|
|
| <!--插入廣告JS代碼--> |
摘要 詳細介紹基于SPCA563B芯片的圖像識別系統(tǒng)的設(shè)計思想和硬件電路，給出具體應(yīng)用實倒。對CMOS采集的圖像數(shù)據(jù)進行預(yù)處理，然后對其進行分割和提取特征．并利用一定的算法進行圖像識別。實驗結(jié)果證明，本系統(tǒng)對于靜止圖像的識別是十分有效的。
關(guān)鍵詞 SPCA563B 圖像識剮 手勢識別
單片機SPCA563B是凌陽科技公司推出的一顆用于圖像識別領(lǐng)域的IC，不僅具有一般單片機的控制功能，而且具有圖像識別與處理能力。本圖像識別系統(tǒng)就是以它為核心進行數(shù)據(jù)處理與控制。該系統(tǒng)已實現(xiàn)的功能有：物體顏色和形狀識別、字符識別以及手勢識別等。利用這些識別的結(jié)果，可以開發(fā)游戲、趣味教學(xué)、智能玩具、文字輸入以及智能識別等應(yīng)用系統(tǒng)。
本文通過介紹整個系統(tǒng)以及在這個系統(tǒng)上實現(xiàn)的簡單的手勢識別，使大家更好地了解此系統(tǒng)在圖像識別和文字識別方面的強大功能和易用性。
1 系統(tǒng)硬件架構(gòu)
如圖l所示．圖像識別硬件系統(tǒng)主要由SPCA563B單片機、USB控制器、圖像傳感器、存儲器控制器和語音輸出控制器等組成。
1．1 SPCA563B單片機
SPCA563B單片機的硬件特征如下：提供320×240的8位CMOS圖像傳感器接口；具有自動白平衡和獲得參數(shù)控制功能；具有圖像顏色校正和圖像Gamma校正功能；具有7種顏色過濾功能；具有良好的減小噪聲的濾波器；能夠在一張圖片中檢測到21個目標(biāo)物體的大小和位置，并將其結(jié)果存放于嵌入在CPU內(nèi)部的RAM中；16位μnSP CPU內(nèi)核，內(nèi)嵌1K×16位的RAM和32K×16位的ROM；具有可選擇的外部RAM和ROM接口；具有USBl．1的接口；3．3V電壓供電；128/64腳LQFP封裝(其中128腳有可選擇的并行接口，48腳則沒有)。此系統(tǒng)采用48腳的LQFP封裝，其硬件電路如圖2所示。
1.2 USB控制器
SPCA563B內(nèi)嵌USBl．1的控制器，利用USB接口可以與PC進行通信，結(jié)合PC端軟件來實現(xiàn)ISP及在線調(diào)試程序，此外可以利用USB來為系統(tǒng)供電。其電路如圖3所示。
1.3 圖像傳感器
本系統(tǒng)采用SPCA3010A CMOS圖像傳感器，圖像輸出為QVGA(320×240)大小的RGB格式。SPCA563B通過I2S接口來控制SPCA3010A CMOS圖像傳感器。此CMOS圖像傳感器支持stand by省電模式，其電路如圖4所示。
1．4 存儲器控制器
外擴SPR4096A Flash存儲器，主要用來存儲系統(tǒng)需要的語音數(shù)據(jù)。SPR4096A FJash具有如下特征：512K×8位的存儲空間；內(nèi)嵌4K×8位的SRAM；外部CPU可以通過串行接口或8位并行接口來訪問Flash／SRAM；I／O接口的電壓范圍為2．25～3．6 V，并支持stancl by的省電模式。在數(shù)據(jù)存儲量比較小的情況下，用SPR40396A可以大大降低系統(tǒng)的成本。電路如圖5所示。
1.5 語音輸出控
語音輸出控制器的主要作用是將SPCA563B的兩路音頻輸出通過SPY0030放大，由揚聲器播放。其硬件電路如圖6所示。
2 系統(tǒng)軟件設(shè)計
本圖像識別系統(tǒng)的識別功能主要通過軟件系統(tǒng)來實現(xiàn)。為了提高程序的可移植性，為將來該系統(tǒng)功能擴展預(yù)留空間，整個軟件系統(tǒng)采用分模塊、分層次的方法編寫程序，采用匯編語言實現(xiàn)對寄存器的讀／寫以及對中斷的控制，并為上層的開發(fā)提供靈活的接口。上層采用C語言編寫，通過調(diào)用底層函數(shù)來間接對硬件資源進行操作。這樣編寫程序使整個系統(tǒng)結(jié)構(gòu)清晰，程序可移植性和可擴展性增強，而且占用硬件資源少，為系統(tǒng)功能的擴展和進一步開發(fā)預(yù)留充分的空間。
整個軟件系統(tǒng)由主程序、圖像識別功能模塊子程序、中斷服務(wù)子程序和語音輸出子程序等組成。主程序負責(zé)整個系統(tǒng)的協(xié)調(diào)和控制工作，通過調(diào)用不同的子程序來實現(xiàn)不同的功能。主程序流程如圖7所示。
