基于ARM+DSP的農田害蟲識別系統設計*

鄒修國，章世秀，劉德營

（南京農業大學 工學院 江蘇省高等學校智能化農業裝備重點實驗室，江 蘇 南京210031）

ARM（Advanced RISC Machines）是主控制 CPU，可以提供豐富的接口與外界進行通信，其應用領域已遍及工業控制、消費類電子、通信系統、網絡系統、無線系統等各類產品[1-2]。 基于 DSP（Digital Signal Processor）的圖像處理硬件平臺在圖像數據壓縮、運算處理、運動模糊圖像的恢復、圖像特征提取等方面的應用具有不可替代的優勢，普遍用作數字圖像處理系統的核心硬件[3]。ARM+DSP構成了實時機器視覺技術的核心部件。隨著機器視覺技術在農業領域應用中的廣泛開展，實時地進行農作物害蟲識別成為研究熱點。

農田害蟲識別系統以農作物害蟲為研究對象，系統的核心是在ARM+DSP技術框架支撐下設計一個農田害蟲識別硬件系統。本系統的開發是將原來的PC處理移植至ARM+DSP的嵌入式系統處理，設計目的是實現農作物害蟲的實時識別。

1 系統設計方案

系統分為ARM控制系統、DSP識別系統和后臺處理子系統。ARM控制系統選用ARM9為主處理器，負責控制DSP的算法處理，并可將采集到的視頻和圖像用H.264算法壓縮傳輸到后臺服務器；DSP識別系統外接攝像機得到處理對象，內部由DSP最小系統構成，內嵌害蟲處理算法實時處理采集到的圖像；后臺處理子系統是在服務器上安裝對應軟件，接收ARM+DSP處理系統傳來的結果，并加以存儲和顯示,進一步傳遞給用戶。圖1為系統設計框架圖。

2 硬件系統設計

系統硬件設計采用ARM+DSP的雙核架構，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串口進行通信。DM365和DM6437同時收到視頻圖像信號，DM365采用H.264算法進行壓縮后傳輸到后臺服務器，DM6437對視頻幀圖像處理，從而識別害蟲。

2.1 ARM控制系統

系統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字視頻信號，所以系統采用了TVP5146視頻A/D轉換芯片。攝像機實時采集視頻圖像并將之轉換成模擬視頻信號，視頻電纜將模擬視頻信號送入TVP5146芯片，轉換成的數字視頻信號通過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是一個新的數字視頻編碼標準，它采用回歸基本的簡捷設計，具有很高的編碼效率，碼流結構網絡適應性強，增加了差錯恢復能力，能夠很好地適應IP和無線網絡的應用。其基本系統是開放的，使用無需版權。

2.2 DSP識別系統

2.2.1 TMS320DM6437B

系統算法核心處理器采用 TI公司的TMS320DM6437B。DM6437達芬奇處理器是TI公司新一代高性能數字媒體處理器，工作頻率達 600 MHz，擁有以下出色性能：短1.67 ns的指令周期、每個時鐘周期可并行執行8個32 bit的C64x+指令、處理性能高達4 800 MIPS、功能豐富的視頻處理系統。系統支持CCD和CMOS圖像傳感器接口,實時圖像處理預覽引擎,對通用視頻解碼器的無縫接口等[3]。

2.2.2 視頻接口

系統采用2路標準模擬視頻輸入和1路模擬視頻輸出。2路標準模擬視頻輸入。通過相應的控制位進行選擇,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準的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的通信設計

ARM與DSP雙核工作機制中，ARM設置為主處理器，DSP設置為協處理器，之間采用SPI串口通信。SPI是一個同步協議接口，所有的傳輸都參照一個共同的時鐘CLOCK，這個同步時鐘信號由主機產生，從機使用時鐘對串行比特流的接收進行同步化。主機和從機都包含一個串行移位寄存器，主機通過向SPI串行寄存器寫入一個字節來發起一次傳輸。寄存器通過主輸出從輸入數據線MOSI(Master Output Slave Input)信號線將字節傳送給從機，從機也將自己移位寄存器中的內容通過主輸入從輸出數據線MISO(Master Input Slave Output)信號線返回給主機，這樣，兩個移位寄存器中的內容就被交換了。還有一根可選的從選信號線SPI_EN，可以用于使能從機輸出。由于本系統使用SPI_EN，所以必須保證SPI_EN在上電時為高電平，否則在上電后，從機將首先收到一個偽數據。因此實現 SPI接口需要4根線，其通信接口框架如圖2所示[5]。

