基于FPGA+ARM的智能圖像門控系統(tǒng)

張挺飛，樊永生，孫凌云

(中北大學(xué)電子與計算機(jī)科學(xué)技術(shù)學(xué)院，山西 太原 030051)

隨著科學(xué)技術(shù)的快速發(fā)展，推近了城市現(xiàn)代化的進(jìn)程，智能門控系統(tǒng)的應(yīng)用越來越廣泛，如電梯、商場、酒店等。目前大多數(shù)門控系統(tǒng)采用光電控制的方式，但在控制的范圍和靈敏度上都存在缺陷。隨著圖像處理技術(shù)的迅猛發(fā)展，使得基于圖像識別的控制系統(tǒng)成為現(xiàn)實［1－10］。本文提出了基于FPGA+ARM的智能圖像門控系統(tǒng)，相比于單處理器的圖像控制系統(tǒng)，具有實時性好、圖像算法實現(xiàn)簡單、擴(kuò)展性強(qiáng)等優(yōu)點。

1 系統(tǒng)設(shè)計方案

攝像頭選用OmniVision公司生產(chǎn)的OV6620數(shù)字?jǐn)z像頭，內(nèi)置2個8位高速A/D轉(zhuǎn)換器，分辨力為356×292。SRAM選用CYPRESS公司的CY62146EV30LL靜態(tài)RAM芯片，容量為256 kbyte×16。

系統(tǒng)采用FPGA+ARM構(gòu)架，完成數(shù)據(jù)采集存儲、圖像預(yù)處理、數(shù)據(jù)傳輸和圖像處理，如圖1所示。首先通過I2C總線對OV6620內(nèi)部寄存器參數(shù)進(jìn)行配置，數(shù)據(jù)輸出模式設(shè)置為GRB 4∶2∶2，攝像頭開始工作后，首先經(jīng)過74LVT16245電平轉(zhuǎn)換芯片將5 V電壓轉(zhuǎn)換為FPGA I/O口的3.3 V，然后FPGA對接收到的圖像信號進(jìn)行灰度值預(yù)處理，采用2塊SRAM乒乓操作實時存儲處理后數(shù)據(jù)，最后通過ARM總線將圖像發(fā)送給ARM進(jìn)行實時處理，根據(jù)結(jié)果對門進(jìn)行控制。

圖1 圖像采集存儲處理流程圖

2 門控系統(tǒng)硬件結(jié)構(gòu)

2.1 FPGA控制模塊的設(shè)計

設(shè)計選用Xilinx公司的V2pro開發(fā)板，采用XC2VP30處理器，有30816個邏輯單元，136個18位的乘法器，2448 kbit的Block RAM和2個Power PC，完全滿足系統(tǒng)硬件需求。FPGA硬件工作流程如圖2所示。

1)圖像經(jīng)過電平轉(zhuǎn)換芯片74LVT16245轉(zhuǎn)換為3.3 V電壓后，寫入FPGA內(nèi)部FIFO中。

2)FIFO深度設(shè)置為1024，位寬16位，當(dāng)FIFO出現(xiàn)半滿信號時，讀取512個數(shù)據(jù)，然后等待下一次半滿信號，以此循環(huán)。

圖2 FPGA硬件流程

3)第1組512個數(shù)據(jù)進(jìn)入灰度預(yù)處理，攝像頭輸出模式選用RGB 5∶6∶5，因此一個像素點的數(shù)據(jù)長度為16位，其中高5位用于R，中間6位用于G，低5位用于B。將高5位值、中間6位值、低5位值都賦值成它們的平均值，所得到的16位數(shù)據(jù)即為該像素點的灰度值。在硬件實現(xiàn)過程中，采用流水線操作，3個數(shù)據(jù)相加后，采用Xilinx自帶IP核設(shè)計除法器模塊進(jìn)行除以3的操作，將結(jié)果按照RGB 5∶6∶5格式還原成16位的數(shù)據(jù)。

