开题报告王雯珊.docx
《开题报告王雯珊.docx》由会员分享，可在线阅读，更多相关《开题报告王雯珊.docx（15页珍藏版）》请在冰点文库上搜索。
开题报告王雯珊
基于Blackfin的图像采集和处理
机设054（10051259）王雯珊
摘要:
本课题是基于ADI公司的BF533芯片进行图像的采集和处理。
在VisualDSP++开发环境中，用C语言设置寄存器、设计算法，以实现芯片能源低消耗、采集处理结果高性能这一目标。
关键字:
Blackfin图像采集ADSP-BF533
1研究背景
1.1课题来源
当今社会越来越注重速度和效率，人们的活动范围也越来越宽广。
蓬勃发展的高速公路使出行更便利、更快捷。
然而高速公路上的拥堵现象日益严重，有研究表明35%的堵车现象发生在收费站路段。
中国普遍采用人工收费方式，每辆车通过收费站的时间在20-30秒左右，可谓是高速交通的一大瓶颈。
近年来，日本及一些欧美国家已经发展了较完备的不停车收费系统，大大加快了汽车的过站速度。
不停车收费系统又称电子收费系统（ETC,electronictollcollection）,它结合了射频识别技术（RFID,radiofrequencyidentification）、自动车辆识别技术（AVI,automaticvehicleidentification）、自动车辆分型技术（AVCS,automaticvehicleclassification）、信息融合、加密技术等先进技术，实现不停车自动收取通行费。
本课题建立于服务于此系统的图像采集部分，用ADI公司开发的DSP芯片ADSP-BF533进行图像采集和处理。
采集的图像可用于车牌识别、车型检测等部分，为收费系统提供可靠的信息。
1.2立题的意义
研究和实践表明，ETC系统是未来交通收费系统的一个必然趋势，并可以扩展移植到自动加油站、停车场收费系统等许多领域。
ETC在日本已有很广泛的应用，彻底消除了收费站堵车的现象。
不但如此，ETC系统还给整个社会带来了巨大的经济利益和社会效益。
据统计，实行ETC系统解决了收费站的堵车问题，加快了物流效率，节省了燃油消耗，还减少了收费站附近38%的二氧化碳排放量。
另外，日本相关的设备制造、软件开发、施工、销售和金融等行业都增加了就业人员，并出现了巨大的商机。
作为ETC重要组成部分的图像采集模块，担任着系统的视觉功能，直接影响系统的可靠性和稳定性。
图像采集和处理不但要清晰准确、减少失真，还要保证处理速度，协调内部资源，节省芯片能耗。
2文献综述
2．1ADSP-BF533处理器的优势
当前用于图像采集的处理器有ARM、FPGA、CPLD、DSP等等器件。
ARM具有比较强的事务管理功能，可以用来跑界面以及应用程序等，其优势主要体现在控制方面，而DSP主要是用来计算的，比如进行加密解密、调制解调等，优势是强大的数据处理能力和较高的运行速度。
FPGA可以用VHDL或verilogHDL来编程，灵活性强，由于能够进行编程、除错、再编程和重复操作，因此可以充分地进行设计开发和验证。
当电路有少量改动时，更能显示出FPGA的优势，其现场编程能力可以延长产品在市场上的寿命，而这种能力可以用来进行系统升级或除错。
综合分析下来，DSP在计算能力上的优势，正是我们所需要的。
而ADI公司推出的Blackfin处理器，更是由杰出的高性能、低功耗特点，符合我们的应用要求。
2.1.1Blackfin处理器概述
Blackfin处理器是由ADI新型16-32位嵌入式处理器，适应嵌入式音频、视频和通信应用的计算要求和功耗等方面的需求。
Blackfin处理器基于由ADI和Intel公司联合开发的微信号架构（MSA），将一个32位RISC型指令集和双16位乘法累加（MAC）信号处理功能与通用型微控制器所具有的易用性组合在了一起。
