基于TI TM320DM642的仿生眼視覺圖像處理系統(tǒng)
加入技術(shù)交流群
1.2.6 電源和時鐘模塊
本系統(tǒng)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(zhuǎn)換電路、通用異步收發(fā)器、時鐘芯片)、+1.4 V(DSP的內(nèi)核)、+1.8 V(視頻格式轉(zhuǎn)換電路)。采用TPS54310和TPS76718這2款電源芯片。本電源系統(tǒng)中，TPS54310輸入電壓為5 V，一路調(diào)節(jié)成3.3 V，另一路調(diào)節(jié)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(tǒng)共需要4種時鐘頻率：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鐘；14.318 18 MHz送TVP5150A芯片，作為視頻格式轉(zhuǎn)換電路的工作時鐘。
2 系統(tǒng)軟件功能設(shè)計
系統(tǒng)的軟件功能設(shè)計包括：(1)系統(tǒng)引導(dǎo)；(2)初始化。主要包括DM642的初始化、EDMA數(shù)據(jù)傳輸、編解碼芯片的初始化等。DM642的初始化包括片內(nèi)外設(shè)的選擇、EMIF初始化、I2C接口的初始化、視頻口初始化；(3)實現(xiàn)視頻數(shù)據(jù)的采集、數(shù)據(jù)搬移、圖像處理、參數(shù)輸出、實時顯示等功能。系統(tǒng)軟件實現(xiàn)框圖如圖4所示。本文引用地址：http://butianyuan.cn/article/151936.htm
系統(tǒng)上電后，由DSP先從FLASH中加載程序，完成系統(tǒng)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A/D轉(zhuǎn)換成BT.656視頻數(shù)據(jù)流，接著送入DM642視頻口；然后視頻口解碼該視頻數(shù)據(jù)流，得到Y(jié)UV(4:2:2)格式的圖像，并通過EDMA傳輸?shù)絊DRAM中存儲。CPU通過訪問SDRAM中的圖像數(shù)據(jù)，根據(jù)圖像處理算法對圖像數(shù)據(jù)進行實時處理和計算。一方面將計算結(jié)果通過串口發(fā)送出去，另一方面將視頻數(shù)據(jù)送到SAA7121編碼器，實現(xiàn)D/A轉(zhuǎn)換并實時顯示。
3 圖像處理算法的應(yīng)用
3.1 經(jīng)典Prewitt邊緣檢測算法
經(jīng)典的Prewitt算子是利用像素點上下、左右鄰點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個方向模板與圖像進行鄰域卷積完成。這2個方向模板中一個是垂直梯度方向，檢測水平邊緣；另一個是水平梯度方向，檢測垂直邊緣，如圖5所示。
Prewitt算法步驟：(1)分別將2個方向模板沿圖像從一個像素移到另一個像素，并將像素的中心與圖像中的某個像素位置重合；(2)將模板內(nèi)的系數(shù)與其圖像上相對應(yīng)的像素值相乘，并將所有相乘的值相加；(3)將兩個卷積的最大值賦給圖像中對應(yīng)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(shè)閾值，則判斷該像素點為圖像邊緣點。
3.2 改進的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時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(gòu)成，依次用邊緣樣板去檢測圖像，與被檢測區(qū)域最為相似的樣板給出最大值，用這個最大值作為輸出值，并將此輸出值與所設(shè)的閾值進行比較，大于閾值即為邊緣點，這樣就可以更精確地檢測出邊緣。8個方向的Prewitt邊緣檢測算子模板如圖6所示。8算子樣板對應(yīng)的邊緣方向如圖7所示。
3.3 軟件實現(xiàn)步驟
本文使用CCS2.2開發(fā)環(huán)境進行軟件開發(fā)，采用C語言編程。CCS具有實時、多任務(wù)、可視化的軟件開發(fā)特點。使用CCS提供的工具，可以方便地對DSP軟件進行設(shè)計、編碼、編譯、調(diào)試、跟蹤和實時性分析。系統(tǒng)程序的具體實現(xiàn)步驟為：
(1)初始化并配置資源庫，包括片內(nèi)外設(shè)的選取，DSP的片上支持庫提供了一系列的C語言程序接口，可以設(shè)置或者控制外設(shè)；
(2)實現(xiàn)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總線進行初始化；
(4)TVP5150和SAA7121的初始化,選擇I2C總線，并設(shè)置為相應(yīng)的數(shù)據(jù)通路；
(5)初始化視頻口Video Port1，設(shè)為視頻輸入；
(6)利用bt656_capture_start()函數(shù)采集一幀圖像，并將其存入顯示緩沖區(qū)；
(7)完成一幀圖像的采集，使用DAT_copy()函數(shù)將圖像數(shù)據(jù)送SDRAM暫存；
(8)對存儲區(qū)數(shù)據(jù)進行算法處理；
(9)對處理的數(shù)據(jù)使用DAT_copy()函數(shù)，送顯存進行顯示。
3.4 實驗結(jié)果
采用系統(tǒng)在線編程技術(shù)，對系統(tǒng)的性能進行測試。為了減少運算量，算法只對圖像的中心部分進行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(qū)域進行計算。其結(jié)果表明：改進的算法比傳統(tǒng)的算法能提取更多的邊緣細節(jié)，對目標(biāo)識別更有利。在實時性上，傳統(tǒng)算法處理時間為0.02 s，而改進算法的處理時間為0.1 s。因此，該算法具有準(zhǔn)實時性，基本能夠達到仿生眼球?qū)D像識別的要求。
系統(tǒng)CPU的開銷主要耗費在算法處理上，因此，未來的工作可以針對算法進行不斷改進，以提高系統(tǒng)的實時性。
本文成功設(shè)計了一個以TMS320DM642為核心的嵌入式視覺圖像處理系統(tǒng)，并創(chuàng)新地將其作為仿生眼球的視覺部分嵌入到眼球結(jié)構(gòu)中。系統(tǒng)具有處理速度快、接口簡單、集成度高、電路穩(wěn)定、體積小等優(yōu)點。在此系統(tǒng)上實現(xiàn)了對經(jīng)典的2模板Prewitt算法與改進的8模板算法的邊緣檢測。結(jié)果表明，改進的算法具有精確度高、檢測效果好等優(yōu)點，為視覺識別提供了算法基礎(chǔ)。
評論