圖像采集與處理在智能車(chē)系統(tǒng)中的應(yīng)用

　系統(tǒng)概述

　　智能小車(chē)系統(tǒng)主要由路徑識(shí)別、速度采集、轉(zhuǎn)向控制及車(chē)速控制等功能模塊組成。路徑識(shí)別功能采用CMOS攝像頭，將其模擬量的視頻信號(hào)進(jìn)行視頻解碼后，經(jīng)過(guò)二值化處理并轉(zhuǎn)化為18×90pix的圖像數(shù)據(jù)后送入MCU進(jìn)行處理;轉(zhuǎn)向控制采用基于模糊控制算法進(jìn)行調(diào)節(jié);而車(chē)速控制采用的是經(jīng)典PID算法，通過(guò)對(duì)賽道不同形狀的判斷結(jié)果，設(shè)定不同的給定速度。該系統(tǒng)以50Hz的頻率通過(guò)不斷地采集實(shí)時(shí)路況信息和速度，實(shí)現(xiàn)對(duì)整個(gè)系統(tǒng)的閉環(huán)控制，如圖1所示。

　　智能小車(chē)的圖像采集與存儲(chǔ)

　　圖像采集模塊設(shè)計(jì)

　　CMOS攝像頭正常供電后,便可輸出原始圖像的信號(hào)波形，它是PAL制式的模擬信號(hào)，包含行同步、行消隱、場(chǎng)同步、場(chǎng)消隱等信號(hào)如圖2所示。但該形式的信號(hào)并不能被CPU直接使用，需要加入視頻解碼芯片如SAA7111，它的功能是將攝像頭輸出的模擬信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)，同時(shí)產(chǎn)生各種同步信號(hào)，CPU利用此同步信號(hào)將圖像的數(shù)字信號(hào)存儲(chǔ)在一個(gè)外部FIFO芯片AL422中，這便構(gòu)成了基本的路徑檢測(cè)模塊，如圖3所示。

圖像數(shù)據(jù)存儲(chǔ)

　　SAA7111是飛利浦公司一款增強(qiáng)型視頻輸入處理器芯片，常應(yīng)用在嵌入式視頻應(yīng)用的高度集成的電路中。工作時(shí)，模擬視頻圖像從SAA7111的4個(gè)輸入端口中的一個(gè)端口輸入，經(jīng)模擬處理后，一路通過(guò)緩沖器從模擬輸出端輸出用于監(jiān)視，另一路經(jīng)A/D后產(chǎn)生數(shù)字色度信號(hào)、亮度信號(hào)，分別進(jìn)行亮度信號(hào)處理、色度信號(hào)處理。亮度信號(hào)處理的結(jié)果，一路送到色度信號(hào)處理器進(jìn)行綜合處理，產(chǎn)生Y、U、V信號(hào)，經(jīng)格式化后從VPO輸出，輸出的信號(hào)格式有422YUV或CCIR-656(8位)等;另一路進(jìn)入同步分離器，經(jīng)數(shù)字PLL，產(chǎn)生相應(yīng)的行、場(chǎng)同步信號(hào)HS、VS及像素時(shí)鐘信號(hào)LLC和LLC2等信號(hào)，這些信號(hào)是實(shí)現(xiàn)視頻數(shù)據(jù)采集的依據(jù)。SAA7111輸出的每幀圖像大小可設(shè)為720×286，其數(shù)據(jù)量相對(duì)于單片機(jī)的處理速度來(lái)說(shuō)是比較大的，較為理想的圖像大小是18×45，壓縮后的數(shù)據(jù)量?jī)H為原始圖像的0.394%。為了使圖像的數(shù)據(jù)得到有效壓縮，可以采用將圖像的數(shù)字信號(hào)存入FIFO中，經(jīng)過(guò)一定的分頻處理后便能壓縮圖像大小，系統(tǒng)所采用的FIFO芯片是AL422B。

　　為了實(shí)現(xiàn)圖像數(shù)字信號(hào)的分頻處理，可以分為兩種實(shí)現(xiàn)方式，其一是軟件分頻，另一種是硬件分頻。對(duì)于軟件分頻來(lái)說(shuō)，系統(tǒng)不需要額外的分頻電路，而是單片機(jī)利用解碼芯片SAA7111輸出的控制信號(hào)，對(duì)讀時(shí)鐘進(jìn)行分頻后再執(zhí)行實(shí)際的讀操作，這種方式的缺點(diǎn)是分頻工作需要占用單片機(jī)資源，影響系統(tǒng)的實(shí)時(shí)性等性能;對(duì)于硬件分頻來(lái)說(shuō)，需要加入專門(mén)的分頻處理電路，在不需要單片機(jī)控制的條件下實(shí)現(xiàn)圖像的壓縮，從而在根本上減少了單片機(jī)處理的數(shù)據(jù)量并縮短讀取圖像的時(shí)間。因此該系統(tǒng)采用了硬件分頻的方式，具體信號(hào)的分頻模式如圖4所示，CREF代表像素時(shí)鐘，分頻后得到的是AL422B的寫(xiě)時(shí)鐘WCK，HREF代表行參考信號(hào)，分頻后得到的信號(hào)作為AL422B的寫(xiě)允許信號(hào)。

