摘 要： 介紹了基于ADSP" title="DSP">DSP-BF533" title="BF533">BF533的電力線覆冰監(jiān)測系統(tǒng)" title="監(jiān)測系統(tǒng)">監(jiān)測系統(tǒng)。該系統(tǒng)是基于圖像監(jiān)測的電力線覆冰監(jiān)測裝置。系統(tǒng)通過采用簡化的Sobel算法和Hough變換對圖像進(jìn)行邊緣識別，借助DSP的高速運算性能和優(yōu)化的DSP代碼，實現(xiàn)了電力線覆冰厚度的終端識別和自動報警功能；采用終端識別的方式，是智能監(jiān)控中一種新的嘗試。
　　關(guān)鍵詞： ADSP-BF533； 圖像識別； 覆冰導(dǎo)線； Hough變換

　　對于天氣嚴(yán)寒的高山地區(qū)，導(dǎo)線覆冰嚴(yán)重影響著高壓輸電線路的安全運行。當(dāng)導(dǎo)線表面的覆冰越積越厚，導(dǎo)線將承受幾百公斤到幾噸的荷載，這時導(dǎo)線自重及所覆的冰重產(chǎn)生的拉力將通過導(dǎo)線、導(dǎo)線金具、絕緣子傳遞給桿塔，桿塔又將拉力傳給拉線，只要導(dǎo)線、金具、絕緣子、桿塔、拉線、拉線絕緣子、拉線固定件等其中一個環(huán)節(jié)承受不住所受拉力，就將會出現(xiàn)倒塔（桿）和斷線的事故，這種事故往往會擴(kuò)展至一個耐張段。如何有效地避免和防止冰災(zāi)對高壓輸電線路造成的危害，是電力企業(yè)必須要面對的課題。
　　基于ADSP-BF533的電力線覆冰監(jiān)測系統(tǒng)正是基于圖像監(jiān)控的電力線覆冰監(jiān)控系統(tǒng)，該系統(tǒng)通過終端的自動識別能及時地將覆冰危害通過圖片傳送的方式進(jìn)行報警，也方便監(jiān)控人員進(jìn)行手動的現(xiàn)場圖片采集，及時發(fā)現(xiàn)險情進(jìn)行人工除冰處理，對電力線起到良好的保護(hù)作用。
1 系統(tǒng)構(gòu)成
　　系統(tǒng)終端采用ADSP-BF533為主控制器，通過PPI接口接收CMOS傳感器的圖像信息，利用DSP的高速運算性能，對圖像中的電力線覆冰情況進(jìn)行識別和對比，對覆冰厚度達(dá)到報警級別的采用JPEG壓縮并傳送。同時，DSP還通過8通道12位的A/D芯片AD7888采集各種氣象信息（包括溫濕度、雨量、風(fēng)向、風(fēng)速、CO₂含量等）和泄漏電流數(shù)據(jù)，對電力線運行狀況進(jìn)行全面的監(jiān)測。終端采集的圖像數(shù)據(jù)和氣象信息通過GPRS發(fā)送給本地服務(wù)器，對數(shù)據(jù)進(jìn)行顯示和存儲。系統(tǒng)采用太陽能電池板和大容量后備鉛酸蓄電池供電，可以保證系統(tǒng)在無太陽充電的情況下穩(wěn)定運行30天。電力線監(jiān)測系統(tǒng)框圖如圖1所示。

　　ADSP-BF533是ADI" title="ADI">ADI公司新推出的16位高速定點數(shù)字信號處理器，該DSP性能優(yōu)良并具備視頻處理接口，性價比高，其主頻最高能達(dá)600Hz，每秒可處理1 200M次乘加運算。高性能DSP使遠(yuǎn)端采集系統(tǒng)中的圖像識別成為可能，減輕了服務(wù)器負(fù)擔(dān)。

　　圖像采集采用美國OmniVision公司的CMOS傳感器OV7640，該傳感器包括一個652×486的感光陣列，同時集成了幀（行）控制電路、視頻時序產(chǎn)生電路、模擬信號處理電路、A/D轉(zhuǎn)換電路、數(shù)字信號輸出電路及I²C編程接口。DSP通過I2C接口設(shè)置和讀取OV7640的工作方式、數(shù)據(jù)輸出格式、工作狀態(tài)等。CMOS傳感器與DSP的接口如圖2所示。

