基于DSP Builder的行車道檢測(cè)的實(shí)現(xiàn)
通過對(duì)攝像頭讀入的道路白線圖像進(jìn)行灰度變換,再檢測(cè)出白線的邊緣,這是實(shí)現(xiàn)智能車自動(dòng)導(dǎo)航和輔助導(dǎo)航的基礎(chǔ)。行車道檢測(cè)系統(tǒng)可以應(yīng)用于智能車的防撞預(yù)警和控制。該系統(tǒng)設(shè)計(jì)重點(diǎn)是邊緣檢測(cè)電路的設(shè)計(jì)。邊緣檢測(cè)電路包括圖像輸入緩沖電路、垂直方向的邊緣檢測(cè)電路、水平方向的邊緣檢測(cè)電路及對(duì)兩部分檢測(cè)的組合,最終通過閾值選擇形成二值邊緣圖像。傳統(tǒng)的方案大多采用單片機(jī)電路實(shí)現(xiàn),設(shè)計(jì)流程和系統(tǒng)調(diào)試都比較繁瑣,開發(fā)周期長(zhǎng)。在實(shí)時(shí)圖像處理中,由于處理速度要求較高,因此用以前的方法很難達(dá)到要求。實(shí)時(shí)圖像處理常常需要對(duì)圖像進(jìn)行求和、卷積、邊緣提取、圖像分割及特征提取等不同種類、不同層次的處理。對(duì)于一些運(yùn)算結(jié)構(gòu)簡(jiǎn)單,但要處理大量數(shù)據(jù)的算法一般采用FPGA芯片來實(shí)現(xiàn)。通過FPGA實(shí)現(xiàn)信號(hào)處理可以取得出色的系統(tǒng)穩(wěn)定性,提高控制精度,還可以大大減少開發(fā)周期,使設(shè)計(jì)人員的設(shè)計(jì)自由度加大。本文采用Altera公司的Cyclone EP1C6作為主控芯片,利用Altera公司推出的數(shù)字信號(hào)處理開發(fā)工具DSP Builder作為設(shè)計(jì)平臺(tái),通過DSP Builder SignalCompiler模塊讀取由DSP Builder和MegaCore模塊構(gòu)建的Simulink建模文件(.mdl),生成VHDL文件和工具命令語言(Tcl)腳本,進(jìn)行綜合、硬件實(shí)施和仿真,從而完成對(duì)整個(gè)道路邊緣檢測(cè)系統(tǒng)的設(shè)計(jì)。
1 系統(tǒng)構(gòu)成及邊緣檢測(cè)原理
本系統(tǒng)中的主要模塊是進(jìn)行二維卷積操作的sobel邊緣檢測(cè)模塊,它相當(dāng)于硬件的協(xié)處理器。該系統(tǒng)從CF卡讀入數(shù)據(jù)到邊緣檢測(cè)模塊,使用Nios II控制數(shù)據(jù)流,采用DMA控制器在外部存儲(chǔ)器(SDRAM和SRAM)之間傳遞數(shù)據(jù),這些外部存儲(chǔ)器相當(dāng)于中間圖像數(shù)據(jù)緩沖器。系統(tǒng)結(jié)構(gòu)如圖1所示。
一階差分增強(qiáng)是有方向性的。為了增強(qiáng)圖像中間任何方向伸展的邊緣和輪廓,希望對(duì)圖像的某種導(dǎo)數(shù)運(yùn)算是各向同性的,而梯度運(yùn)算恰具有各向同性特性。對(duì)于圖像f(x,y)點(diǎn)上的梯度可定義為矢量:
梯度幅度具有各向同性或旋轉(zhuǎn)不變性,而且給出了該像素點(diǎn)灰度的最大變化率。采用微分銳化圖像,會(huì)使噪聲、條紋等得到增強(qiáng),這在圖像處理中會(huì)造成偽邊緣和偽輪廓,為此對(duì)銳化算子進(jìn)行了各種改進(jìn)。Sobel算子就是其中一例,它在一定程度上克服了上述問題。Sobel算子的基本思想是:以待增強(qiáng)圖像的任意像素(i,j)為中心,截取一個(gè)3×3的像素窗口。分別計(jì)算窗口中心像素在x和y方向上的梯度[2]。Sobel算子的表達(dá)式如下:
Sx=
增強(qiáng)后圖像在(i,j)處的灰度值為:
2 基于FPGA的DSP Builder設(shè)計(jì)流程
Altera DSP Builder將The MathWorks MATLAB和Simulink系統(tǒng)級(jí)設(shè)計(jì)工具的算法開發(fā)、仿真和驗(yàn)證功能與VHDL綜合、仿真和Altera開發(fā)工具整合在一起,實(shí)現(xiàn)了這些工具的集成。設(shè)計(jì)人員可以使用DSP Builder模塊迅速生成Simulink系統(tǒng)建模硬件,通過DSP Builder SignalCompiler模塊讀取由DSP Builder和MegaCore模塊構(gòu)建的Simulink建模文件(.mdl),生成VHDL文件和工具命令語言(Tcl)腳本,進(jìn)行綜合、硬件實(shí)施和仿真。