这种处理特性的组合使得Blackfin处理器能够在信号处理和控制处理应用中均发挥上佳的作用。
Blackfin533处理器最高主频可达到756MHz，最低功耗0.8V，这种高性能低功耗的组合具有十分广泛的应用前景。
2.1.2ADSP-BF533硬件结构
●16位定点DSP内核，2个40位ALU，4个8位视频ALU，40位桶形移位器；
●灵活的软件控制动态电源管理；
●148KB在片内存：
80KBSRAM内存可配置成SRAM和Cache；
●内存管理单元提供内存保护；
●支持外部存储器SDRAM、SRAM、flash、ROM；
●灵活的引导方式（SPI或外部存储资源）；
●并行外设接口支持ITU-R656视频数据格式；
●两个双通道全双工同步串行接口，支持8个立体声I2S通道；
●4个内存-内存的DMA，8个外部DMA；
●两个SPI兼容端口；
●3个32位定时器/计数器，支持PWM；
●RTC模块，看门狗时钟；
●32位核心定时器；
●16个GPIO（General-purposeI/O）；
●两个UART口，带自动波特率调整，其中一个支持IrDA；
●事件处理；
●Debug/JTAG接口；
●USB设备（V1.1）控制器；
●0.5-64倍频PPL电路
●0.7-1.5V核心电压，3.3VI/O。
图2.1ADSP-BF533系统框图
2.1.3ADSP-BF533性能优点
作为一种尖端的信号处理技术，BlackfinDSP的体系结构不仅特别适合于完成视频、图像、音频、语音和数据通信的数字信号处理，同时还提供综合的控制能力。
其主要优点包括：
1）微信号结构。
2）动态电源管理。
3）高度并行的计算单元。
4）高性能地址产生器。
5）极佳的代码密度。
6）视频指令。
7）分层结构的内存。
8）集成的更多的外围设备。
9）调试和JTAG接口。
10）性能发展进程。
2．2图像采集
图像采集是一个光学处理、光电转换和模拟前端处理相结合的过程，主要目的是将景物光线转换成图像数字信号。
2.2.1图像传感器
图像传感器是图像采集系统中的核心部分，目前使用最多的有两种：
CCD传感器和CMOS传感器。
图2.1CCD和CMOS图像传感器的结构示意图
1）CCD
电荷耦合器件（CCD）是目前图像采集中使用最多的图像传感器。
它是一种感光半导体芯片，用于捕捉图形。
但CCD没有能力记录图形数据，也没有能力永久保存，所有图形数据都会不停留的送入一个模数转换器、一个信号处理器以及一个存储设备。
2）CMOS
CMOS图像传感器是采用标准CMOS工艺制造的。
图2.1显示了CMOS图像信号的传输过程。
在竖直方向译码器的控制下，按照次序接通每行像敏单元上的模拟开关，信号将通过行开关传送到列线，再通过水平方向的地址译码器的控制，传送到放大器。
2.2.2图像采集格式
在数码成像技术日益发展的今天，高质量的图像采集、图像存储和图像传输已经变得越来越普遍，但是图像的数据量也变得越来越大，因此对高质量图像有效的采集、存储和压缩就变得非常重要。
常见的图像数据采集格式主要基于RGB和YUV的色彩空间。
视频RGB656格式，是一种RGB格式。
在这种格式下，每个像素用16位表示，R、G、B三通道分别使用5位、6位和五位，如图2.2所示。
图2.2RGB565格式示意图
2.2.3DMA传输
由文献[4]等资料来看，由于DSP的片内存储空间不大，数据在的内外存储器之间的交换非常频繁，这很容易引起数据的拥堵。
在DSP的数据处理过程中，由于数据量较大，初始图像、中间处理图像以及完成编码的图像都要存入SDRAM，所以数据要不断地经过SDRAM总线。
如图2.3所示，有三部分数据流造成SDRAM总线的拥堵。
第一部分是由ADC经DSP连续不断地输入到SDRAM的视频数据流；第二部分是在数据处理时内核与SDRAM之间的交换数据流；第三部分是由SDRAM输送到输出接口的数据流。