　　終端軟件采用μC/OS實時操作系統(tǒng)，由于覆冰厚度識別占用了絕大多數(shù)CPU時間，設(shè)置為較低優(yōu)先級任務(wù)，使系統(tǒng)能夠較快響應(yīng)其他報警信息（如CO₂含量、泄漏電流等）。采用終端進(jìn)行識別的模式，不但可以減輕服務(wù)器的運算壓力，而且可以減少網(wǎng)絡(luò)傳輸。當(dāng)系統(tǒng)中采集點增加到一定程度時，這種方式的優(yōu)勢將更為明顯。
2 覆冰厚度識別算法描述
　　覆冰厚度識別算法是系統(tǒng)的核心部分，通過算法優(yōu)化和指令優(yōu)化，可以充分發(fā)揮ADSP-BF533的高速運算性能，使終端自動識別成為可能。算法中首先對電力線進(jìn)行邊緣檢測，描繪電力線邊緣，并計算出電力線正常寬度作為參考值。當(dāng)電力線覆冰時，采用同樣算法計算出來的電力線寬度小于參考值。設(shè)置一個固定閾值，當(dāng)電力線寬度小于閾值時，對采集圖像進(jìn)行壓縮傳送，實現(xiàn)自動報警功能。算法中先采用Sobel 算子進(jìn)行邊緣提取，然后采用Hough變換進(jìn)行平行線檢測。
2.1 圖像預(yù)處理
　　對于傳感器采集的彩色圖像采用如下公式變換為灰度圖像：
　　
　　灰度圖像中包含各種噪聲，為了能夠盡量準(zhǔn)確地檢測覆冰厚度，采用一定的圖像預(yù)處理算法濾掉一部分噪聲。通常在空間域內(nèi)可以用鄰域平均來減少噪聲；在頻率域可以采用各種形式的低通濾波來減少噪聲。為了提高檢測速度，系統(tǒng)采用最簡單的圖像平滑技術(shù)，采用以下模板對圖像進(jìn)行平滑降噪處理：
　　
2.2 Sobel算法
　　Sobel算法的邊緣檢測是在圖像空間利用兩個方向模板與圖像進(jìn)行鄰域卷積來完成的。這兩個方向模板一個檢測水平邊緣，一個檢測垂直邊緣。Sobel算子不是簡單求平均再差分，而是加強了中心像素上下左右四個方向像素的權(quán)重。Sobel 算子的表達(dá)式^[1]如下所示：
　　
　　由于圖像邊緣附近的亮度變化較大，所以可以把那些在鄰域內(nèi)，灰度變化超過某個適當(dāng)閾值的像素點當(dāng)作邊緣點。Sobel算子具有算法簡單、處理速度快，所得到的邊緣光滑、連續(xù)、且定位準(zhǔn)確的優(yōu)點，缺點是其邊緣較粗。
　　Sobel算法的主要步驟：
　　(1)分別將兩個方向的模板沿著圖像從一個像素移到另一個像素，并將模板的中心像素與圖像中的某個像素位置重合。
　　(2) 將模板內(nèi)的系數(shù)與其對應(yīng)的圖像像素值相乘。
　　(3) 將所有乘積相加。
　　(4) 將兩個卷積的最大值，賦給圖像中對應(yīng)模板中心位置的像素，作為該像素的新灰度值。
　　(5) 取適當(dāng)?shù)拈撝礣H，若像素新灰度值≥TH，則判該像素點為邊緣點。
2.3 Hough變換
　　Hough變換是一種常用的直線檢測算法。設(shè)一條直線的方程為y=kx+b，每一對(k,b)確定一條直線。若將該方程改寫為b=-xk+y，則(x,y)平面上的一點對應(yīng)于(k,b)平面上的一條直線。而(x,y)平面上共線的點對應(yīng)于(k,b)平面上相交于同一點的一簇直線。因此,(x,y)平面上的直線與(k,b)平面上的點具有對應(yīng)關(guān)系[2]。由于斜率k可能取值為無窮大，所以可以將Hough變換用直線標(biāo)準(zhǔn)方程表示：
　　
　　式中, ρ為原點到直線的垂線距離；θ為該垂線與x軸的夾角。如果輸入圖像中存在著直線，則h(ρ,θ)數(shù)組中最大的元素所對應(yīng)的(ρ,θ)即為輸入圖像中最長直線的參數(shù)^[3]。
