嵌入式图像处理.docx
《嵌入式图像处理.docx》由会员分享，可在线阅读，更多相关《嵌入式图像处理.docx（22页珍藏版）》请在冰豆网上搜索。
嵌入式图像处理
武汉工程大学
计算机科学与工程学院
综合设计报告
设计名称：
智能系统应用综合设计
设计题目：
基于方向箭头识别的机器人小车运动控制
学生学号：
专业班级：
学生姓名：
学生成绩：
指导教师（职称）：
课题工作时间：
（2015-9-14~2015-12-11）
武汉工程大学计算机科学与工程学院制
说明：
1、报告中的第一、二、三项由指导教师在综合设计开始前填写并发给每个学生；四、五两项（中英文摘要）由学生在完成综合设计后填写。
2、学生成绩由指导教师根据学生的设计情况给出各项分值及总评成绩。
3、指导教师评语一栏由指导教师就学生在整个综合设计期间的表现、设计完成情况、报告的质量及答辩等方面，给出客观、全面的评价。
4、所有学生必须参加综合设计的答辩环节。
凡不参加答辩者，其成绩一律按不及格处理。
答辩小组成员应由2人及以上教师组成。
5、报告正文字数一般应不少于5000字，也可由指导教师根据本门综合设计的情况另行规定。
6、平时表现成绩低于6分的学生，其综合设计成绩按不及格处理。
7、此表格式为武汉工程大学计算机科学与工程学院提供的基本格式（适用于学院各类综合设计），各教研室可根据本门综合设计的特点及内容做适当的调整，并上报学院批准。
答辩记录表
学生姓名：
学号：
班级：
答辩地点：
答辩内容记录：
答辩成绩
合计
分值
各项分值
评分标准
实际得分
合计得分
备注
25
10
在规定时间内能就所设计的内容进行阐述，言简意明，重点突出，论点正确，条理清晰。
15
在规定时间内能准确、完整、流利地回答教师所提出的问题。
答辩小组成员（签字）：
年月日
成绩评定表
学生姓名：
学号：
班级：
类别
合计
分值
各项分值
评分标准
实际得分
合计得分
备注
平时表现
10
10
按时参加综合设计，无旷课、迟到、早退、违反实验室纪律等情况。
完成情况
30
20
按设计任务书的要求完成了全部任务，能完整演示其设计内容，符合要求。
10
能对其设计内容进行详细、完整的介绍，并能就指导教师提出的问题进行正确的回答。
报告质量
35
10
报告文字通顺，内容翔实，论述充分、完整，立论正确，结构严谨合理；报告字数符合相关要求，工整规范，整齐划一。
5
课题背景介绍清楚，综述分析充分。
5
设计方案合理、可行，论证严谨，逻辑性强，具有说服力。
5
符号统一；图表完备、符合规范要求。
5
能对整个设计过程进行全面的总结，得出有价值的结论或结果。
5
参考文献数量在3篇以上，格式符合要求，在正文中正确引用。
答辩情况
25
10
在规定时间内能就所设计的内容进行阐述，言简意明，重点突出，论点正确，条理清晰。
15
在规定时间内能准确、完整、流利地回答教师所提出的问题。
总评成绩
指导教师评语
指导教师：
（签字）日期：
年月日
一、综合设计目的、条件、任务和内容要求：
基于方向箭头识别的机器人小车行动控制
1实验目的：
掌握图像处理基本算法、单片机系统的设计，通过训练熟悉机器人原理及图像控制的方法。
2条件：
要求使用VC，opencv、单片机等
3任务：
通过获取摄像机获取方向箭头的特征并处理，根据方向特征进行机器人小车的各个方向的运动控制。
4内容要求：
要求上位机程序，单片机程序；
二、进度安排：
2015/10/15
掌握嵌入式基础，了解C51基础知识
2015/10/29
深入学习嵌入式知识
2015/11/12
复习图像处理知识，学习机器视觉基础概念
2015/11/26
完成由上位机和下位机组成的智能系统
2015/12/10
完善程序，优化设计，进行答辩
三、应收集资料及主要参考文献：
[1]秦志强，刘建东，王淑鸿．机器人辅助C程序设计[M]．电子工业出版社，2013
[2]李金宗．模式识别[M]．北京：
高等教育出版社,1994..
[3]冈萨雷斯．数字图像处理（第2版）[M].北京：
电子工业出版社，2003.