图2.3SDRAM数据总线的拥堵现象
Blackfin使用直接存储器访问（DMA,directedmemoryaccess）进行存储器空间内部或者存储器空间与外设之间的数据传送。
DMA控制器允许Blackfin或外部设备指定数据传送操作，然后返回到正常操作中。
DMA控制器传送数据的过程独立于处理器的活动。
DMA是图像传输、处理中的关键技术，它能在不打断CPU正常工作的情况下在后台批量地传输数据，满足了实时图像处理中的告诉数据传输要求。
图像处理所使用的原始数据量一般都很大，而且在处理过程中还会产生等量的中间数据，而BF533的片内资源有限，就不得不作很多不同存储空间之间的数据转移工作。
为了提高系统的实时处理能力，这项工作必须交给DMA来完成，从而CPU可以专注于数据的计算。
同时，DMA对数据的重排功能可以优化图像数据在内存中的存储。
2．3图像处理
2.3.1图像处理一般方法
对数字图像的处理分为图像的前处理和图像后处理。
图像前处理是指通过对图像传感器输出的连续图像进行分析，并获取足够的信息，并根据实际图像效果调整摄像头参数，以实现自动曝光、自动焦距和自动白平衡等。
图像的后处理是指对图像进行恢复和增强处理，包括内插，白平衡更新，伽马校正，边界增强等，以得到与原始图像接近并符合人眼视觉特性的照片。
2.3.2图像压缩
如何在保证图像质量的情况下对图像内容进行精简，这就要用到各种压缩技术，当前常见的压缩格式有BMP、GIF、PNG、JPEG、JPEG2000等等。
2.3.3图像分割
图像分割时把图像按一定要求分成一些“有意义”区域的处理技术。
图像分割的依据是像素灰度值的两个性质：
不连续性和相似性。
即同一区域内像素一般具有灰度相似性，而在区域之间的边界上具有灰度不连续性。
根据灰度的不连续性和相似性，图像分割分成两类。
1）边缘检测法：
利用区域之间灰度的不连续性，确定区域的边界或边缘的位置。
2）区域生成法：
利用区域内灰度的相似性，将像素分成若干相似的区域。
二者相辅相成，可以结合使用。
前者相当于用电定义线，而后者用两个面的相交确定一条曲线。
3技术方案
3.1研究内容
3.1.1VisualDSP++集成开发环境
VisualDSP++是analog公司为其DSP产品开发的集成软件开发调试环境（IDDE）,它安装简便、易于操作，可以在单一界面中对软件项目自始至终地进行有效管理。
它能够在编辑、构建和调试活动中进行快速、轻松的切换。
关键特性包括：
自带的C/C++编译器、先进的绘图工具、特性统计图表和VisualDSP++Kernel（VDK）。
其他性能还包括汇编器、链接器、库、分离器、精确周期及精确功能编译的模拟器、仿真器支持等很多性能。
其主要结构包括：
●集成了VisualDSP++内核的集成编译和调试环境（IDDE）；
●带实时运行库的C/C++优化编译器；
●汇编器和链接器；
●仿真软件和程序例程。
VisualDSP++除了一般的编辑、编译、调试功能以外，还有很多高级功能方便用户的开发工作。
1）数据作图。
要想对内存中的数据有直观的了解，就可以采用作图的方式。
2）线性分析器（LinearProfiling）。
在软件仿真模式下，使用线性分析器可以清楚直观地显示程序执行的状况。
分析窗口以地址和函数为依据，显示程序的各个部分的执行时间占总时间的百分比，从而，可以看出程序在哪部分花的时间最多，哪部分的运行时间与预计不相符，然后进行优化和修改。
3）文件引导优化（PGO,Profile-guidedoptimization）
PGO是一种用文件信息来引导编译器来优化编译决策的优化技术。
通常，编译器对各个函数只编译一次，产生的代码在多数情况下都能有良好的性能。
编译器要决策产生出最优化的代码。
而编程者可以根据具体情况，来选择是速度优先还是空间优先。
用了PGO，编译器在编译时是根据之前产生代码对数据的执行情况来决策编译过程的。
