图像采集与制作

图像采集与制作（精选10篇）

图像采集与制作 篇1

1 系统简介

本图像采集系统主要用于视觉检测和井下工程的图像监控等;这些图像处理过程的特点是:底层图像处理数据量大, 算法简单;高层图像处理算法复杂, 数据量小。对于图像底层处理, 在高速图像采集系统中常用FPGA实现, 因为VHDL设计灵活方便, 同时便于在FPGA中实现并行运算和流水线线程结构, 所以用VHDL编写图像信息处理算法;对于图像高层处理, 由PC软件实现, 通过硬件接口技术连接读卡器, 读卡器的数据来自与矿工所佩戴的矿灯发射头, 这样便形成图像监控和无线识别为一体的综合系统。

在图像数据采集部分是用光学镜头成像阵列CCD, 由CCD进行光电变换, 将图像由光信号转换成视频电信号, 经PCI接口传送到PC进行相应的图处理或由数字CMOS摄像头进行高速处理。

在矿灯智能识别部分是:PIC系列的单片机和433M无线收发模块, 有两部分组成, 一部分是矿灯ID识别卡, 它由EEPROM、单片机和发射头组成ID卡;另一部分由FLASH、单片机、接收头和485通讯口组成读卡机, 接收数据通过485与PC机连接。

2 图像系统结构与原理

2.1 系统结构

图像采集系统数据流程的信号是标准的模拟视频信号, 用可编程视频输入处理器SAA7111进行视频信号处理。

SAA7111有32个工作寄存器, 在系统复位时, 必须通过FPGA1的IC2总线模块对其进行初始化, 同时SAA7111有较大的图像色度、亮度处理功能以及多输出模式;SAA7111输出的图像数据通过FPGA芯片采集与处理。具体采集流程如图1所示。

2.2 工作原理

系统完成程序加载后, 先由FPGA0的IC总线模块对SAA7111初始化, 初始化结束后等待采集指令, OK后, 由SAA7111实时处理模拟视频信号, 输出色度信号和亮度, 此时输出时钟信号、行场同步信号、参考信号、奇偶场标志信号。 (注:本系统数据线为8位)

系统采集图像的指令由PC发出。采集指令由PCI总线送到FPGA0, 启动FPGA0的同步模块, 同步模块发出采集标志信号, 采集一帧图像, 通过写数据模块产生写地址, 同时写信号将数据存储到SRAM1中。结束时, 采集标志信号撤消, 同步模块复位, 等待下一次采集命令。标志信号撤消时, FPGA0开始读取SRAM1中的图像信息, 这是通过读数据模块生产读地址和读信号来实现的。

2.3 用V H D L设计的图像采集与数据存储部分

因采用VHDL进行设计, 符合结构化特征, 采集过程是一个VHDL语言文件, 含多个BLOCK语句。2片FPGA芯片有分别嵌入不同的运行程序, 其中FPGA0包括图像采集部分、图像处理和数据存储部分;FPGA1包括图像处理、数据存储部分及PCI接口控制部分。2片FPGA时程序加载方面, 采用串行主/从模式。FPGA0为主模式, FPGA1为从模式;由FPGA0从SPROM中读取配置数据, 完成自身初始化, 并完成对FPGA1的原始数据的配置。采集与数据传递的VHDL模块包括s_p.vhd、W_t.vhd、R_d.vhd、D_y.vhd、Bus_m.vhd等, 各模块之间通过信号线相互联系。

3 矿灯智能识别原理与结构

3.1 智能识别系统部分结构

矿工下井工作前需要领取矿灯, 上井后需要归还矿灯, 为了减少出错需要一种自动记录的方法。为了实现这个目的, 我们用单片机和无线电技术来设计这样一个系统。见图2, 本系统有两部分组成, 一部分是矿灯ID识别卡, 它由EEPROM、单片机和发射头组成ID卡;另一部分由FLASH、单片机、接收头和485通讯口组成读卡机, 接收数据通过485与PC机连接。ID卡安装在矿灯上, 下井前矿灯经过接收读卡机, ID卡发出ID码信号, 接收机收到信号后判断ID码的合法性, 如果合法就将数据传送给PC, 否则不纪录, 上井后矿灯也要经过接收机, 将数据上传给PC。

本系统我们选用了PIC系列的单片机和433M无线收发模块。PIC单片机非常适合工业应用, 其抗干扰性强, 可靠性非常高, 无线收发模块广泛英应用于遥控、遥测、小型无线网络和无线数传等。