　　Hough變換的主要步驟：
　　(1)初始化累加陣HT（ρ_i,θ_i）=0。
    (2)將邊緣點的坐標(biāo)(x_i,y_i)代入?yún)?shù)方程為ρ=xcosθ+ysinθ，對θ從0°～180°分別計算對應(yīng)的ρ值。
    (3)對相應(yīng)的HT（ρ_i,θ_i）累加，即HTρ_i,θ_i）=HT(ρ_i,θ_i）+1。
    (4)對累加陣HT中元素的值進(jìn)行讀取和判斷，HT（ρ_i,θ_i）>T時（T為閾值），確定為存在直線。
3 DSP配置與代碼優(yōu)化
3.1 DMA傳輸
　　一幅標(biāo)準(zhǔn)的VGA彩色圖像，需要R、G、B三個分量各8位，即24位表示一個像素值，數(shù)據(jù)量大小為 640×480×8×3=7 372 800B。在圖像識別中，需要保留一份原始圖像，當(dāng)判定為覆冰報警時，對原始圖像進(jìn)行JPEG壓縮，所以一共需要15MB的RAM空間進(jìn)行圖像暫存。
　　在CMOS圖像傳感器對采集的數(shù)據(jù)量非常大的情況下，PPI接口只有在DMA引擎的配合下，系統(tǒng)才能發(fā)揮它的高效能。雖然對圖像數(shù)據(jù)進(jìn)行的傳輸也可由軟件實現(xiàn)，但將消耗掉大量的CPU時鐘周期，使DSP的高速數(shù)據(jù)處理能力難以發(fā)揮。若由DMA獨立負(fù)責(zé)數(shù)據(jù)傳輸，在系統(tǒng)內(nèi)核對DMA初始設(shè)置并啟動后，便不再需要內(nèi)核參與，DMA控制器就可直接把圖像數(shù)據(jù)從PPI接口傳輸至SDRAM存儲器進(jìn)行存儲，在有效地解決了大批量圖像數(shù)據(jù)傳輸這一速度瓶頸的同時，又能讓DSP處理器專門從事算法處理工作，極大地提高了系統(tǒng)的并行性能。
　　ADSP-BF533的DMA可以控制六種類型的數(shù)據(jù)傳輸：內(nèi)部存儲器之間、內(nèi)部存儲器-外部存儲器、存儲器-SPI接口、存儲器-SPORT接口、外部存儲器-UART接口、存儲器-PPI接口。本系統(tǒng)使用PPI接口與外部存儲器SDRAM之間的DMA傳輸。DMA的建立步驟如下：
　　(1) 設(shè)置寄存器DMA1_0_START_ADDR_REG，寫入目標(biāo)地址值。
　　(2) 設(shè)置寄存器DMA1_0_X_COUNT_REG，寫入傳輸次數(shù)。
　　(3) 設(shè)置寄存器DMA1_0_X_MODIFY_REG，寫入每次數(shù)據(jù)傳輸?shù)哪繕?biāo)地址修正值。
 　 (4) 設(shè)置DMA控制寄存器DMA1_0_CONFIG_REG，啟動DMA數(shù)據(jù)傳輸。
3.2 DSP代碼優(yōu)化原則
　　Blackfin系列DSP的優(yōu)化主要分為C語言級優(yōu)化和匯編語言級優(yōu)化。C語言級優(yōu)化包括：選擇合適的算法、數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)類型，使用自加自減降低運算強度，提高循環(huán)體效率。匯編語言級的優(yōu)化需要結(jié)合DSP的結(jié)構(gòu)特點，并與C語言程序混合編程，使程序結(jié)構(gòu)清晰。
　　C代碼的優(yōu)化有利于提高編碼的速度，又有利于系統(tǒng)的跨平臺移植。本文采用C語言級優(yōu)化有以下原則：
　　(1) 由于 BF533是16位定點DSP，只適合做加、乘運算，而對于浮點運算和除法運算的效率則較低，所以程序中的浮點運算和除法運算，可轉(zhuǎn)換為乘法、移位和查表來實現(xiàn)，以提高運算速度。