3.1.2ADSP-BF533EZ-KITLite评估实验板
ADSP-BF533EZ-KITLite评估实验板是学习Blackfin的良好平台，它针对芯片特点，集成了许多功能。
对于这块开发板来说，主要的功能特征有（如图3.1所示）：
●ADSP-BF533Blackfin处理器
●SDRAM：
MT48LC32M16-64M（32M*16位）
●2MBFlash（512K*16位*2片）
●音频接口：
AD1836-96KHz音频解编码器
4输入RCA拾音插座（2通道）
6出入RCA拾音插座（3通道）
●视频接口：
ADV7183视频解码器，w/3输入RCA拾音插座
ADV7171视频编码器，w/3输入RCA拾音插座
●UART：
AMD3202RS-232收发，DB9公口
●LED和按钮
●扩展口：
PPI、SPI、EBIU、定时器2-0、UART、可编程标志位、SPORT0、SPORT1
●其它：
JTAGICE14引脚接头
图3.1系统框图
3.1.3DMA技术
DMA传送可以是基于描述符的，也可以是基于自动缓冲的。
基于描述符的DMA传送在发起DMA传送序列时，需要一组存储在存储器中的参数。
这类传送允许将多个DMA序列链接在一起。
在基于描述符的DMA传送中，一个DMA通道可以被编程建立，并且在当前序列完成之后自动启动另外一个DMA传送。
基于自动缓冲的DMA传送允许处理器直接编成DMA控制寄存器，以发起一个DMA传送。
传送完成时，控制寄存器被它们的原始设定值自动更新。
在基于描述符的DMA传送中，主要有两个描述符模型：
一个是描述符阵列；另一个是描述符列表。
提供这两个模式的目标是允许在灵活性和性能之间进行折中。
所以说这种传送方式能提供最大的灵活性。
在基于自动缓冲DMA中，处理器直接对DMA控制寄存器编程来初始化一个传送。
因为寄存器不必从内存中装载，并且内核不必保持描述符，因此，基于自动缓冲的DMA提供了最好的DMA控制器性能。
表3.1DMA寄存器
NextDescriptorPointer（lower16bit）
下一描述符指针（低16bit）
NextDescriptorPointer（up16bit）
下一描述符指针（高16bit）
StartAddress（lower16bit）
开始地址（低16bit,源或目的）
StartAddress（up16bit）
开始地址（高16bit,源或目的）
DMAConfiguration
DMA配置，控制信息
X_Count
内循环传送数目
X_Modify
每个内循环传送间隔的字节数目
Y_Count
外循环传送数目
Y_Modify
每个外循环传送间隔的字节数目
3.1.4图像分析
要从图像中提取出有用的信息，需要用到有关模式识别方面的知识。
模式识别（PatternRecognition）就是研究一些自动技术，利用这些技术，计算机自动地把待识别模式分到各自模式类中。
其目的是用计算机实现人对各种事物或现象的描述、辨认、分类和解释。
以车牌识别为例，在对整个图像进行分割，提取出车牌图像以后，需首先对车牌图像二值化、字符切分和规范化、字符特征提取，然后根据字符特征库，完成车牌字符自动识别。
其中可以用到的技术有：
数学形态学、霍夫变换、傅立叶变换、神经网络、小波变换、形状上下文等等。
如图3.2和3.3所示是车牌识别的一般算法的图例。
车牌识别技术已经是一个比较成熟的技术了，已有了广泛的应用，有很多不同的实现方法。
但是这项技术比较易学难工，要想有很高的识别率、有很好的抗噪性和适应能力，就学要能高明地应用当前各种技术，并能根据具体情况，加入原创思路。
图3.2车牌识别流程图
图3.3车牌识别过程
3.2实验方案
1）用ADSP-BF533EZ-KITLite评估试验板学习Blackfin的基本使用方法。
