一種用于智能車圖像處理的設計

劉蘭蘭+羅念+張遠念

摘要：為了實現智能車路徑自主識別，設計一種路徑識別系統，對智能車道路信息提取及處理算法和控制決策算法進行了研究。本研究以MK60DN512ZLVQ100（K60）作為核心控制器，系統中硬件設計通過CMOS動態集成模擬攝像頭OV7620作為圖像傳感器對賽道進行檢測并拍攝賽道圖像，輸出圖像到K60微處理器進行處理，利用自適應動態閾值圖像處理算法對采集的信息進行還原、濾波，計算出最佳路徑。

關鍵詞：飛思卡爾；OV7620；動態閾值；控制算法

1、引言

智能車集中運用了自動控制、多傳感器信息融合、導航技術、無線通信技術以及人工智能算法等高新技術[1]。在傳統智能車比賽中經常應用CCD傳感器作為圖像數據的路徑識別模塊，但CCD傳感器的前瞻較小且延伸調節不方便，其能獲取到的有效數據局限于有限的幾點，因此在多變的賽道環境中的適應性較差。而CMOS OV7620動態集成模擬攝像頭[2]的前瞻較遠且可調節性較強，能及早捕捉和提取循跡軌道信息以便做出加速、減速等處理。圖像數據二值化處理的好壞決定著路徑識別模塊處理的穩定性能和處理結果正確性。以嵌入式單片機K60為核心控制器，利用其強大的數據處理能力和豐富的外設接口設計，來實現攝像頭圖像數據處理。

2、系統硬件設計

2.1核心控制器模塊

本系統采用Freescale32位K60系統微控制器作為系統核心控制處理器，根據其技術手冊，K60微控制器具有豐富的模擬、通信、定時和控制外設，內含256KB Flash。另外，其特有的DSP指令和單精度浮點運算具備直接訪問（DMA）控制器與復用器功能，最高時頻可達180MHz。

2.2圖像采集模塊

本系統采用OV7620圖像傳感器，OV7620內置10位雙通道A/D轉換器，輸出8位圖像數據，因此直接將攝像頭的圖像灰度信息輸出連接至K60的GPIO端口，K60微控制器使用3.3V電壓作為工作電壓，而OV7620端口輸出電壓為5V，為了防止單片機長時間過壓，需要將OV7620的輸出信號在不改變其包含信息前提下做相應的轉換，從而實現系統的穩定運行。

3、系統軟件設計

高效的軟件程序是小車高速、平穩自動循跡的基礎，系統軟件采用C語言編程[3]，主要由初始化、圖像采集與處理兩個模塊組成，軟件流程如圖1所示。其中圖像采集與處理模塊[4]是軟件核心部分，包括動態閾值二值化、引導線提取等。主控模塊通過循環調用圖像采集與處理對采集到的圖像進行處理。

3.1攝像頭視頻信息采集

K60首先捕捉OV7620VSYN中斷，進入場中斷，然后捕捉HERF，進入行中斷，讀取GPIO端口圖像灰度數據存入圖像數據數組。

攝像頭采用俯視角度采集路徑信息，由于其視野角度比較小，因此所拍攝的畫面會呈倒梯形，如圖2所示。

3.2路徑圖像信息提取

1.圖像分割

圖像分割算法大概可以分為邊緣檢測分割和閾值分割兩類。

圖像邊緣是指圖像中周圍像素灰度有階躍變化或屋頂變化的像素點，而邊緣檢測的主要依據是圖像一階導數和二階導數，但是進行圖像邊緣檢測的前提是首先要對圖像進行濾波，過程復雜，大量浪費單片機的CPU。

閾值分割是基于區域的圖像分割方法，適用于物體與背景區域具有強烈對比的圖像，而且計算簡單。閾值分割算法的關鍵在于閾值的確定，由于智能車輛識別路徑過程中，受時間和空間變化影響較大，必須采用動態閾值分割算法。

2.動態閾值算法

動態閾值分割算法主要有實驗法、灰度直方圖法、迭代選擇閾值法、最小均方誤差發、最大類間方差法等。

由于本系統測試試驗中的路徑信息只有黑白信息，比較單一，在采用根據直方圖谷底確定閾值的測試中，受外界光線影響，有嚴重的噪聲，因此采用一種動態閾值檢測方法，設計步驟如下：

（1）讀取當前圖像的灰度值，并存入數組Buffer[row][column]；

（2）遍歷數組中所有的數值，采用最優二叉尋找樹方法尋找數組中的最大和最小灰度值，并確定閾值初值；

（3）根據閾值將圖像分割成前景和背景兩部分，求出兩部分的平均灰度值；

（4）求出新閾值；

（5）將新閾值保存進行其他操作，返回第（1）步。

3.黑線提取算法

（1）用檢測跳變的方法提取出前十行中每行的兩個跳變點；

（2）然后多次求平均值就可以得到前十行的黑線位置；

（3）之后每十行進行同樣操作即可提取全部黑線。

4、結果分析

在線測試的結果表明了自適應動態閾值圖像處理算法在智能車路徑識別中具有明顯的優勢，通過該算法對圖像進行有效的處理，可以增加智能車對路徑的跟隨性能。

5、總結

本設計結合全國大學生“飛思卡爾”杯智能汽車競賽，采用OV7620攝像頭采集道路信息，通過對采集圖像運用自適應動態閾值圖像處理算法對圖像進行有效的處理，可以增加智能車對路徑的跟隨性能。實驗測試結果表明，本文給出的方法對智能車道路信息的采集具有明顯優勢，且系統運行穩定。

[參考文獻]

[1]程亞龍，周怡君.基于CMOS傳感器的智能車路徑識別研究[J].機械制造與自動化，2007（5）.

[2]王超藝，王宜懷.基于紅外傳感器的自循跡小車控制系統的設計[J].電子工程師，2008，34（11）.

[3]郭天祥.新概念51單片機C語言教程：入門、提高、開發、拓展全攻略[M].北京：電子工業出版社，2012.

[4]王琴慧.數字圖像處理[M].北京：北京郵電大學出版社，2006.

（作者單位：湖北民族學院 信息工程學院，湖北 恩施 445000）endprint