4)經(jīng)過灰度值處理后，數(shù)據(jù)在FPGA控制下寫入SRAM1中，然后等待第2組512個數(shù)據(jù)。

5)系統(tǒng)采用2片SRAM以乒乓方式工作，可提高后續(xù)圖像處理系統(tǒng)的實時性。當(dāng)SRAM1中存儲滿1幀數(shù)據(jù)后，ARM產(chǎn)生片選信號，控制總線切換模塊將ARM總線連接到SRAM1上，并將SRAM2切換到FPGA上。開啟SRAM1的寫使能和SRAM2的讀使能，將下一幀的數(shù)據(jù)存儲到SRAM2中，同時ARM開始對SRAM1中的1幀數(shù)據(jù)進(jìn)行處理。當(dāng)SRAM2存滿第2幀數(shù)據(jù)后，再通過ARM片選將ARM總線連接到SRAM2上，將SRAM1切換到FPGA上，這時開啟SRAM1的讀使能和SRAM2的寫使能。如此循環(huán)，使2個存儲單元始終都在讀寫數(shù)據(jù)，保證了數(shù)據(jù)采集的連續(xù)性。

CMOS攝像頭的幀頻率為25 Hz，每幀又分為奇數(shù)場和偶數(shù)場，每40 ms輸出1幀數(shù)據(jù)，ARM在下一幀數(shù)據(jù)到來前，已完成前一幀數(shù)據(jù)的處理，使得系統(tǒng)可以實時對攝像頭數(shù)據(jù)進(jìn)行處理。

2.2 ARM嵌入式系統(tǒng)的硬件結(jié)構(gòu)

ARM嵌入式系統(tǒng)主要由S3C6410處理器、SDRAM、Flash、TFT液晶屏、調(diào)試串口、USB接口、總線接口等幾部分組成，如圖3所示。ARM嵌入式系統(tǒng)通過總線的方式讀取2片SRAM中的圖像數(shù)據(jù)，這2片SRAM地址的切換通過ARM系統(tǒng)的I/O口控制，將得到的1幀圖像數(shù)據(jù)進(jìn)行處理，根據(jù)處理結(jié)果控制門的開關(guān)，處理結(jié)束后再導(dǎo)入下一幀圖像，如此循環(huán)工作。為了實現(xiàn)圖像的實時處理，必須在下一幀圖像到來之前處理完畢。

圖3 ARM嵌入式系統(tǒng)的硬件結(jié)構(gòu)

3 ARM嵌入式系統(tǒng)中圖像的實時處理

3.1 基于OpenCV的圖像門控系統(tǒng)

圖像門控系統(tǒng)是通過檢測門附近區(qū)域的圖像中是否有人存在來控制門的開閉，簡單的圖像門口系統(tǒng)采用背景差分的算法來實現(xiàn)，但該方法本身誤報率很高，且難以區(qū)分人與動物，大大降低了系統(tǒng)的準(zhǔn)確率。因此，本文選用實時性好、準(zhǔn)確率高的基于Adaboost的人臉檢測算法，以檢測圖像中的人臉作為門是否開啟的依據(jù)。

Adaboost的人臉檢測算法是通過Haar特征訓(xùn)練好的分類器來篩選人臉信息，在OpenCV中有專門針對Adaboost算法的庫函數(shù)，大大縮短了程序的開發(fā)周期。此外，OpenCV提供已經(jīng)訓(xùn)練好的人臉分類器，該分類器精度高、速度快。

圖像門控系統(tǒng)程序運行在ARM+Linux平臺上，首先通過調(diào)用SRAM驅(qū)動程序讀取1幀圖像數(shù)據(jù)，該圖像數(shù)據(jù)在FPGA已經(jīng)進(jìn)行了灰度預(yù)處理，接著調(diào)用cvLoad()和cvHaarDetectObjects函數(shù)裝載訓(xùn)練好的人臉分類器并檢測人臉目標(biāo)，如果檢測不到人臉目標(biāo)，控制門關(guān)閉，并繼續(xù)讀取下一幀圖像，如果檢測到人臉目標(biāo)，則調(diào)用cvRectangle()函數(shù)框出人臉目標(biāo)，并控制門開啟。圖4為基于OpenCV的圖像門控系統(tǒng)的流程圖。

3.2 編譯OpenCV圖像庫

Opencv視覺圖像庫在使用之前需要針對運行環(huán)境進(jìn)行編譯，生成相應(yīng)環(huán)境下的靜態(tài)鏈接庫和動態(tài)鏈接庫。下面是ARM嵌入式Linux環(huán)境下的編譯過程。

圖4 OpenCV的圖像門控系統(tǒng)的流程圖

1)解壓OpenCV 2.1.1到/usr/Opencv－2.1.1目錄下，創(chuàng)建/usr/arm－OpenCV目錄，作為CMake編譯的工作目錄，安裝交叉編譯器arm－linux－gcc 4.4.1，安裝目前為/usr/arm/4.4.1，并添加環(huán)境變量/usr/arm/4.4.1/bin。