3.2 原理和系统分析

要实现ID码的识别和传输, 首先要选好无线收发组件, 了解各器件的使用方法。无线收发组件采用是售的433M模块, 这是个成熟的模块, 广泛应用于各种遥控器和数传机, 外围元件少, 功耗低, 可靠性高, 较小的封装, 有利于PCB的设计。单片机选用microchip公司的PIC系列单片机, 该单片机广泛应用在汽车和工业控制领域, 抗干扰性强, 可靠性极高。在辅助其他外围电路组成如图1所示的电路, 分别做成ID卡和读卡机。如图2, ID卡平时处于休眠状态, 当经过读卡机时, 由读卡机激发唤醒ID卡, 整个过程时间很短约5ms左右, 读卡机读出ID码后, 先判断ID是否合法 (此ID码在使用前先发到读卡机中作为合法用户登记) , 如果合法就记录在FLASH中等待PC将其数据取走, 否则将其忽略不作记录。

3.3 智能识别关键技术

为了使用方便, 不出混乱, ID卡不能同时发出信号, 否则读卡机无法识别是哪一张卡发出的信息, 所以一次只允许一张卡发出信息, 其他卡继续处于休眠状态。这就需要读卡机能发出一种激励信号, 其范围不能太大, 一次只能有一张卡进入其范围, 该信号将卡唤醒发出卡号, 读卡机接收卡号后判断其合法性, 将卡号和时间纪录下来等待PC来取走。这个激励信号是关键, 可是用红外或电磁波来激励ID卡, 实际效果要通过实验来决定采用哪种方式。电路和单片机程序在此省略。

3.4 硬件构成

该矿灯管理系统主要硬件部分是:发射ID电路、接收电路、数据转换、接口的驱动;工作机理:即按身份识别 (只发射单一的ID信号) PCB板植入电池内, 当矿工取矿灯时, 通过进矿井的通道时, 接收机接收ID头发射的信号, 将信号转换为数据 (通过键盘或COM口等) , 输入在安装流水账式的考勤管理软件的中心计算机。并设置权限安装时监测加密系列号或加密狗等硬件。

(1) 发射ID头。

利用433.9MHz的发射频率IC。

信道宽为:25KHz。

发射工作电流:5mA~7mA, (可采用红外监测, 当接收头感应到人体时, 发射ID头才开始工作, 平时处于待机状态功率损耗小) 。

工作温度:-15度~45度之间;

需防水, 该部分需密封;

工作电源:采用矿灯的蓄电池, 采用稳压供电。

几个发射ID头之间必须有一定的距离间隔, 以保持识别效果。

在一个系统中, 每个发射ID头的识别码不同, 每个身份ID头配一个矿灯。

(2) 接收机。

利用433.9MHz接收IC。

通过COM接口与安装有矿灯管理系统软件的计算机连接, 最大距离约15米 (可扩展连接长度) 。

通过驱动程序实现接口数据的转换与信息的收集。

工作温度:-15度~45度之间。

防水。

工作电源:采用计算机里主板电源 (或其它形式) 。

4 结语

通过该两种技术的综合应用, 实现高速图像和智能识别技术在井下等恶劣环境应用, 可以对工矿的井下作业和矿难等事故进行排查和有效的救援措施提供及时有效的信息和技术的支持, 它的应用是对工矿企业管理提供非常大的帮助, 具有较大的实际应用价值;系统引用FPGA技术, 极大缩短了调试的周期, 提高了系统的可靠性;同时因其包含许多的门电路, 使控制板集成度高, 体积小。另外加强了无线射频的智能识别技术的应用, 使得系统具有较强的灵活性、适应性和通用性, 在短时间内实现对现有功能的修改和扩充, 特别适合中小型工矿企业的应用。

参考文献

[1]段有艳.基于Xilinx ISE软件平台用VHDL实现FPGA电路设计[J].昆明冶金高等专科学校学报, 2006 (3) .

[2]胡振华.VHDL与FPGA设计[M].中国铁道出版社, 2003.

[3]孟德刚, 何国瑜.基于FPGA数据采集系统[J].电子测量技术, 2004 (5) .

[4]邓先荣.基于嵌入式控制器I-7188的矿灯智能管理系统, 南京电子研究所, 2005, 1.

