邹平吉

（兰州职业技术学院 甘肃 兰州 730070）

0 引言

视觉是一种对外部环境的感知的高等智能行为。视觉图像中含有丰富的信息，在人类看来，视觉信息是最有效。机器视觉是从工业化进程中产生的，在工业生产中的每个环节中都可以应用到机械视觉，从而使整个系统更加的智能化、自动化。机器视觉的主要手段是利用电脑来模仿或重现人的视觉，可以从图像中抽取有用信息，并对其进行加工、理解，将其输出到探测或控制信号，因此机器视觉被广泛应用于诸多领域。机器视觉能够从图像中提取出对用户有意义的信息，并对其进行控制。嵌入式系统以应用为核心，基于计算机技术，软件和硬件都可以进行裁剪，满足功能、可靠性和成本要求，体积和功耗有严格要求。嵌入式机器视觉系统是一种利用嵌入式计算机对图像进行处理，从而达到对目标进行探测和识别的一种设备，如数码相机、手持二维码识别设备、人体感应游戏等。随着计算机视觉技术的快速发展，在工业检测、智能交通、安防等领域得到广泛应用。因此，本文提出了一种方便携带、价格低廉的嵌入式机器视觉信息采集系统，利用嵌入式机器视觉技术采集与处理信息，具有广阔的应用前景。

1 嵌入式机器视觉信息采集系统硬件平台

1.1 硬件系统框架

本文研制的以ARM9 为核心的嵌入式计算机视觉系统的硬件架构，具体如图1所示，包含了移动电话开发模块、电池模块、显示模块、数据存储模块、摄像头、角度控制模块、距离控制模块。其中，电池、显示、数据存储、摄像头等部分均是手机自带部分，它能够完成数据的采集和数据的处理，电池为系统提供3 V 的电压。角度控制模块和手机开发模块采用RS232 接口，以实现可视化平面与被摄体平面的夹角控制；同时，通过I2C 接口与手机开发模块相结合，可以实时地将目标距离信息反馈到手机开发模块，以达到远程控制的目的。

图1 硬件系统框架图

1.2 主控部分

本系统的主要控制部件为手机开发模块，主要使用华为C2440，400 MHz 的ARM920T 核心，内存133 MHz mSDRAM，支持4 GB TF 卡、GPRS、通话、短信、彩信等多种功能；同时内置WiFi 和130 万像素、焦距固定的CMOS摄像头；电流大概60 mA，模块中直接包含电池。模块运行环境是经过修饰的Linux2.6.20 系统，并且经过JVM 移植，可以通过开发人员的硬件界面控件来读取和写入扩展硬件。考虑到以上的功能，这个模型很适合作为本文的主要控制部分。

1.3 距离测量

本文利用新工机械工业有限公司KS103 超声波测距模块，通过对测距的实时补偿，对温度进行快速、高精度的检测，响应时间为83 ms，对周围环境的准确感应；具有高精度的检测精度，在1～1 000 cm 之间，检测频率为500 Hz；LMS 快速光强检测，能根据I2C 指令自动响应，3.0～5.5 V 的工作电压范围内，工作电流1.6～2.7 mA@5 V。根据以上特性，本文所设计的超声模组能够满足所提出的测距要求。由于本模块工作电压为5 V，而手机开发模块的扩展端口为2.8 V，所以在使用手机模块与距离测试模块进行通信时，必须要有一个附加电路来实现电平变换。图2该为模块的控制流程。

图2 超声波距离测量模块操作流程

从0×01 到0×2 f 的探测指令，随着数据增加，信号的增益也会随之增大；在检测光强情况下，随着光线强度的增加，其测量时间大约为1 ms；按照DS18B20 格式，在-40～+125 ℃之间探测时间大约为610 ms。当探测命令发出后，该模块会根据探测命令进行相应检测，而主机则需要一段时间才能通过I2C 进行查询。

1.4 电源升压

从以上分析可以看出，无论是超声测距模组还是倾角测量模块，均需直流5 V 电源，而本研究的主控模组为2.8 V，故必须将2.8 V 的电压提升至5 V，以供双测模组及倾角测量模块使用。升压DCDC 转换器为PT1301，其起动电压可以小于1 V，能够满足单节的干电池使用，具有自适应的电流型PWM 控制回路，内置有误差放大器、斜波发生器和比较器。本系统采用电源转换器及驱动装置，可在大负荷电流下工作，无外接补偿电路。其优异的性能使其在MP3、PDA、电子词典等领域得到了广泛的应用。电源升压和电平转换原理图如图3所示。

图3 电源升压和电平转换原理图

1.5 嵌入式机器视觉采集装置

在模型中，超声波探测模块平面与照相机平面间有1.6 mm 厚度的玻璃纤维板，在软件设计时必须考虑到这一点；在同一电路板上设置倾斜传感器和增压回路，该电路板与1.6 mm 厚的玻璃纤维板紧密相连，在与水平面平行的情况下，X 轴的倾角和Y 轴的倾角分别为0°和90°；电平变换部件安装在厚度为1.6 mm 的玻璃纤维板上；通过插针完成电源、倾斜模块、距离测量模机开发模块的连接和固定。在图像获取过程中，实时显示被测量对象平面和嵌入式机器视觉系统平面的距离，以及X 轴和 Y 轴的角度获取的图像信息。