2)在Windows環(huán)境下，運行cmake－gui軟件，源代碼目錄為/usr//Opencv－2.1.1，編譯目錄為/usr/arm－OpenCV，然后進(jìn)行配置，配置過程保持generator為Unix Makefiles，并選擇 Specify options for cross－compiling 選項，操作系統(tǒng)欄填寫arm－linux，C編譯器欄填寫/usr/armlinux－gcc的路徑，C++編譯器欄填寫 arm－linux－g++的路徑，程序庫欄的Target Root填寫/usr/arm/4.4.1。

3)修改默認(rèn)安裝目錄，默認(rèn)的安裝目錄為/usr/local，對于交叉編譯的庫來說并不合適，所以把CMAKE_INSTALL_PREFIX變量改為/usr//arm/lib/OpenCV/，修改CMakeCache.txt，在 CMAKE_EXE_LINKER_FLAGS 后面加上 －lpthread－lrt，點擊 Generate 生成 Makefile。

4)運行make install，OpenCV生成的庫和頭文件就安裝到目錄/usr//arm/lib/OpenCV/下。

OpenCV圖像庫編譯成功后，在圖像門控系統(tǒng)應(yīng)用程序的makefile文件中添加OpenCV頭文件和庫文件，編譯后生成的二進(jìn)制文件就可以移植到ARM系統(tǒng)中運行。

4 實驗結(jié)果及結(jié)論

攝像頭安裝在門頂，采用俯角的安裝方式，俯角太大，導(dǎo)致頭頂面積太大，俯角太小，面部特征太少，通過現(xiàn)場調(diào)整比較得到合適的角度，進(jìn)行實驗，實驗效果如圖5所示。

圖5 實驗現(xiàn)場效果

實驗結(jié)果可以看出本系統(tǒng)在智能門控系統(tǒng)中有良好的效果，驗證了系統(tǒng)的有效性和可行性。系統(tǒng)硬件采用FPGA+ARM的構(gòu)架，與PC機(jī)相比具有系統(tǒng)體積小、成本低、便于安裝等優(yōu)點，而且在數(shù)據(jù)的處理速度上滿足應(yīng)用要求。此外，基于Adaboost的人臉檢測圖像門控系統(tǒng)的實時性好，靈敏度高。

［1］楊學(xué)友，李博文，曲興華.基于FPGA高速智能化視覺傳感器的研究［J］. 電子測量與儀器學(xué)報，2003(1):76－79.

［2］鄧海峰，余慧英，袁可風(fēng).一種嵌入式圖像處理平臺的設(shè)計與實現(xiàn)［J］. 計算機(jī)應(yīng)用，2005(S1):225－227.

［3］姚聰，方勇，汪敏，等.基于ARM的嵌入式圖像采集處理系統(tǒng)及其無線傳輸［J］. 電子技術(shù)，2003(11):25－28.

［4］王榮本，游峰，崔高健，等.基于計算機(jī)視覺高速智能車輛的道路識別［J］. 計算機(jī)工程與應(yīng)用，2004(26):18－21.

［5］趙方鵬，楊建華，趙忠，等.基于嵌入式Linux的網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)［J］. 測控技術(shù)，2007(5):55－57.

［6］陳育香.基于ARM的無線傳感器網(wǎng)絡(luò)多幀圖像采集與處理［D］.南京:南京理工大學(xué)，2011.

［7］謝平.嵌入式短距離無線音視頻監(jiān)控系統(tǒng)設(shè)計［J］.計算機(jī)測量與控制，2010(8):1813－1814.

［8］張遠(yuǎn)，張首軍，汪俊.基于SOPC的嵌入式網(wǎng)絡(luò)攝像頭的設(shè)計［J］.西北大學(xué)學(xué)報:自然科學(xué)版，2009(1):44－46.

［9］龔向東，劉春平，黃虹賓，等.一種基于NiosⅡ軟核的嵌入式圖像采集處理系統(tǒng)設(shè)計［J］.電子測量技術(shù)，2010(2):75－78.

［10］吳平，陳秀宏，張平.基于X264的嵌入式視頻監(jiān)控系統(tǒng)設(shè)計［J］.電視技術(shù)，2011，35(7):108－110.