[4]龚声蓉．数字图像处理与分析[M]．北京：
清华大学出版社，2006
[5]李月景．图像识别技术及其应用[M]． 机械工业出版社 ，1985
[6]涂刚，阳富民．嵌入式操作系统综述[M]．机械工业出版社 ，2000
[7]陆宗骐．C/C++图像处理编程[M]．电子工业出版社，2004
[8]万晋森，刘航．数字图像处理原理与实践[M]．电子工业出版社，2012
[9]于仕琦，刘瑞祯．opencv基础篇[M]．北京航空航天大学出版社，2008
[10]西奥多里德斯．模式识别[M]．电子工业出版社，2006
四、摘要：
模式识别是近年来比较重要的一个课题，需要通过摄像头来获取视频图像，进而提取出里面需要的部分。
在这一个实验课题中，结合了嵌入式系统和图像处理两部分的内容，所以实验的综合性很强。
先通过摄像头获取图像，再经过图像处理来分析出实验图片中箭头的方向，最后根据方向特征进行机器人小车的各个方向的运动控制。
关键词：
模式识别；嵌入式系统；图像处理
五、Abstract：
Patternrecognitionisanimportanttopicinrecentyears.Itisnecessarytoobtainthevideoimagesthroughthecamera,andthenextracttherequiredparts.Inthisexperiment,thecontentofthetwopartsoftheembeddedsystemandimageprocessingarecombined,sothecomprehensiveexperimentisverystrong.First,throughthecameratogettheimage,andthenthroughtheimageprocessingtoanalyzethedirectionofthearrowintheexperimentalpicture,andfinallytothedirectionoftherobotcarinalldirectionsofmotioncontrol.
Keywords:
Patternrecognition;Embeddedsystem;Imageprocessing
目录
摘要II
AbstractII
第一章课题概述1
1.1课题背景1
1.2课题目的2
第二章系统设计3
2.1图像处理3
2.1.1图像识别3
2.1.2所用器件4
2.2嵌入式系统4
2.2.1单片机4
2.2.2AT89S52简介5
2.2.3所用器件5
第三章详细设计6
3.1上位机设计6
3.1.1图像获取6
3.1.2串口编程7
3.1.3图像处理8
3.2下位机设计9
3.2.1方向控制程序9
3.2.2控制移动方向10
第四章设计结果及分析11
4.1程序调试11
4.2实验结果11
4.3结果分析11
总结12
致谢13
参考文献14
摘要
模式识别是近年来比较重要的一个课题，需要通过摄像头来获取视频图像，进而提取出里面需要的部分。
在这一个实验课题中，结合了嵌入式和图像处理两部分的内容，所以实验的综合性很强。
先通过摄像头获取图像，再经过图像处理来分析出实验图片中箭头的方向，最后根据方向特征进行机器人小车的各个方向的运动控制。
关键词：
模式识别；嵌入式系统；图像处理
Abstract
Patternrecognitionisanimportanttopicinrecentyears.Itisnecessarytoobtainthevideoimagesthroughthecamera,andthenextracttherequiredparts.Inthisexperiment,thecontentofthetwopartsoftheembeddedsystemandimageprocessingarecombined,sothecomprehensiveexperimentisverystrong.First,throughthecameratogettheimage,andthenthroughtheimageprocessingtoanalyzethedirectionofthearrowintheexperimentalpicture,andfinallytothedirectionoftherobotcarinalldirectionsofmotioncontrol.
