《電子技術(shù)應(yīng)用》
您所在的位置:首頁(yè) > 測(cè)試測(cè)量 > 設(shè)計(jì)應(yīng)用 > 基于圖像傳感器的黑線提取及抗干擾算法研究
基于圖像傳感器的黑線提取及抗干擾算法研究
來源:電子技術(shù)應(yīng)用2012年第2期
武 麗
西南科技大學(xué) 信息工程學(xué)院, 四川 綿陽(yáng)621000
摘要: 針對(duì)智能車系統(tǒng)中視覺導(dǎo)航的設(shè)計(jì)要求,通過對(duì)二值化分割算法、邊緣檢測(cè)算法、動(dòng)態(tài)閾值算法的特點(diǎn)及優(yōu)缺點(diǎn)的分析, 采用混合掃描方式及防黑線提取錯(cuò)誤濾波算法,提高了圖像的質(zhì)量。
中圖分類號(hào): TP391.41
文獻(xiàn)標(biāo)識(shí)碼: A
文章編號(hào): 0258-7998(2012)02-0088-03
Research of image sensor black line extraction and anti-jamming algorithm
Wu Li
Southwest University of Science and Technology, Mianyang 621000, China
Abstract: According to the vision navigation design requirements of intelligent vehicle system, the image quality is improved by analyzing features, advantages and disadvantages of such algorithms as binary segmentation, edge detection and dynamic threshold, and applying the mixed scanning and filtering algorithm against black line extraction error.
Key words : vision navigation; image sensor; black line extraction; anti-jamming algorithm

    本文所設(shè)計(jì)的黑線提取及抗干擾算法是針對(duì)采用視覺導(dǎo)航智能車系統(tǒng),系統(tǒng)要求能在室內(nèi)規(guī)定的封閉道路上自主循跡行駛。路面寬度為50 cm,鋪設(shè)2.5 cm寬的黑色膠帶在路面中間作為路徑導(dǎo)航線。