為突出系統(tǒng)的特點，下面通過手勢識別的實例來重點描述圖像識別原理。手勢識別包含兩個步驟：手形的輪廓跟蹤，提取其輪廓的相關(guān)數(shù)據(jù)；手勢的識別，在上一步得到的數(shù)據(jù)的基礎(chǔ)上進行分析判斷而得到結(jié)果。
2.1 輪廓跟蹤算法實現(xiàn)
輪廓跟蹤的目的是獲得圖像的外部輪廓特征(包括目標(biāo)物體邊緣點的坐標(biāo)和方向)，為圖像的形狀分析做準(zhǔn)備。SPCA563B的DSP針對膚色有一系列的顏色處理，這樣系統(tǒng)就可以方便圖像轉(zhuǎn)化為膚色與非膚色的二值圖像。通過對暫存在SRAM中的二值圖像進行數(shù)據(jù)分析，來提取手形的邊緣輪廓。
輪廓跟蹤算法步驟如下：
①按從上到下、從左到右的順序掃描圖像，尋找第一個非白像素作為邊界起始點A[0]，記錄A[0]點的坐標(biāo)(A[0]．x，A[0]．y)。A[0]是具有最小行和列值的邊界點。再定義一個掃描方向變量dir，該變量用于記錄上一步中沿著前一個邊界點到當(dāng)前邊界點的移動方向。其初始化取值為A[0]．dir=7；掃描方向定義如圖8所示。
假設(shè)當(dāng)前的坐標(biāo)為(x，y)，則其8個鄰域坐標(biāo)如下：
②按逆時針方向搜索當(dāng)前像素的3×3的鄰域，其起始搜索方向設(shè)定如下：
若A[n-1]．dir為奇數(shù)，則取(A[n-1]．dir+7)rood 8；
若A[n-1].dir為偶數(shù)，則取(A[n-1]．dir+6)mod 8。
在3×3鄰域中搜索到的第一個與當(dāng)前像素相同的像素便為新的邊界點A[n]，同時更新記錄從上一點搜索到邊界點A[n]的方向變量A[n]．dir，記錄新的邊界點的坐標(biāo)(A[n]．x，A[n]．y)。
③如果邊界點A[n]等于第一個邊界點A[0]，即(A[n]．x==A[O]．x&&A[n]．y==A[0]．y)。停止搜索。結(jié)束跟蹤。否則重復(fù)步驟②。
由邊界點A[O]、A[1]、A[2]、…、A[n]構(gòu)成的邊界便為要跟蹤的邊界。算法中步驟①的作用足找出第一個邊界點，步驟③的作用是找出所有的邊界點。如圖9所示，左邊為原始圖像，右邊是用該算法仿真的結(jié)果。
2．2 手勢識別算法實現(xiàn)
我們的主要目的是找出伸出手指的個數(shù)。開始用行掃描的方法通過行內(nèi)從O→1或1→O黑白像素變化的次數(shù)來確定伸出手指的個數(shù)，但這種算法對于傾斜一定角度的手指數(shù)目判斷存在一定問題，因此轉(zhuǎn)而采用“提取指尖點算法”。
提取指尖點的方法著眼于從手勢輪廓中搜索出指尖點，一個指尖點對應(yīng)于一根手指，最后根據(jù)得到指尖點的個數(shù)來判定手指數(shù)目。判斷是不是指尖：分析手的形狀，手指的兩邊基本上是平行的。一直按逆時針方向前進，每經(jīng)過一次指尖，手形輪廓的走向發(fā)生反向的變化。由于手形輪廓的邊緣存在一定的毛刺，因此可以用多點方向的平均來減小毛刺的影響。這里取36點方向的平均，表示為Average_dix[i]。是否經(jīng)過指尖的判斷條件1：126<=|Average_dir[i-1]一Average_dir[i+1]|<=162。(說明：兩點方向相反，其方向值差4，3．5×36=126，4．5×36=162。)
再分析手的形狀，兩手指之間邊緣輪廓的走向也滿足判斷條件l，故必須添加判斷條件。如圖10所示，當(dāng)沿著一個方向搜索手的邊緣輪廓時，經(jīng)過指尖走向一定與手指間缺口走向相反。因此，必須假設(shè)判定條件2：
Is_FingerVertex(dir0，dirl，dir2)；
這個函數(shù)是用來通過連續(xù)3點的方向來判斷這3點是否為逆時針走向。由于是沿著逆時針方向搜索邊緣輪廓的，故在判定條件1成立的前提下加上Is_FingerVertex(Average_dir[i-1]，Average_dir[i]，Average_dir[i+1])就可以判斷是否為指尖，從而判定手指的數(shù)目。順序3點是否為逆時針走向，具體在程序中可以構(gòu)造一個循環(huán)隊列來實現(xiàn)。測試結(jié)果表明這種算法非常穩(wěn)定。
結(jié)語
SPCA563B內(nèi)部嵌入功能強大的圖像顏色處理的DSP，用它來做圖像識別系統(tǒng)的主控芯片十分方便、快捷。同時該系統(tǒng)具有語音輸出提示功能，操作更加人性化，并且可以通過USBl．1接口與PC進行通信；配合PC端的調(diào)試工具，還可以大大縮短圖像識別功能開發(fā)的周期。
66821730(技術(shù)支持)