Keywords:
Patternrecognition;Embeddedsystem;Imageprocessing
第一章课题概述
1.1课题背景
数字图像处理和识别的研究开始于1965年。
数字图像与模拟图像相比具有存储，传输方便可压缩、传输过程中不易失真、处理方便等巨大优势，这些都为图像识别技术的发展提供了强大的动力。
物体的识别主要指的是对三维世界的客体及环境的感知和认识，属于高级的计算机视觉范畴。
它是以数字图像处理与识别为基础的结合人工智能、系统学等学科的研究方向，其研究成果被广泛应用在各种工业及探测机器人上。
现代图像识别技术的一个不足就是自适应性能差，一旦目标图像被较强的噪声污染或是目标图像有较大残缺往往就得不出理想的结果。
图像识别问题的数学本质属于模式空间到类别空间的映射问题。
目前，在图像识别的发展中，主要有三种识别方法：
统计模式识别、结构模式识别、模糊模式识别。
图像分割是图像处理中的一项关键技术，自20世纪70年代，其研究已经有几十年的历史，一直都受到人们的高度重视，至今借助于各种理论提出了数以千计的分割算法，而且这方面的研究仍然在积极地进行着。
现有的图像分割的方法有许多种，有阈值分割方法，边缘检测方法，区域提取方法，结合特定理论工具的分割方法等。
从图像的类型来分有：
灰度图像分割、彩色图像分割和纹理图像分割等。
早在1965年就有人提出了检测边缘算子，使得边缘检测产生了不少经典算法。
但在近二十年间，随着基于直方图和小波变换的图像分割方法的研究计算技术、VLSI技术的迅速发展，有关图像处理方面的研究取得了很大的进展。
图像分割方法结合了一些特定理论、方法和工具，如基于数学形态学的图像分割、基于小波变换的分割、基于遗传算法的分割等。
移动互联网、智能手机以及社交网络的发展带来了海量图片信息，根据BI五月份的文章，Instagram每天图片上传量约为6000万张；今年2月份WhatsApp每天的图片发送量为5亿张；国内的微信朋友圈也是以图片分享为驱动。
不受地域和语言限制的图片逐渐取代了繁琐而微妙的文字，成为了传词达意的主要媒介。
图片成为互联网信息交流主要媒介的原因主要在于两点：
第一，从用户读取信息的习惯来看，相比于文字，图片能够为用户提供更加生动、容易理解、有趣及更具艺术感的信息；第二，从图片来源来看，智能手机为我们带来方便的拍摄和截屏手段，帮助我们更快的用图片来采集和记录信息。
但伴随着图片成为互联网中的主要信息载体，难题随之出现。
当信息由文字记载时，我们可以通过关键词搜索轻易找到所需内容并进行任意编辑，而当信息是由图片记载时，我们却无法对图片中的内容进行检索，从而影响了我们从图片中找到关键内容的效率。
图片给我们带来了快捷的信息记录和分享方式，却降低了我们的信息检索效率。
在这个环境下，计算机的图像识别技术就显得尤为重要。
图像识别是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。
识别过程包括图像预处理、图像分割、特征提取和判断匹配。
简单来说，图像识别就是计算机如何像人一样读懂图片的内容。
借助图像识别技术，我们不仅可以通过图片搜索更快的获取信息，还可以产生一种新的与外部世界交互的方式，甚至会让外部世界更加智能的运行。
因此，我们这一次的课题显得十分重要，可以帮助我们学会如何对图像进行识别，如何提取里面的特征，来达到我们想要的效果。
1.2课题目的
这一次的综合设计实验，是基于小车上摄像头采集的图像来判断箭头的方向，进而来控制小车的移动方向。
随着图像处理技术的兴起，图像识别技术在各个领域得到了广泛的应用。
尤其是最近几年，随着人工智能的兴起，图像识别正变得越来来重要。
从航天航空，到生物医学再到军事，随处可见图像识别的身影。
为此我们有必要研究图像识别相关的技术。
本次通过识别图片上的箭头方向，来控制小车前进的方向。
进而展示一下基本的图像识别的流程和一些基本方法。
其中主要应用了图像处理技术中的一些基本操作如：
图像采集，图像增强以及图像特征提取。
通过对图像中特征的提取，进行箭头方向判断，并控制小车的的运动。
在小车的基于摄像头采集的图像，并根据箭头的方向，判断控制小车的运动方向。
在小车识别箭头的判断过程中，需要用到图像识别技术。
在小车收到摄像头传来的图象时。
处理程序即上位机程序，首先要对图像进行增强，便于处理，在对图像中感兴趣的目标区域进行分割提取，分割出感兴趣的目标区域后，从图像中按照一定的算法，提取图像的特征，并与已经提前建立的样本特征库进行比较，从而判断出箭头的方向。
第二章系统设计
2.1图像处理
人的图像识别能力是很强的。