2 嵌入式机器视觉信息采集系统软件平台

2.1 Linux 驱动

Linux 系统由上而下，可以划分为应用、库、操作系统、内核以及驱动程序。就读串行数据来说，图4显示了软件层次之间的合作关系。在程序执行期间：

图4 软件系统的层次关系示意图

（1）应用程序利用程式库所提供的开启功能开启设备文件；

（2）库执行“swi”指令，以输入到open功能中的参数，导致 CPU 出现异常并进入内核；

（3）当应用程序获得文件句柄后，会利用库所提供的文字或ioctl 功能来执行控制指令；

（4）库运行“swi”指令，以响应write 或ioctl 功能输入的参数，并运行到内核；

（5）库执行“swi”指令，按照读取功能输入的参数，并运行到内核；

（6）内核的异常处理功能调用驱动的相关函数，向对应的串口装置文件发出读取指令，然后返回一个文件句柄，再将其传回到应用程序。

手机开发模块采用了ARM920 嵌入式 CPU 的底层是Linux 2.6.20，因为倾斜和测距都是通过扩展槽来实现，也就是说，不是手机设备自带；为了将这两个模块应用到移动设备开发模块中，必须将其驱动程序添加到 Linux 2.6.20 的手机应用程序中。Linux 的外部设备主要有三种：字符设备、块设备、网络界面。字符装置是一种可以象字节流那样存取的装置，也就是说，它的读取和写入都是以字节为单位，本文所讨论的串口在传输和接收数据时都是按字节来完成，属于字符装置。在文字装置的驱动程式中，可以执行开启、关闭、读取，例如 write、open、read 等，应用程序可以通过设备文件存取字符设备。

2.2 数据库SQLite

本文利用SQLite 免费开放源代码，实现对嵌入式机器视觉系统的数据存储与管理。SQLite 是一个具有关联数据库管理系统，遵循ACID 关联式。ACID 关联式是四种基本元素的简称，它能正确地完成数据库事务，具有原子性、一致性、隔离性以及持久特点，使数据库系统能够正确地处理数据。SQLite 可以在 Windows/Linux/Unix 等多种操作系统中运行，并且可以与 PHP、Python、Java 等不同的编程语言进行集成，支持SQL92，并且只需要250 KB 左右的内存；SQLite 与两个知名的开放源码数据库Mysq1、PostgreSQL 相比，消耗的资源更少，处理起来也更迅速。

2.3 Linux 应用程序开发平台

随着科学技术的进步，硬件设备的互联，远程管理模块的实现，Java 的跨平台应用，可以将大型应用软件的各个功能模块单独地在不同的工作站上进行集成并进行测试。这个优势使得软件工程师可以在硬件模型尚未成型之前，对各个功能模块进行设计，在硬件样机完成后，由技术人员将各个功能模块与共用的硬件设备相连接，进行调试和运行。

3 数字图像处理技术

本文提出了一种基于图像分割方法，该方法不仅能够对数据进行大规模的压缩，而且还具有较强的计算能力。该方法不仅可以减少存储量，还可以简化后期的数据分析、数据处理，为后续的分类、识别和检索提供依据。从图像分割技术出现至今，尽管在算法上有了较大的改进和创新，但是依然是图像处理中最困难的问题。图像阈值分割是通过对目标和背景在颜色、几何形状和空间纹理等方面的差别进行分类，然后将其划分为不同的区域，从而判断出图像中的每个象素点是否属于对象或背景。该方法将目标与背景图像进行分离，并在必要时，生成对应的二值化图像，并对其进行分析。简单来说，就是将被检测的对象从背景中分离，从而为以后的图像处理提供方便。

由于图像分割后，会出现许多小的区域，或边缘不完全封闭，所以要通过特殊的后处理算法来对其进行改进。此外，分割是一种基于图像的底层处理技术，由于是一种中介过程，所以必须输出到更高层次的图象处理系统，以实现具体的应用。在输出前，要先标注出被划分的区域，然后利用特殊的方法来表示和描述。在一些系统中，还需要对特定的区域进行操作和抽取，而这就要求后处理技术来实现。最后，将图像的分割和描述保存下来，并将其保存到局部或远端的内存中。在此，预处理、核心算法和后处理之间，必须对后处理和核心算法进行定义。在预处理和后处理中，我们可以修改任何功能模块，但必须确保界面不变。在图论分割算法的基础上，本文提出了一种以图形表示的方法，并将所得到的数据用区域信息表示出来，从而确保了界面的简洁和稳定。结构用图描述如图5所示。

图5 图像分割系统的结构示意图

本文将嵌入式机器视觉的特点、研究对象的特性以及实验中的图像采集技术，采用人工触点笔来确定色彩特征参数，再通过适当的操作（R-G）、（2R-G-B）、R/G/B 等作为特征量进行图像的代数，将3D 数据转换成一维数据，从而提高了系统的运行速度。通过对图像分割，可以实现从RGB 向HIS 的过渡。因此，本文选择了常用的RGB 模式作为色彩特征参数的选择。

4 结语

嵌入式系统得到了飞速的发展，随着技术不断革新，嵌入式技术也得到了极大的发展。本文利用嵌入式机器视觉技术和图像处理技术，解决了目前嵌入式机器视觉系统中的数据收集和处理问题，着重从平台搭建、图像处理算法、平台应用等几个方面进行了深入探讨。主要阐述了基于ARM9 的嵌入式计算机视觉系统的硬件结构，并在此基础上建立了Linux 应用程序开发平台，实现了软硬件的集成化。提高了机器视觉监测设备的灵活性、实用性和推广性。