　　(2) 編寫鏈接描述文件，將經(jīng)常使用的數(shù)據(jù)存儲在片內(nèi)存儲器中。
　　(3) 減少對片外存儲器的訪問次數(shù)。對于經(jīng)常訪問的片外存儲器區(qū)域，設(shè)置Cache使能，并可設(shè)置Cache鎖定，防止被緩存的數(shù)據(jù)替換，減少Cache未命中的幾率。
　　匯編級的優(yōu)化包括兩部分：采用線性匯編語言進(jìn)行優(yōu)化和直接用匯編語言進(jìn)行優(yōu)化。由于系統(tǒng)編譯器的局限性，并不能將全部的函數(shù)都很好地優(yōu)化，這樣就需要統(tǒng)計比較耗時的C語言函數(shù)，用匯編語言重新編寫。主要采用了以下規(guī)則對代碼進(jìn)行優(yōu)化：
　　(1) 使用寄存器代替局部變量，去除多余的訪問內(nèi)存操作^[4]。
　　(2) 使用硬件循環(huán)代替軟件循環(huán)，DSP硬件根據(jù)循環(huán)寄存器的值自動執(zhí)行循環(huán)體和退出循環(huán)，保證流水線的暢通，避免不必要的時鐘周期開銷。
　　(3) 在進(jìn)行圖像壓縮時，采用Blackfin提供的專用視頻處理指令，可以極大地提高速度。
　　(4) 使用并行指令和向量指令，充分利用DSP內(nèi)部的硬件資源的重復(fù)性，減少指令的執(zhí)行次數(shù)，提高指令的執(zhí)行效率。
4 試驗結(jié)果
　　由于圖像識別對運算速度要求并不高，通過DMA操作和DSP代碼優(yōu)化后的覆冰厚度識別算法基本上能夠滿足實際的需要。加上GPRS通信的延時，在10秒以內(nèi)可以完成一張報警圖片的識別、JPEG壓縮和傳送，且由于圖像識別任務(wù)優(yōu)先級較低，使終端仍能較快地響應(yīng)通信和其他報警請求。試驗結(jié)果表明，電力覆冰厚度識別算法的識別率達(dá)到了92%，尤其在背景條件清晰的雪天，識別能力更高。
　　基于ADSP-BF533的電力線覆冰監(jiān)測系統(tǒng)采用終端識別的方式，不僅較好地完成了電力線覆冰監(jiān)測的任務(wù)，更重要的是搭建了ADSP-BF533終端自動識別的監(jiān)控平臺，是智能監(jiān)控中一種新的嘗試。隨著DSP技術(shù)的迅速發(fā)展，以及監(jiān)控系統(tǒng)的進(jìn)一步擴(kuò)大，智能監(jiān)控將會越來越多地要求終端系統(tǒng)能夠分擔(dān)較多的自動監(jiān)控任務(wù)，這是智能監(jiān)控發(fā)展的新趨勢。

參考文獻(xiàn)
[1]  Analog Devices Inc. ADSP-BF533 blackfin TM processor　hardware reference,Preliminary Revision,2003,3:245-503.
[2]  Analog Device Inc. ADSP-BF53X/BF56X blackfin processor programming, Reference Revision 1.0. 2005.
[3]  GONZALEZ R C. 數(shù)字圖像處理(第二版)[M]. 北京：電子工業(yè)出版社, 2003.
[4]  唐林波, 趙保軍, 韓月秋. 線狀目標(biāo)實時檢測算法的研究[J]. 光學(xué)技術(shù), 2006,(1):155-158.
[5]  蔡昌, 張永林. 一種基于簡單算法的圖像邊緣檢測方案[J].暨南大學(xué)學(xué)報(自然科學(xué)版), 2005,(10):633-635.
[6]  權(quán)煒, 鄭南寧, 賈新春. 復(fù)雜背景下的車輛牌照字符提取方法研究[J]. 信息與控制, 2002,(2):25-29.