图像距离的改变或图像在感觉器官上作用位置的改变，都会造成图像在视网膜上的大小和形状的改变。
即使在这种情况下，人们仍然可以认出他们过去知觉过的图像。
甚至图像识别可以不受感觉通道的限制。
例如，人可以用眼看字，当别人在他背上写字时，他也可认出这个字来。
2.1.1图像识别
（1）识别基础
图像识别可能是以图像的主要特征为基础的。
每个图像都有它的特征,如字母A有个尖，P有个圈、而Y的中心有个锐角等。
对图像识别时眼动的研究表明，视线总是集中在图像的主要特征上，也就是集中在图像轮廓曲度最大或轮廓方向突然改变的地方，这些地方的信息量最大。
而且眼睛的扫描路线也总是依次从一个特征转到另一个特征上。
由此可见，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。
同时,在大脑里必定有一个负责整合信息的机制，它能把分阶段获得的信息整理成一个完整的知觉映象。
在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的信息加工才能实现。
对于熟悉的图形,由于掌握了它的主要特征，就会把它当作一个单元来识别，而不再注意它的细节了。
这种由孤立的单元材料组成的整体单位叫做组块，每一个组块是同时被感知的。
在文字材料的识别中，人们不仅可以把一个汉字的笔划或偏旁等单元组成一个组块，而且能把经常在一起出现的字或词组成组块单位来加以识别。
在计算机视觉识别系统中，图像内容通常用图像特征进行描述。
事实上，基于计算机视觉的图像检索也可以分为类似文本搜索引擎的三个步骤：
提取特征、建索引build以及查询。
（2）相关领域
图像识别是人工智能的一个重要领域。
为了编制模拟人类图像识别活动的计算机程序，人们提出了不同的图像识别模型。
例如模板匹配模型。
这种模型认为，识别某个图像，必须在过去的经验中有这个图像的记忆模式，又叫模板。
当前的刺激如果能与大脑中的模板相匹配，这个图像也就被识别了。
例如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。
这个模型简单明了，也容易得到实际应用。
但这种模型强调图像必须与脑中的模板完全符合才能加以识别，而事实上人不仅能识别与脑中的模板完全一致的图像，也能识别与模板不完全一致的图像。
例如,人们不仅能识别某一个具体的字母A,也能识别印刷体的、手写体的、方向不正、大小不同的各种字母A。
同时,人能识别的图像是大量的，如果所识别的每一个图像在脑中都有一个相应的模板，也是不可能的。
为了解决模板匹配模型存在的问题，格式塔心理学家又提出了一个原型匹配模型。
这种模型认为，在长时记忆中存储的并不是所要识别的无数个模板，而是图像的某些“相似性”。
从图像中抽象出来的“相似性”就可作为原型，拿它来检验所要识别的图像。
如果能找到一个相似的原型，这个图像也就被识别了。
这种模型从神经上和记忆探寻的过程上来看，都比模板匹配模型更适宜，而且还能说明对一些不规则的，但某些方面与原型相似的图像的识别。
但是，这种模型没有说明人是怎样对相似的刺激进行辨别和加工的，它也难以在计算机程序中得到实现。
因此又有人提出了一个更复杂的模型，即“泛魔”识别模型。
一般工业使用中，采用工业相机拍摄图片，然后利用软件根据图片灰阶差做处理后识别出有用信息，图像识别软件国外代表的有康耐视等，国内代表的有图智能等。
2.1.2所用器件
图2-1百脑通网络摄像头
2.2嵌入式系统
嵌入式系统是指嵌入到工程对象中能够完成某些相对简单或者某些特定功能的计算机系统。
与从8位机迅速向16位、32位、64位过渡的通用计算机系统相比，嵌入式系统有其功能的特殊要求和成本的特殊考虑，从而决定了嵌入式系统在高、中、低端系统三个层次共存的局面。
在低端嵌入式系统中，8位单片机从20世纪70年代初期诞生至今还一直在工业生产和日常生活中广泛使用。
嵌入式系统嵌入到对象系统中，并在对象环境下运行。
与对象领域相关的操作主要是对外界物理参数进行采集、处理，对对象实现控制，并与操作者进行人机交互等。
鉴于嵌入式低端应用对象的有限响应要求、嵌入式系统低端应用的巨大市场以及8位机
具有的计算能力，可以预测在未来相当长的时间内，8位机仍然是嵌入式应用中的主流机型。
2.2.1单片机
一台能够工作的计算机要有这样几个部份：
CPU（CentralProcessingUnit，中央处理单元：
进行运算、控制）、RAM（RandomAccessMemory，随机存储器：
数据存储）、ROM（ReadOnlyMemory，只读存储器：
程序存储）、输入/输出设备（串行口、并行口等）。
