《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于ARM+DSP的農(nóng)田害蟲識別系統(tǒng)設(shè)計(jì)
基于ARM+DSP的農(nóng)田害蟲識別系統(tǒng)設(shè)計(jì)
來源:電子技術(shù)應(yīng)用2012年第9期
鄒修國, 章世秀, 劉德營
南京農(nóng)業(yè)大學(xué) 工學(xué)院 江蘇省高等學(xué)校智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室,江 蘇 南京210031
摘要: 設(shè)計(jì)了一種ARM+DSP的害蟲識別系統(tǒng),其中ARM選用DM365作為控制核心,DSP選用DM6437作為算法處理核心,DM365和DM6437之間采用SPI進(jìn)行通信,由DM365控制DM6437進(jìn)行害蟲識別。該系統(tǒng)在實(shí)時(shí)農(nóng)田害蟲識別方面具有廣泛的應(yīng)用前景。
中圖分類號: TN391.43
文獻(xiàn)標(biāo)識碼: A
文章編號: 0258-7998(2012)09-0128-03
Design of recognition system of agricultural pest based on ARM+DSP
Zou Xiuguo,Zhang Shixiu,Liu Deying
College of Engineering, Key Laboratory of Intelligent Agricultural Equipment,Nanjing Agricultural University,Nanjing 210031,China
Abstract: This paper designed a recognition system to identify agricultural pests based on ARM and DSP. This system used DM365 as the core of control, and used DM6437 as the core of the pests recognition algorithm. It used SPI to communicate between DM365 and DM6437, and DM365 controlled DM6437 to identify pest. The system, has a wide range of application.
Key words : DM365; DM6437; digital image processing; insect tracking method; pests recognition

    ARM(Advanced RISC Machines)是主控制CPU,可以提供豐富的接口與外界進(jìn)行通信,其應(yīng)用領(lǐng)域已遍及工業(yè)控制、消費(fèi)類電子、通信系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)、無線系統(tǒng)等各類產(chǎn)品[1-2]?;贒SP(Digital Signal Processor)的圖像處理硬件平臺在圖像數(shù)據(jù)壓縮、運(yùn)算處理、運(yùn)動模糊圖像的恢復(fù)、圖像特征提取等方面的應(yīng)用具有不可替代的優(yōu)勢,普遍用作數(shù)字圖像處理系統(tǒng)的核心硬件[3]。ARM+DSP構(gòu)成了實(shí)時(shí)機(jī)器視覺技術(shù)的核心部件。隨著機(jī)器視覺技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用中的廣泛開展,實(shí)時(shí)地進(jìn)行農(nóng)作物害蟲識別成為研究熱點(diǎn)。

    農(nóng)田害蟲識別系統(tǒng)以農(nóng)作物害蟲為研究對象,系統(tǒng)的核心是在ARM+DSP技術(shù)框架支撐下設(shè)計(jì)一個(gè)農(nóng)田害蟲識別硬件系統(tǒng)。本系統(tǒng)的開發(fā)是將原來的PC處理移植至ARM+DSP的嵌入式系統(tǒng)處理,設(shè)計(jì)目的是實(shí)現(xiàn)農(nóng)作物害蟲的實(shí)時(shí)識別。
1 系統(tǒng)設(shè)計(jì)方案
    系統(tǒng)分為ARM控制系統(tǒng)、DSP識別系統(tǒng)和后臺處理子系統(tǒng)。ARM控制系統(tǒng)選用ARM9為主處理器,負(fù)責(zé)控制DSP的算法處理,并可將采集到的視頻和圖像用H.264算法壓縮傳輸?shù)胶笈_服務(wù)器;DSP識別系統(tǒng)外接攝像機(jī)得到處理對象,內(nèi)部由DSP最小系統(tǒng)構(gòu)成,內(nèi)嵌害蟲處理算法實(shí)時(shí)處理采集到的圖像;后臺處理子系統(tǒng)是在服務(wù)器上安裝對應(yīng)軟件,接收ARM+DSP處理系統(tǒng)傳來的結(jié)果,并加以存儲和顯示, 進(jìn)一步傳遞給用戶。圖1為系統(tǒng)設(shè)計(jì)框架圖。

