聂 阳，赵国宏，徐 硕，王伟旭

（集宁师范学院 高速信号处理与物联网技术应用重点实验室，内蒙古 集宁 012000）

1 概述

现实生活中，人们获取和传递信息的主要来源文字、语音和图像。而图像作为视觉信息交换的主要手段起着不可代替的作用，图像处理的应用已经涉及人类生活的各个方面。目前，图像处理在移动互联网、智能识别和多媒体信息交换等领域得到了广泛的应用。然而，图像处理系统复杂性和计算成本不断增加，系统的实现越来越复杂。为了达到图像处理系统的实时性和便携性，嵌入式系统已经成为了实时图像处理硬件平台的理想选择方案[1]。

随着人工智能时代的到来，嵌入式、人工智能（Artificial Intelligence，AI）、物联网（Internet of Things，IoT）、5G等新技术不断融合创新，推动新一代智能设备的井喷式发展。人工智能在动态图像的检测与识别越来越凸显出其重要性，凭借其强大的计算能力和数据驱动模式，基于AI 的动态图像检测与识别得到了广泛的应用。然而，目前大部分AI 应用都基于云端，要大面积地应用到人们日常生活中还有一定的距离。一方面，过去的人工智能基本上是在相对高性能的服务器上去构建软件算法，如何降低成本是一个问题；另一方面，高功耗制约了人工智能向更多前端应用场景的渗透。近年来，由于微处理器技术飞速发展，便携式智能硬件的处理速度也得到了广泛的提升，这使得嵌入式AI 的本地实现成为可能。

图1 树莓派4B 开发板

本文采用便携式智能硬件树莓派为嵌入式AI 检测和识别的硬件实现平台，以动态图像为研究对象，完成动态图像检测与识别的本地化设计。与传统的云端AI 识别系统相比，构建的动态图像检测与识别系统无须联网通过云端数据中心进行大规模计算去实现人工智能，而是在本地计算下就可以做实时的环境感知和人机交互。

图2 系统整体结构框图

图3 二帧差分法二值化图

2 系统整体设计结构

检测识别系统硬件实现平台采用最新的树莓派4B（内存4G）作为核心嵌入式控制单元，其结构如图1 所示。树莓派被称为“世界上最流行最便宜的小型电脑”。它是一款性价比超高的迷你电脑主机（仅有信用卡大小），被全球开发者、极客、技术爱好者们极大的追捧和喜爱[2]。树莓派可以搭载多种 Linux 系统发行版（官方为Debian的衍生版），也可当服务器搭建各种网站、应用服务来使用，也能用来学习编程、控制硬件或日常办公。由于树莓派的体积很小很轻，并且功能极其丰富强大，这也使得它成为嵌入式AI 应用的理想硬件实现平台。

检测与识别系统平台主要由摄像头、显示器和树莓派4B 开发板三部分构成，其中摄像头选用官方建议的CameraV2 型号，显示器为戴尔液晶显示器。系统实现的总体框图如图2 所示，整个系统包括三个模块，图像采集模块、图像处理模块和图像输出模块。图像处理模块作为整个系统的关键模块，完成图像帧的初始化、运动物体检测和运动物体的识别等功能。采集的图像由CameraV2完成之后，图像处理模块负责对采集的图像利用OpenCV 函数进行检测跟踪与识别，最后将结果通过显示器输出。

图4 动态图像的检测识别

3 检测算法：帧差法

检测识别中对于运动物体的目标检测采用广泛使用的帧差法[3-4]。在该算法中，当视频中存在移动物体的时候，相邻帧（或相邻三帧）之间在灰度上会有差别，求取两帧图像灰度差的绝对值，则静止的物体在差值图像上表现出来全是0，而移动物体特别是移动物体的轮廓处由于存在灰度变化为非0，当绝对值超过一定阈值时，即可判断为运动目标，从而实现目标的检测功能。其数学公式描述为：

D（x，y）为连续两帧图像之间的差分图像，I（t）和I（t-1）分别为t 和t-1 时刻的图像，T 为差分图像二值化时选取的阈值，D（x，y）=1 表示前景，D（x，y）=0 表示背景。图 3为二帧差分法二值化图。

帧间差分法的优点是算法实现简单，程序设计复杂度低；对光线等场景变化不太敏感，能够适应各种动态环境，有着比较强的鲁棒性。缺点是不能提取出对象的完整区域，对象内部有“空洞”，只能提取出边界，边界轮廓比较粗，往往比实际物体要大。对快速运动的物体，容易出现鬼影的现象，甚至会被检测为两个不同的运动物体，对慢速运动的物体，当物体在前后两帧中几乎完全重叠时，则检测不到物体。

4 系统测试与验证

为了验证系统的正确性，本文采用运动的人民币进行检测与识别，检测与识别的结果如图4 所示。从图4（a）中可以看出，运动的人民币20 元的特征被准确的提取，并且被检测到，用绿色的矩形包围起来。在图4（b）中，检测的特征被图像处理模块进行处理，完成了智能识别，而且识别的结果也是正确的。

5 结束语

本文以树莓派为硬件实现平台完成了嵌入式AI 的运动图像检测与识别系统设计，系统利用OpenCV 库函数准确的实现了运动的人民币检测与智能识别。该系统充分体现了嵌入式AI 高效快捷优势。与传统的检测识别系统相比，构建的动态图像检测与识别系统无须联网通过云端数据中心进行大规模计算，而是在本地计算下就可以做实时的图像检测与智能识别。