在个人计算机上这些部份被分成若干块芯片或者插卡，安装一个称之为主板的印刷线路板上。
而在单片机中，这些部份全部被做到一块集成电路芯片中，所以就称为单片机。
2.2.2AT89S52简介
AT89S52是一种高性能、低功耗的8位单片机，内含8k字节ISP（In-systemProgrammable，系统在线编程）可反复擦写1000次的FLASH只读程序存储器，器件采用ATMEL公司的高密度、非易失性存储技术制造，兼容标准MCS51指令系统及其引脚结构。
在实际工程应用中，功能强大的AT89S52已成为许多高性价比嵌入式控制应用系统的解决方案。
早期的单片机应用程序开发通常需要仿真机、编程机等配套工具，要配置这些工具需要一笔不小的投资。
本教材采用的AT89S52，不需要仿真机和编程机，只需运用ISP电缆就可以对单片机的FLASH反复擦写1000次以上，因此使用起来特别方便简单，尤其适合初学者使用，而且配置十分灵活，可扩展性特别强。
AT89S52是一种低功耗、高性能CMOS8位微控制器，具有8K在系统可编程Flash存储器。
使用Atmel公司高密度非易失性存储器技术制造，与工业80C51产品指令和引脚完全兼容。
片上Flash允许程序存储器在系统可编程，亦适于常规编程器。
在单芯片上，拥有灵巧的8位CPU和在系统可编程Flash，使得AT89S52为众多嵌入式控制应用系统提供高灵活、超有效的解决方案。
AT89S52具有以下标准功能：
8k字节Flash，256字节RAM，32位I/O口线，看门狗定时器，2个数据指针，三个16位定时器计数器，一个6向量2级中断结构，全双工串行口，片内晶振及时钟电路。
另外，AT89S52可降至0Hz静态逻辑操作，支持2种软件可选择节电模式。
空闲模式下，CPU停止工作，允许RAM、定时器、计数器、串口、中断继续工作。
掉电保护方式下，RAM内容被保存，振荡器被冻结，单片机一切工作停止，直到下一个中断或硬件复位为止。
2.2.3所用器件
图2-2龙人宝贝机器人
第三章详细设计
3.1上位机设计
上位机部分是属于图像处理的部分。
首先需要对上位机的串口进行编程，使其能够与下位机的单片机进行通信；其次，通过网络摄像头来获取图片中的图像；最后是属于图像处理部分，将获取的图像进行处理，提取图像中的特征，再分析图像中的箭头是哪一个方向。
上位机要实现的部分到此为止，后面的部分交给下位机。
3.1.1图像获取
在这一步中，需要通过摄像头来获取实验所需要的图片，将视频中的一帧保存下来，保存之后的图片方便接下来的图像处理部分。
在这一部分需要实现功能的对应程序如下所示：
#include"highgui.h"
#include"cv.h"
//从摄像头中读入数据
intmain（intargc,char**argv）
{
cvNamedWindow（"Example1",CV_WINDOW_AUTOSIZE）;
CvCapture*capture;//初始化一个CvCapture结构的指针
if（argc==1）
{
capture=cvCaptureFromCAM（0）;//如果参数为1，则从摄像头中读入数据，并返回一个CvCapture的指针
}
else
{
capture=cvCreateFileCapture（argv[1]）;
}
assert（capture!
=NULL）;//断言（assert）使用，检查capture是否为空指针，为假时程序退出，并打印错误消息
IplImage*frame;
while
（1）
{
frame=cvQueryFrame（capture）;//用于将下一帧视频文件载入内存（实际是填充和更新CvCapture结构中），返回一个对应当前帧的指针
if（!
frame）
break;
cvShowImage（"Example1",frame）;
charc=cvWaitKey（33）;
if（c==27）break; //出发ESC键退出循环，读入数据停止
}
cvReleaseCapture（&capture）;//释放内存
cvDestroyWindow（"Example1"）;
}
3.1.2串口编程
此部分是对串口进行编程，使其能够调用Windows的API,实现与单片机的通信功能，这是需要实现的第一步。
通信会话以调用CreateFile（）开始。
CreateFile（）为读访问、写访问或读写访问“打开”串口。
CreateFile（）返回一个串口句柄，为后续串口配制、读写调用。
CreateFile（）函数声明如下：
HANDLECreateFile（
LPCTSTRlpszName,/
升级会员 