2 硬件系統(tǒng)設(shè)計(jì)
    系統(tǒng)硬件設(shè)計(jì)采用ARM+DSP的雙核架構(gòu),ARM選用TI公司的DM365處理器,DSP選用TI公司的DM6437處理器,DM365和DM6437之間采用SPI串口進(jìn)行通信。DM365和DM6437同時(shí)收到視頻圖像信號,DM365采用H.264算法進(jìn)行壓縮后傳輸?shù)胶笈_服務(wù)器,DM6437對視頻幀圖像處理,從而識別害蟲。
2.1 ARM控制系統(tǒng)
    系統(tǒng)采用的核心控制芯片是基于ARM9處理器的TMS320DM365芯片。DM365作為一款多媒體處理器,具有極其強(qiáng)大的視頻輸入輸出端口,尤其在控制方面提高了其配置和使用的簡易性[2]。
    由于DM365的視頻前端需要接入數(shù)字視頻信號,所以系統(tǒng)采用了TVP5146視頻A/D轉(zhuǎn)換芯片。攝像機(jī)實(shí)時(shí)采集視頻圖像并將之轉(zhuǎn)換成模擬視頻信號,視頻電纜將模擬視頻信號送入TVP5146芯片,轉(zhuǎn)換成的數(shù)字視頻信號通過DM365硬件連線將一幅完整的視頻幀傳送輸入DM365[2]。
    DM365庫里自帶H.264壓縮算法,H.264是一個(gè)新的數(shù)字視頻編碼標(biāo)準(zhǔn),它采用回歸基本的簡捷設(shè)計(jì),具有很高的編碼效率,碼流結(jié)構(gòu)網(wǎng)絡(luò)適應(yīng)性強(qiáng),增加了差錯(cuò)恢復(fù)能力,能夠很好地適應(yīng)IP和無線網(wǎng)絡(luò)的應(yīng)用。其基本系統(tǒng)是開放的,使用無需版權(quán)。
2.2 DSP識別系統(tǒng)
2.2.1 TMS320DM6437B

    系統(tǒng)算法核心處理器采用TI公司的TMS320DM6437B。DM6437達(dá)芬奇處理器是TI公司新一代高性能數(shù)字媒體處理器,工作頻率達(dá) 600 MHz,擁有以下出色性能:短1.67 ns的指令周期、每個(gè)時(shí)鐘周期可并行執(zhí)行8個(gè)32 bit的C64x+指令、 處理性能高達(dá)4 800 MIPS、功能豐富的視頻處理系統(tǒng)。系統(tǒng)支持CCD和CMOS圖像傳感器接口,實(shí)時(shí)圖像處理預(yù)覽引擎,對通用視頻解碼器的無縫接口等[3]。
2.2.2 視頻接口
    系統(tǒng)采用2路標(biāo)準(zhǔn)模擬視頻輸入和1路模擬視頻輸出。2路標(biāo)準(zhǔn)模擬視頻輸入。通過相應(yīng)的控制位進(jìn)行選擇,每次只能選擇其中1路。視頻解碼器選用TVP5150APBS,視頻編碼器選用SAA7105H。視頻解碼器和編碼器均支持標(biāo)準(zhǔn)的NTSC和PAL格式模擬視頻。DM6437處理的對象就是TVP5150APBS解碼器輸入的一幀一幀的圖像,然后再將處理結(jié)果通過SAA7105H編碼器一幀一幀地送到液晶TV[4]。
2.3 ARM與DSP的通信設(shè)計(jì)
    ARM與DSP雙核工作機(jī)制中,ARM設(shè)置為主處理器,DSP設(shè)置為協(xié)處理器,之間采用SPI串口通信。SPI是一個(gè)同步協(xié)議接口,所有的傳輸都參照一個(gè)共同的時(shí)鐘CLOCK,這個(gè)同步時(shí)鐘信號由主機(jī)產(chǎn)生,從機(jī)使用時(shí)鐘對串行比特流的接收進(jìn)行同步化。主機(jī)和從機(jī)都包含一個(gè)串行移位寄存器,主機(jī)通過向SPI串行寄存器寫入一個(gè)字節(jié)來發(fā)起一次傳輸。寄存器通過主輸出從輸入數(shù)據(jù)線MOSI(Master Output Slave Input)信號線將字節(jié)傳送給從機(jī),從機(jī)也將自己移位寄存器中的內(nèi)容通過主輸入從輸出數(shù)據(jù)線MISO(Master Input Slave Output)信號線返回給主機(jī),這樣,兩個(gè)移位寄存器中的內(nèi)容就被交換了。還有一根可選的從選信號線SPI_EN,可以用于使能從機(jī)輸出。由于本系統(tǒng)使用SPI_EN,所以必須保證SPI_EN在上電時(shí)為高電平,否則在上電后,從機(jī)將首先收到一個(gè)偽數(shù)據(jù)。因此實(shí)現(xiàn) SPI接口需要4根線,其通信接口框架如圖2所示[5]。
 

