面向全景与目标识别的嵌入式实验系统设计
2020-10-30玄玉波黄红艳陈玫玫赵增君姜岳辰
玄玉波, 黄红艳, 陈玫玫, 赵增君, 姜岳辰
(1.吉林大学a.通信工程学院;b.机械与航空航天工程学院,长春130022;2.石家庄邮电职业技术学院电信工程系,石家庄050031)
0 引 言
随着5G 时代的来临,人工智能和虚拟现实技术正在改变我们的世界。这些技术中的全景拼接以及图像深度学习是较为先进的图像处理技术[1-3]。然而,当前的数字图像处理实践教学,大多还处于传统的图像处理阶段,如图像去噪、形态学处理、边缘检测等[4],学生对图像处理的全景拼接和深度学习理解和复现缺少认知[5]。本文开发了一款图像处理的嵌入式实验平台,并将虚拟现实技术中的全景拼接、图像处理中的深度学习等应用到该平台中,在开放实验等实践课程中增加学生对这些技术的直观认识,培养学生对当前图像处理的热点技术的兴趣和理解。
1 实验平台设计
实验平台的设计考虑到便携性、高效和低功耗,选用了NVIDIA嵌入式开发板Jetson TX2 和e-CAM30 高清相机设计多相机采集系统,如图1 所示。Jetson TX2是一台模块化AI 超级计算机,采用新一代NVIDIA PascalTM架构GPU。它性能强大,但外形小巧,运算能力相当于顶级的i7CPU,满足实验平台速度需求。e-CAM30_HEXCU TX2 是由e-con Systems公司设计制作的一种新型MIPI 相机板,支持多种分辨率:640 ×480、1 280 ×720、1 920 ×1 080、2 304 ×1 906,最高达到了2 304 ×1 536。实验平台使用了6 个相机使两两相机有图像重叠区域,满足全景图像拼接实验需求。

图1 实验平台实物图
相机由SCI异步串行通信方式接入Jetson TX2 主板,传输速率为5 GB/s。同时,视场360°,无论目标出现在何处,都会被相机采集到,不必考虑目标的镜头切换,可进行被识别的目标推送的实验设计。……