　　圖像去噪與特征提取

　　圖像二值化

　　圖像二值化是數(shù)字圖像處理技術(shù)中的一項(xiàng)基本技術(shù)，該系統(tǒng)中由于賽道是由黑色和白色兩種顏色組成的，并且背景顏色基本也是白色的，系統(tǒng)的任務(wù)是識(shí)別出黑色的引跑線位置，由于其圖像的干擾并不是很強(qiáng)，因此可以采用二值化的技術(shù)作為系統(tǒng)的圖像預(yù)處理。經(jīng)過(guò)二值化處理將原來(lái)白色的像素點(diǎn)用0表示，而黑色像素點(diǎn)用1表示。圖像二值化技術(shù)的關(guān)鍵在于如何選取閾值通常來(lái)說(shuō)，常用的方法包括有全局閾值法，局部閾值法及動(dòng)態(tài)閾值法。由于賽道現(xiàn)場(chǎng)光線是比較均勻，而且賽道周?chē)牡咨旧隙际前咨模栽谠撓到y(tǒng)設(shè)計(jì)中采用全局閾值法，可達(dá)到算法簡(jiǎn)單，執(zhí)行效率高的效果。

　　二值化閥值選取

　　在對(duì)賽道環(huán)境的分析中，我們可以發(fā)現(xiàn)黑線部分的亮度是相對(duì)比較固定的，其波動(dòng)的范圍非常小，小于20(亮度值最大為255)，而白色底板的亮度值變化相對(duì)較大一些，但仍能保證其與黑線的亮度值有較大的梯度。因此，可以采用直方圖統(tǒng)計(jì)法來(lái)對(duì)其閥值進(jìn)行自動(dòng)設(shè)定，具體方法如下。

    首先存儲(chǔ)一幅原始圖像的所有數(shù)據(jù)，然后對(duì)整幅圖像的第一像素點(diǎn)進(jìn)行統(tǒng)計(jì)，最終把第個(gè)亮度值所對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)統(tǒng)計(jì)出來(lái)，結(jié)果將出現(xiàn)一個(gè)雙波峰形圖，如圖5所示。這將能較直接地比較出亮度值集中的區(qū)域，以兩個(gè)波峰的中心位置所在的中點(diǎn)值作為該賽道的二值化閥值。該算法計(jì)算的精度較高，能夠找到理想的一個(gè)閥值點(diǎn)，雖然它執(zhí)行的時(shí)間較長(zhǎng)，但是這只是在賽車(chē)未起跑前進(jìn)行的初始化運(yùn)算，對(duì)賽車(chē)起跑后的速度完全沒(méi)有影響，因此該方案是可以采用的。

　　圖像去噪

　　在車(chē)體運(yùn)動(dòng)過(guò)程中，圖像經(jīng)過(guò)二值化后并不會(huì)出現(xiàn)太大的噪聲，只是在局部出現(xiàn)了一小部分的椒鹽噪聲，其典型圖像如圖6所示。在該系統(tǒng)設(shè)計(jì)中，圖像處理的目的是準(zhǔn)確地找到黑線的中心位置。由于圖像中噪聲的面積非常小，并且一般出現(xiàn)在離黑線較遠(yuǎn)的地方，處理的方法也比較多，可采用中心坐標(biāo)遞推法。

　　由于該賽道的黑線細(xì)分為每一行的坐標(biāo)后，相鄰兩行之間的中心坐標(biāo)值之差是比較小的，經(jīng)實(shí)驗(yàn)測(cè)試得其差一般不會(huì)超過(guò)5，具有很好的遞推性。因此可以利用前一行的中心坐標(biāo)往下遞推來(lái)求解，具體步驟如下。

　　(1)由于攝像頭近處的黑線拍攝效果較好，不僅黑線的寬度比較大，而且基本不會(huì)出現(xiàn)任何噪聲，用其作為遞推的基準(zhǔn)點(diǎn)是非常好的選擇。由于這是整幅圖像的基準(zhǔn)點(diǎn)，因此對(duì)其準(zhǔn)確性要求比較高，在計(jì)算第一行的中心坐標(biāo)值時(shí)采用黑線連續(xù)記數(shù)法,即只有連續(xù)讀取到3個(gè)或以上“1”時(shí)才算有效的黑線,并記錄黑線的塊數(shù)，否則將其清零，最終再查看該行黑線塊數(shù)是否為1，若不為1則改用第二行圖像數(shù)據(jù)作判斷，如此遞增直到找到唯一的黑線為止。

　(2)以第一次找到的中心坐標(biāo)為基準(zhǔn)，向上一行搜索分布在其左右兩側(cè)各10個(gè)點(diǎn)這個(gè)區(qū)間內(nèi)的黑線位置，然后同樣利用重心法求出在該區(qū)間內(nèi)的黑點(diǎn)中心坐標(biāo)值，并把它作為這一行的中心坐標(biāo)基準(zhǔn)點(diǎn)。

　　(3)按照步驟(2)逐步往上一行遞推，如果遇到全0的行則停止黑線的搜索。圖6所示的圖像經(jīng)過(guò)該算法處理后得到的圖像如圖7所示，可見(jiàn)此方法能夠有效地消除圖像的噪聲。