有可靠性，將傳統(tǒng)系統(tǒng)與本文設計的圖像采集系統(tǒng)進行對比，結(jié)果如圖6所示。

圖6中橫坐標表示采集時間，縱坐標表示采集到的圖像數(shù)據(jù)。由于在采樣系統(tǒng)中對頻率需求較高，為此數(shù)據(jù)量偏大，由圖可知本文設計系統(tǒng)圖像采集數(shù)據(jù)呈現(xiàn)的是正弦型曲線，而傳統(tǒng)系統(tǒng)不具有該屬性，為此本文設計系統(tǒng)針對圖像采集符合實際要求，可行性較強。

另一方面，可從系統(tǒng)時序仿真波形角度對傳統(tǒng)系統(tǒng)與本文系統(tǒng)設計的合理性進行對比，結(jié)果如圖7所示。

由圖7可知，本文設計的系統(tǒng)可清晰地看到邊緣，層次感設計分明，可充分驗證設計的有效性。

3.3 實驗結(jié)論

根據(jù)上述實驗內(nèi)容，得出實驗結(jié)論：由于在采樣系統(tǒng)中對時序頻率需求較高，為此數(shù)據(jù)量偏大，通過對比實驗可知，本文設計系統(tǒng)圖像采集數(shù)據(jù)呈現(xiàn)的是正弦型曲線，而傳統(tǒng)系統(tǒng)不具有該屬性，而且時序仿真波形不清晰、層次感較差，由此可知，本文設計的圖像采集系統(tǒng)圖像采集效果較好。

4 結(jié) 語

本文完成了采用智能視覺技術(shù)實現(xiàn)微型高精度圖像采集系統(tǒng)的設計，其信號采集與存儲十分靈活，同時可改善傳統(tǒng)系統(tǒng)存在的缺陷，進而提高了系統(tǒng)設計的合理性。該系統(tǒng)設計雖然是在傳統(tǒng)系統(tǒng)基礎上研發(fā)的，但是采用時序仿真波形的方式設計圖像采集系統(tǒng)，只需稍加修改即可適用于其他應用系統(tǒng)，具有良好的通用性。

參考文獻

[1] 王強.基于視覺傳感網(wǎng)絡的目標跟蹤系統(tǒng)設計[J].現(xiàn)代電子技術(shù)，2016，39（8）：88?91.

WANG Qiang. Design of target tracking system based on visual sensing network [J]. Modern electronics technique， 2016， 39（8）： 88?91.

[2] 王炳強，劉娜，劉沖.煙火場區(qū)域的人員智能視覺分析系統(tǒng)設計[J].現(xiàn)代電子技術(shù)，2016，39（16）：128?131.

WANG Bingqiang， LIU Na， LIU Chong. Design of intelligent vision analysis system to locate persons in fireground area [J]. Modern electronics technique， 2016， 39（16）： 128?131.

[3] 陳熔，劉杰.基于智能視覺的特定人員檢索平臺設計與實現(xiàn)[J].現(xiàn)代電子技術(shù)，2017，40（14）：102?105.

CHEN Rong， LIU Jie. Design and implementation of specific staff retrieval platform based on intelligent vision [J]. Modern electronics technique， 2017， 40（14）： 102?105.

[4] 李超，呂憲偉，涂文俊，等.基于計算機視覺的實木表面智能化分選系統(tǒng)設計[J].北京林業(yè)大學學報，2016，38（3）：102?109.

LI Chao， L? Xianwei， TU Wenjun， et al. Design of an intelligent wood surface grading system based on computer vision [J]. Journal of Beijing Forestry University， 2016， 38（3）： 102?109.

[5] 曾文兵，張國平.基于Cotex?M4內(nèi)核的實時圖像采集系統(tǒng)[J].電子設計工程，2017，25（14）：175?178.

ZENG Wenbing， ZHANG Guoping. A real?time image acquisition system based on Cotex?M4 kernel [J]. Electronic design engineering， 2017， 25（14）： 175?178.

[6] 王盛，田江.基于智能視覺的學生考試異常狀態(tài)識別系統(tǒng)設計與實現(xiàn)[J].現(xiàn)代電子技術(shù)，2017，40（14）：78?80.

WANG Sheng， TIAN Jiang. Design and implementation of intelligent vision based recognition system for student′s examination abnormal status [J]. Modern electronics technique， 2017， 40（14）： 78?80.

[7] 王飛，杜文華，關(guān)波，等.基于視覺的刀具參數(shù)高精度測量[J].計算機工程與設計，2015，36（2）：524?528.

WANG Fei， DU Wenhua， GUAN Bo， et al. High precision measurement of cutting tool parameters based on vision [J]. Computer engineering and design， 2015， 36（2）： 524?528.

[8] 李和香.基于物聯(lián)網(wǎng)視覺的旅游景區(qū)異常情況圖像自動識別系統(tǒng)設計[J].現(xiàn)代電子技術(shù)，2017，40（4）：124?127.

LI Hexiang. Design of IoT vision based image automatic identification system for tourist attraction abnormalities [J]. Modern electronics technique， 2017， 40（4）： 124?127.

[9] SONG Guicai， WANG Jinghua. Architectural space rationality analysis based on intelligent vision [J]. Modern electronics technique， 2017， 40（16）： 102?104.

[10] LI Kexin. Design and implementation for fast visual positio?ning system of vehicle causing traffic accident [J]. Modern electronics technique， 2015， 451（20）： 63?66.

[11] ZHANG Bin， SU Jingxiao， ZHANG Weiwei， et al. Design for apple?picking robot of intelligent recognition based on laser vision [J]. Journal of agricultural mechanization research， 2016， 38（7）： 60?64.