此系統(tǒng)設(shè)計(jì)首先用MATLAB建立DSP電路模型。電路模型設(shè)計(jì)完成后,就開始進(jìn)行系統(tǒng)功能的仿真,這是屬于系統(tǒng)級(jí)并且基于算法的仿真,與目標(biāo)器件無關(guān)。然后利用置于Simulink電路模型界面的DSP Builder中的Signal Complier將電路模型文件即Simulink模型文件(.mdl)轉(zhuǎn)化為RTL級(jí)的VHDL代碼表述和Tcl腳本。一旦獲得了VHDL描述,就可以在Simulink中調(diào)用Quartus II中的綜合器生成網(wǎng)表文件。下一步就是調(diào)用Quartus II中的編譯器,根據(jù)網(wǎng)表文件及設(shè)置的優(yōu)化條件進(jìn)行布線布局和優(yōu)化設(shè)計(jì)的適配操作,同時(shí)生成用于Moldelsim的時(shí)序仿真文件。將最后生成的Programmer Object File(.pof)對(duì)目標(biāo)器件進(jìn)行編程配置,即可在硬件上形成DSP系統(tǒng)。
3 邊緣檢測(cè)系統(tǒng)的Simulink模型設(shè)計(jì)
Sobel邊緣檢測(cè)模塊包括獨(dú)立且并行的水平檢測(cè)和垂直檢測(cè)兩部分。輸入緩沖通過一組延時(shí)線路轉(zhuǎn)換輸入的像素值。線路緩沖器的緩沖級(jí)數(shù)由圖像的寬度決定。本設(shè)計(jì)采用的圖像寬度是640。緩沖器的個(gè)數(shù)取決于卷積核的大小,本設(shè)計(jì)采用3×3的Sobel卷積核。垂直和水平方向的邊緣檢測(cè)幾乎是相同的,兩者之間的區(qū)別只在于從輸入緩沖器流過的數(shù)據(jù)流。最后將兩部分組合并通過閾值選擇形成一幅經(jīng)過邊緣檢測(cè)的二值圖像。Sobel邊緣檢測(cè)是流水線操作,在每一個(gè)時(shí)鐘周期都計(jì)算得到一個(gè)像素值,如圖2所示。圖中,Z-640是指本設(shè)計(jì)輸入的圖像像素寬度是640,右上角的加法模塊實(shí)現(xiàn)的是垂直方向的邊緣檢測(cè),右下角的加法模塊實(shí)現(xiàn)的是水平方向的邊緣檢測(cè)。對(duì)于一般的灰度圖像, 其像素的灰度值一般用8位表示,考慮到計(jì)算過程中可能出現(xiàn)負(fù)數(shù)和溢出問題。因此,數(shù)據(jù)在開始計(jì)算前先在最高位補(bǔ)零,使數(shù)據(jù)寬度變?yōu)?0 位,計(jì)算完成后可再裁剪為8 位。
在DSP Builder中設(shè)計(jì)的Sobel邊緣檢測(cè)系統(tǒng)如圖3所示。
4 仿真結(jié)果
建立了.mdl文件之后,在Simulink中對(duì)其進(jìn)行系統(tǒng)算法級(jí)仿真。設(shè)置Matlab各項(xiàng)參數(shù)和Simulink仿真參數(shù),因?yàn)楸驹O(shè)計(jì)采用圖片的像素是640×480,所以設(shè)置仿真時(shí)間為307 201s(所有的像素?cái)?shù)量加1)。
測(cè)試表明,仿真結(jié)果符合要求,整個(gè)系統(tǒng)算法級(jí)設(shè)計(jì)是正確的。圖4為原始的彩色圖像,圖5為經(jīng)過水平邊緣檢測(cè)和垂直邊緣檢測(cè)后沒有經(jīng)過閾值選取的圖像,圖6為經(jīng)過閾值選取后的二值圖像。Sobel算子不像普通梯度算子那樣用兩個(gè)像素的差值,而是采用兩列或兩行像素灰度加權(quán)和的差值來表示,因此有以下兩個(gè)優(yōu)點(diǎn)[4]。
(1)由于引入了平均因素,因而對(duì)圖像中的隨機(jī)噪聲有一定的平滑作用。
(2)由于它是相隔兩行或兩列之差分,故邊緣兩側(cè)的元素得到了增強(qiáng),邊緣顯得粗而亮。
使用Modelsim進(jìn)行功能仿真,主要是調(diào)用.tcl 文件對(duì)RTL 級(jí)的VHDL 代碼仿真。由于Simulink 的仿真是算法級(jí)的,而此仿真是針對(duì)硬件結(jié)構(gòu)的,兩者之間可能存在軟件理解上的差異,所以對(duì)RTL 級(jí)VHDL 代碼的仿真是必要的。仿真結(jié)果和系統(tǒng)級(jí)仿真一致。編譯生成.pof 文件,下載到目標(biāo)芯片中,從而完成整個(gè)邊緣檢測(cè)模塊的設(shè)計(jì)。
參考文獻(xiàn)
[1] 賈永紅.計(jì)算機(jī)圖像處理與分析[M].武漢:武漢大學(xué)出版社,2002.
[2] 李弼程,彭天強(qiáng),彭波.智能圖像處理技術(shù)[M].北京:電子工業(yè)出版社,2004.
[3] 潘松,黃繼業(yè),王國(guó)棟.現(xiàn)代DSP技術(shù)[M].西安:西安電子科技大學(xué)出版社,2003.
[4] 劉禾.數(shù)字圖像處理及應(yīng)用[M].北京:中國(guó)電力出版社,2005.