    圖像信號(hào)采集單元作為視覺導(dǎo)航智能車控制系統(tǒng)的信號(hào)輸入單元,其優(yōu)劣程度影響到智能車的快速性和穩(wěn)定性。為有效地采樣到視頻信號(hào),首先就要能夠分辨出信號(hào)的行同步脈沖、場(chǎng)同步脈沖、像素同步脈沖等。否則,單片機(jī)將無法識(shí)別出接收到的信號(hào)具體是在哪一場(chǎng),更無法識(shí)別出視頻信號(hào)是在第幾行。
1 圖像采集算法
    圖像采集模塊選用OV7620,該模塊是數(shù)字?jǐn)z像頭,返回的是8 bit數(shù)字信號(hào)。OV7620的分辨率為240×360,但是由于MC9S12XS128 MCU的RAM僅有8 KB,不可能每一行的圖像都采集,必須有選擇地選取圖像行,采用隔行采集的思想來壓縮圖像數(shù)據(jù)??紤]賽道的黑線線寬為25 mm,為了保證起跑線的檢測(cè),圖像縱向至少精度要達(dá)到25 mm。因此,根據(jù)攝像頭的原始圖像,計(jì)算行距,確定采集的行數(shù),采集圖像信息。
 采集的圖像數(shù)據(jù)范圍是120×40,經(jīng)試驗(yàn)?zāi)苓m用于小車的行駛控制,但由于采集回來的圖像是畸變的,采用加權(quán)不均衡思想,用數(shù)組進(jìn)行選擇采集,所采集的行數(shù)為:
     hang[40]={20,22,24,26,28,30,32,34,36,38,40,43,46,
            49,52,55,58,61,64,67, 72,77,83,89,95,101,
            107,113,119,125,133,141,150,159,170,181,
            193,205,217,230};
2 抗干擾路徑提取算法
    一般情況下系統(tǒng)所獲取到的圖像信息并不是十分準(zhǔn)確,大量的圖像信息中含有各種各樣的噪聲和畸變。室內(nèi)外光線情況以及路面上的雜質(zhì)點(diǎn)都會(huì)造成一些干擾,以及在傳輸過程中也會(huì)一些誤差等,這樣就會(huì)降低圖像的質(zhì)量,致使智能車出現(xiàn)誤判等情況,干擾到車輛的正常運(yùn)行。通過對(duì)二值化分割算法、邊緣檢測(cè)算法、動(dòng)態(tài)閾值算法的特點(diǎn)及優(yōu)缺點(diǎn)的分析,針對(duì)本智能車系統(tǒng)的特點(diǎn),將這幾種算法結(jié)合,得到較好的抗干擾效果。
2.1 圖像局部閾值分割抗干擾算法
    采用單一的固定閾值分割算法雖然比較簡(jiǎn)單,但對(duì)于不同光線環(huán)境和雜質(zhì)等會(huì)出現(xiàn)相同的物體的圖像分割閾值較大,不易分割且容易出現(xiàn)干擾信息,抗干擾性能較差,如果每場(chǎng)信號(hào)都對(duì)閾值進(jìn)行更新也會(huì)造成較大的誤差甚至誤判;使用動(dòng)態(tài)閾值方法又會(huì)造成大量的運(yùn)算,耗費(fèi)大量系統(tǒng)資源,不利于系統(tǒng)的實(shí)時(shí)性操作。
    經(jīng)過分析,圖像雖然隨光線灰度值變化較大,但是將圖像分為若干模塊段時(shí)無論外界光線如何變化,對(duì)于每個(gè)小段內(nèi)閾值變化范圍也不會(huì)太大,因此采取局部閾值分割的方法,對(duì)圖像的遠(yuǎn)、中、近各分幾段進(jìn)行閾值分配,通過大量測(cè)試可以獲取一個(gè)位置相對(duì)較為適當(dāng)?shù)拈撝?,這樣可以很好地實(shí)現(xiàn)圖像的二值化分割。
2.2 混合掃描方式抗干擾提取導(dǎo)航黑線
    對(duì)比前面介紹的幾種路徑提取方法,充分利用二值化閾值分割、邊緣跟蹤檢測(cè)算法的特點(diǎn),使用混合掃描方式提取圖像信息。對(duì)車體前端幾行數(shù)據(jù)進(jìn)行全行掃描,根據(jù)試驗(yàn)采集到的數(shù)據(jù)設(shè)置好前端數(shù)據(jù)的局部閾值,比較后提取出路徑位置,若前端幾行沒有提取出有效路徑,則認(rèn)為本場(chǎng)圖像無效,可以排除偶然因素導(dǎo)致的錯(cuò)誤圖像干擾信息提取。對(duì)于這幾行之后的數(shù)據(jù)采用邊緣跟蹤法,在前幾行全掃描提取的路徑周圍設(shè)置一個(gè)范圍對(duì)后續(xù)行進(jìn)行跟蹤,這樣可以大大減少掃描的范圍和節(jié)約系統(tǒng)資源。對(duì)于邊緣跟蹤檢測(cè)算法的搜索范圍也采用適當(dāng)?shù)膭?dòng)態(tài)方法進(jìn)行配置,如果能夠判斷出前段已提取出的路徑是比較直的路線,路徑中心坐標(biāo)的偏差較小,在進(jìn)行后續(xù)跟蹤掃描時(shí)就可以適當(dāng)縮小搜索范圍,反之則擴(kuò)大搜索區(qū)域。如遇特殊情況,如中間有一行沒有提取出有效信息,則后面進(jìn)行邊緣跟蹤時(shí)就使用再上一次已正確提取出路徑信息時(shí)的位置相應(yīng)地?cái)U(kuò)大搜索區(qū)域,這樣就可占用很少的系統(tǒng)資源實(shí)現(xiàn)路徑信息的正確提取?;旌蠏呙柢浖绦蛄鞒倘鐖D1所示。
 實(shí)際測(cè)試時(shí)發(fā)現(xiàn):攝像頭返回的數(shù)據(jù),在近端比較清楚,即使在不同光線下,變化也不是太大,于是對(duì)前3行設(shè)定了固定的灰度值和跳變值,并對(duì)其近端行進(jìn)行全行掃描,直到找到黑線行為止,并且提取左右的黑線邊緣。
    在前6行確定的情況下,將6行中的最穩(wěn)定值作為后34行的基準(zhǔn)值,在對(duì)后34行進(jìn)行邊沿搜索時(shí),依照前兩行的黑線的斜率,若斜率為負(fù),黑線的變化趨勢(shì)就是向右的,此時(shí)便采取從左向右搜索;若斜率為正,黑線的變化趨勢(shì)就是向左的,此時(shí)便采取從右向左搜索,但為了排除十字差的干擾,如果前一行基準(zhǔn)值過大,采取從右向左搜索,如過小則是從左向右搜,搜索范圍會(huì)根據(jù)黑線的遠(yuǎn)近端以及前一行是否丟失黑線來確定。
    若前6行沒有搜索到黑線,則認(rèn)為黑線丟失,黑線丟失標(biāo)志置1,即退出搜索,黑線提取完畢,有效行在退出前要再次進(jìn)行更新。
2.3 防黑線提取錯(cuò)誤濾波算法
    要保證小車不跑出跑道,必須確保采集的數(shù)據(jù)和提取的黑線是正確的。小車跑出賽道的情況,一般是黑線提取算法出錯(cuò)。因此對(duì)于黑線的提取,必須采用一些特殊的濾波算法來確保黑線提取的正確性。在防止黑線提取出錯(cuò)中,采用了限幅濾波與缺省行插值算法相結(jié)合的思想,具體程序流程如圖2所示。