3 算法設(shè)計(jì)及實(shí)驗(yàn)
    DM6437中的算法設(shè)計(jì)主要包括圖像采集、圖像的二值化、基于數(shù)學(xué)形態(tài)學(xué)的噪聲去除及基于小蟲跟蹤法的害蟲輪廓提取等,可通過H.264壓縮算法由DM365經(jīng)網(wǎng)絡(luò)傳送到后臺服務(wù)器。本系統(tǒng)選取稻飛虱作為識別對象,采用仿真方式驗(yàn)證算法,仿真器選用北京瑞泰公司的ICETEK-XDS560,實(shí)驗(yàn)時(shí)在CCS3.3中VIEW菜單或通過SAA7105H編碼器送到液晶TV觀察具體結(jié)果。圖3所示為通過Graph菜單選項(xiàng)顯示采集到的2張稻飛虱圖像。

 

 

3.1 圖像二值化及形態(tài)學(xué)去噪
    當(dāng)采集到稻飛虱的圖像后,首先進(jìn)行二值化處理。具體算法是設(shè)定一個(gè)灰度閾值T,將一幅灰度圖像f(x,y)中的像素分成兩類:滿足f(x,y)>T的像素和f(x,y)≤T的像素,其中前一類稱為識別目標(biāo),后一類稱為背景[6]。對于目標(biāo)可以用1取代所有像素值,背景則用0取代,這樣就實(shí)現(xiàn)了分割后圖像二值化。
    二值化后的圖像經(jīng)過數(shù)學(xué)形態(tài)學(xué)運(yùn)算去噪,主要形態(tài)學(xué)運(yùn)算如下:

  

3.2 基于小蟲跟蹤法的輪廓提取
  小蟲跟蹤法(簡稱蟲跟法),其定義如下[8]:
  (1) 定義蟲, 通常是一個(gè)矩形的具有相同權(quán)值的窗口;
    (2) 以當(dāng)前邊界點(diǎn)為窗口軸心;
    (3) 以上一邊界點(diǎn)和當(dāng)前邊界點(diǎn)確定當(dāng)前邊界方向;
    (4) 窗口在當(dāng)前邊界方向左右直角內(nèi)旋轉(zhuǎn),在每一個(gè)窗口內(nèi)確定平均梯度值對應(yīng)梯度點(diǎn);
    (5) 確定具有最高平均梯度的窗口,對應(yīng)的梯度點(diǎn)作為下一邊界;
    (6) 重復(fù)步驟(5),直到滿足終止條件。
    根據(jù)以上算法對稻飛虱去噪后的圖像進(jìn)行邊界的提取,結(jié)果如圖5所示。

    本系統(tǒng)完成了ARM+DSP的害蟲識別系統(tǒng),DM365是一個(gè)ARM9處理器芯片,庫里自帶H.264壓縮算法,使用H.264壓縮后能夠方便地傳遞到后臺服務(wù)器。ARM控制系統(tǒng)使用H.264壓縮算法將識別后的圖像以視頻形式一幀一幀壓縮后傳遞給服務(wù)器,DM6437負(fù)責(zé)處理視頻圖像,盡管是通過仿真器仿真的方式,但是DSP速度很快,實(shí)驗(yàn)證明能夠快速實(shí)時(shí)地識別稻飛虱。系統(tǒng)還需進(jìn)一步改進(jìn)和完善硬件以及算法,使之成為實(shí)際可用的害蟲識別系統(tǒng)。
參考文獻(xiàn)
[1] 余水,鄧振,蔡洪斌.基于ARM+DSP的汽車視頻黑匣子系統(tǒng)的總體設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用研究,2008,25(2): 628-630.
[2] 王雄勇.基于DM365的視頻編碼器的硬件設(shè)計(jì)[J].電子設(shè)計(jì)工程,2011,19(8):128-129,136.
[3] 胡新華,鄧元勇,王先平.基于達(dá)芬奇技術(shù)的日面活動圖像處理與識別系統(tǒng)[J].計(jì)算機(jī)應(yīng)用研究,2008,25(10):3165-3168.
[4] 馮桂蘭,田維堅(jiān),屈有山,等.實(shí)時(shí)視場拼接系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].光電工程,2007,34(4):124-127.
[5] 張巖, 馬旭東,張?jiān)品? ARM與DSP的SPI通信設(shè)計(jì)實(shí)現(xiàn)[J].工業(yè)控制計(jì)算機(jī),2008(9):56-57,66.
[6] 劉俊,吳謹(jǐn).一種基于梯度的直方圖閾值圖像分割改進(jìn)方法[J].計(jì)算機(jī)與數(shù)字工程,2010,38(4):131-133.
[7] 任獲榮.數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用[D].西安:西安電子科技大學(xué),2004.
[8] 馬俊福,周曉軍,徐志農(nóng),等.基于計(jì)算機(jī)視覺的鍛件尺寸檢測[J].組合機(jī)床與自動化加工技術(shù)檢測,2007(11):48-50.

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