3 算法設計及實驗

DM6437中的算法設計主要包括圖像采集、圖像的二值化、基于數學形態學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經網絡傳送到后臺服務器。本系統選取稻飛虱作為識別對象，采用仿真方式驗證算法，仿真器選用北京瑞泰公司的ICETEK-XDS560，實驗時在CCS3.3中VIEW菜單或通過SAA7105H編碼器送到液晶TV觀察具體結果。圖3所示為通過Graph菜單選項顯示采集到的2張稻飛虱圖像。

3.1 圖像二值化及形態學去噪

當采集到稻飛虱的圖像后，首先進行二值化處理。具體算法是設定一個灰度閾值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，后一類稱為背景[6]。對于目標可以用1取代所有像素值，背景則用0取代，這樣就實現了分割后圖像二值化。

二值化后的圖像經過數學形態學運算去噪，主要形態學運算如下:

(1)腐蝕運算

一個結構元素S在一個給定的目標圖像X上移動，在每一個當前位置點x，S[x]只有3種可能的狀態：

① S[x]包含于 X；

② S[x]包含于X的補集；

③ S[x]交于 X且 S[x]交于 X的補集。

狀態①說明相關最大，狀態②說明不相關，而③說明只是部分相關。因而滿足狀態②的點x的全體構成結構元素與圖像的最大相關點集，稱這個點集為腐蝕，記為XΘS[7]。用集合的方式定義為:

(2)膨脹運算

膨脹運算與腐蝕運算相反，將圖像X中的每個點x擴大為S[x]，記為X⊕S，用集合的方式定義為[7]:

圖4所示為二值化及用數學形態學運算得到的圖像。

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,通常是一個矩形的具有相同權值的窗口；

(2)以當前邊界點為窗口軸心；

(3)以上一邊界點和當前邊界點確定當前邊界方向；

(4)窗口在當前邊界方向左右直角內旋轉,在每一個窗口內確定平均梯度值對應梯度點；

(5)確定具有最高平均梯度的窗口,對應的梯度點作為下一邊界；

(6)重復步驟(5),直到滿足終止條件。

根據以上算法對稻飛虱去噪后的圖像進行邊界的提取,結果如圖5所示。

本系統完成了ARM+DSP的害蟲識別系統，DM365是一個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器。ARM控制系統使用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器，DM6437負責處理視頻圖像，盡管是通過仿真器仿真的方式，但是DSP速度很快，實驗證明能夠快速實時地識別稻飛虱。系統還需進一步改進和完善硬件以及算法，使之成為實際可用的害蟲識別系統。

[1]余水,鄧振,蔡洪斌.基于ARM+DSP的汽車視頻黑匣子系統的總體設計[J].計算機應用研究,2008,25(2):628-630.

[2]王雄勇.基于 DM365的視頻編碼器的硬件設計[J].電子設計工程,2011,19(8):128-129,136.

[3]胡新華,鄧元勇,王先平.基于達芬奇技術的日面活動圖像處理與識別系統[J].計算機應用研究,2008,25(10):3165-3168.

[4]馮桂蘭,田維堅,屈有山,等.實時視場拼接系統的設計與實現[J].光電工程,2007,34(4):124-127.

[5]張巖,馬旭東,張云帆.ARM與DSP的SPI通信設計實現[J].工業控制計算機,2008(9):56-57,66.

[6]劉俊,吳謹.一種基于梯度的直方圖閾值圖像分割改進方法[J].計算機與數字工程,2010,38(4):131-133.

[7]任獲榮.數學形態學及其應用[D].西安：西安電子科技大學,2004.

[8]馬俊福,周曉軍,徐志農,等.基于計算機視覺的鍛件尺寸檢測[J].組合機床與自動化加工技術檢測,2007(11):48-50.