      通過無線收發(fā)的方式提取黑線數(shù)據(jù),然后通過Matlab恢復(fù)出所提取的黑線,通過分析可知在何時(shí)何種賽道提取黑線出錯(cuò),進(jìn)一步再通過串口去查看靜態(tài)數(shù)據(jù)。以下是在幾種比較典型賽道上的測(cè)試,通過反饋數(shù)據(jù)恢復(fù)出的圖像,分別出現(xiàn)以下幾種情況時(shí),說明黑線提取正確,濾波算法動(dòng)態(tài)效果如圖3所示。
3 測(cè)試結(jié)果分析
    本設(shè)計(jì)采用串口示波器加無線組合工具進(jìn)行測(cè)試。采用串口示波器,完成返回黑線數(shù)據(jù)的檢測(cè)、查看攝像頭采集數(shù)據(jù)情況以及黑線提取情況,用于黑線提取算法的分析,是完成黑線提取算法的關(guān)鍵性調(diào)試工具,可以準(zhǔn)確進(jìn)行黑線提取正確與否的判斷及修改。圖4和圖5給出了黑線提取情況的對(duì)比分析。針對(duì)出現(xiàn)的S形和十字叉道路,只要采集到的原始數(shù)據(jù)正確,提取到的黑線也正確。

    圖4和圖5中,數(shù)字1代表采集到的圖像灰度值在100以下的數(shù)據(jù),數(shù)字2表示灰度值在200以上的數(shù)據(jù),數(shù)據(jù)0表示數(shù)據(jù)在100~200之間的灰度值;M代表當(dāng)前行提取到的黑線位置,從左到右是從第0個(gè)點(diǎn)到第119個(gè)點(diǎn),N代表當(dāng)前行所給定的掃描范圍。
    測(cè)試結(jié)果說明所采用的抗干擾路徑提取算法是有效的,小車在道路上行駛時(shí),在復(fù)雜路段有時(shí)會(huì)出現(xiàn)抖動(dòng)的現(xiàn)象,但不會(huì)出現(xiàn)黑線識(shí)別出錯(cuò)的情況,小車不會(huì)跑出賽道。
參考文獻(xiàn)
[1] 黃開勝,金華民,蔣狄南.韓國(guó)智能模型車技術(shù)方案分析[J].電子產(chǎn)品世界,2006(5):150-152.
[2] 趙甘露,李小民,江濤.一種新型噪聲檢測(cè)中值濾波算法[J].計(jì)算機(jī)工程與科學(xué),2006,28(11):30-32.
[3] 宋養(yǎng)鸼.競(jìng)賽用智能汽車控制系統(tǒng)的研究[D].甘肅:蘭州 理工大學(xué),2009.
[4] 邱迎.道路自動(dòng)識(shí)別與控制的智能車系統(tǒng)的研究[D].重慶:重慶大學(xué),2010.

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。