ADI公司提供的实验板比较全面地集合了DSP芯片的重要功能，并提供了详细的技术手册和入门指导。
再结合VisualDSP++开发环境的调试和分析工具，可以很好地完成图像采集的任务。
2）在图像采集之后，需要研究大量的算法，并编写自己的代码，完成图像的处理任务。
这里可以借助matlab等数学软件，帮助实现各种算法。
在matlab平台上，可以轻松建立神经网络模型，并进行模拟和仿真。
用VC可以做一些图形界面窗口，输出中间处理过程，有利于看出不足，给出改进。
3）图像采集处理是整个ETC系统的一部分，ETC还包括RFID技术、信息传输等方面。
整个嵌入式系统建立于Linux平台。
这就要求图像采集处理也能融入此平台，在开发过程中还要学习shell程序设计、交叉编译等等。
4工作目标
图像采集和处理是ETC系统的重要组成部分。
为了保证系统稳定、有效地工作，就要求图像采集部分达到充分的实时性、准确性，并且要尽可能节省芯片内部和外部资源，达到经济性的要求，减少制造成本，才能有利于ETC系统的实施和推广。
本课题的目标，不仅在于用Blackfin实现图像采集任务，更重要的是要优化这一过程，充分利用片内资源，合理调度处理器工作，为后期处理工作奠定良好的基础。
另外，在时间充足的情况下，我还将对当下流行的图像压缩、编码方法作一个深入的学习和比对，并用软件实现各种算法，提出相关改进。
最后，编写算法进行车牌信息、车型信息的识别提取，以便真正使用到ETC领域。
5工作安排与进度
2009.02.16～2009.03.01查阅相关资料，确立整体方案，完成开题报告的编写；
2009.03.02～2009.03.15通过使用ADSP-BF533KIT-Lite评估板，学习BF533的基本用法，同时熟悉VisualDsp++开发环境。
2009.03.16～2009.03.29在评估实验板上实现图像信号的采集；
2009.03.30～2009.04.12用DMA、动态电源管理等方法优化图像采集过程；
2009.04.13～2009.04.26实现图像的压缩、编码；
2009.04.27～2009.05.10学习图像处理、模式识别等相关处理算法；
2009.05.11～2009.05.24编写图像处理算法并对其修改优化；
2009.05.25～2009.06.07进行毕业论文的撰写、修订，准备毕业论文答辩。
参考文献
[1]DavidJ.Katz,RickGentile.EmbeddedMediaProcessing.北京:
电子工业出版社,2007.
[2]陈峰.基于BlackfinDSP的数字图像处理.北京:
电子工业出版社,2009.
[3]曹小秋，赵焕军.ADIBlackfin系列DSP处理器实验指导书.北京:
电子工业出版社，2008.
[4]罗志强,王耀南.Blackfin533的DMA技术及其在图像处理中的应用.国外电子元器,2005,第2期:
32-35.
[5]李朝晖,李冬梅,张琦.BlackfinDSP高效率视频数据采集机制的设计.电子器件,2007,第30卷（第2期）:
587-589.
[6]AnalogDevices,Inc.ADSP-BF533EZ-KITLiteEvaluationSystemManual,Revision3.1,Sept2007.
[7]AnalogDevices,Inc.ADSP-BF533Blackfin®ProcessorHardwareReference,Revision3.3,Sept2008.
[8]AnalogDevices,Inc.VisualDSP++5.0GettingStartedGuide,Revision3.0,Aug2007.
[9]AnalogDevices,Inc.VisualDSP++5.0User'sGuide,Revision3.0,Aug2007.
升级会员 