图像采集与制作 篇2

提示一个完整的昆虫标本还要有标签。

引导归纳总结制作昆虫标本的步骤（针插、展 翅、干燥、保存等）。

小结

引导学生谈谈通过本节课的学习，有哪些收获、体会以及还有那些问题。

布置课后实践

出示精美的人造琥珀小饰物。

引导：

小昆虫标本，制作起来并不难，希望同学们课 下查阅资料，自己动手试着做一做，祝你成功。

畅所欲言。

观看、比较自己和同学的昆虫标本。

小组讨论，汇总情况，分工，确定每个人的发言内容。

代表发言，谈制定采集计划的过程和内容。

推荐代表分别讲解毒瓶、捕虫网的`制作与使用。演示三角纸包的折叠方法。

讨论发言，各组把好的经验介绍给大家，问题也提出来，让大家注意。

各组 代表汇报交流采集情况。

动脑思考，联想昆虫的体色、体形、习性等，得出结论，与周围的环境相适应。

认真看自制标本，查找问题：分析翅损坏的原因；

纠正针插的错误；

改进展翅的方法，对标本进行整理。

设计好标签贴在自己制作的标本上。

讨论交流，发表见解。

积极举手，主动发言。

联系生活实际，容易激发学生学习的兴趣和情感。

从展示学生自己的作品引入，容易引起兴趣，激发学习热情。有些标本虽然做得不太美观，不太完整，但这是学生自己独立学习、实践完成的作品。

提出一系列问题，引导学生回答，将教学内容溶入问题里，使学生在思考回答问题的过程中，加深对所学知识的理解。

要求写出文字计划。

培养学生的团队协作精神。

引导回答出：捕虫网的大小、长度要合适；取出昆虫的方法要得当；制作三角纸包的用纸要吸水、半透明；纸包中适合放鳞翅类昆虫。

注意提示和补充，使问题回答得完整、全面。

发展学生的开放性思维。

培养学生观察问题、分析问题和解决问题的能力。

展翅部分可能问题多些，应注意指导。

活动后要及时给予鼓励性评价。

检查学生对知识的理解程度。

提示：

并不是所有的昆虫都需要展翅。

答案可能有争议，要让学生各自说出自己的理由，适时引导。

有益昆虫和有害昆虫应该区 别对待。

给学生自主发挥的空间，提高他们概括归纳的能力。

DV影像采集与制作的另类方法 篇3

DV的数据采集 （1）用1394火线将DV与电脑连接起来，打开DV电源，并置于VCR状态。（2）运行MGI VideoWave III，点击捕捉，进行捕捉设置，一般选择默认即可。这时就可以通过播放控制键进行前进、后退、播放等功能，播放到要采集的地方按一下启动捕捉“视频+音频”键就开始进行数据采集了（图1）。

视频剪切 （1）采集完成后，我们可以到剪切室把不需要的部分剪切掉，首先使用“时间”滑块来快速前进至该帧的大体位置（图2）。然后使用“前一帧”／“下一帧”按钮来前进至精确位置，每次移动一帧。（2）单击“标记入口点”按钮。（3）前进至视频中您希望作为您剪辑结束位置的帧。（4）单击“标记出口点”按钮。（注意:“入口点”和“出口点”之间的视频部分得到保存，其它部分被废弃。原影像文件不改变。） （5）单击“应用”即可完成剪切。剪切好一段后，可以双击另一段影像来进行剪切。

效果处理 对视频文件进行剪切后，我们可以进入“暗房”来调整视频或静态图像的亮度、对比度和颜色（图3）。使用控件可以添加浓淡效果，如淡入、淡出和颜色渐变。“库”中的“过滤器”屏面上包括有许多预定义过滤器。要对视频文件应用过滤器，只需简单地将过滤器从“库”拖到“视频”中。完成后单击“应用”按钮来对文件应用设置。为了使影像更加有趣，您还可以使用“特殊效果”编辑器来对视频文件或静态图像添加特殊效果。例如我们为影像做一个“旋涡”特效，步骤如下：

（1）单击“模式”选择器上的“特殊效果”按钮。“特殊效果”控制台便在“视屏”下方打开。（2）将“旋涡”效果从“库”中的“效果”屏面拖到“特殊效果”控制台上的“效果”框中（图4）。（3）单击“开始”按钮。（4）使用“效果级别”滑块来将“开始值”设置为 0 左右，以便文件以“普通样子”的时钟开始。（5）单击“结束”按钮。（6）使用“效果级别”滑块来将“结束值”设置为 50 左右。正值指定顺时针方向的旋涡；负值指定逆时针方向的旋涡。（7）当对设置感到满意时，单击“应用”按钮来对视频文件应用设置。

加入字幕 可以通过以下步骤实现：（1）单击“模式”选择器上的“文本动画器”按钮，“文本动画器”控制台便在“视屏”下方打开。（2）在小的“文本编辑器”中，输入字幕内容，选择字体和大小，选择字幕类型和持续时间后，点击“应用”，按“播放”键来看效果（图5）。

过渡 如果您有多个视频文件想剪辑成一部影像作品，那么您还可以使用“过渡编辑器”来在“故事流程”中的视频文件之间添加过渡。方法如下: （1）在“故事流程”中，单击您希望编辑的过渡屏面。（2）单击“模式”选择器上的“过渡效果”按钮，“过渡编辑器”控制台便添加在“视屏”下方。选择一种过渡效果（图6），单击“应用”即可完成过渡特效。

生成MPEG文件 完成一切设定后，将整个“故事流程”作为“进行中的工作”保存。这个“进行中的工作”保存为 .SBD 文件，以后，您可以打开此文件来继续进行编辑。倘若要生成视频，可以选择整个“故事流程”本身，以最终回放格式（AVI、MPEG-1、MPEG-2）生成。（1）单击“工具栏”中的“生成”图标。（2）指定要生成“故事流程”的哪一部分。（3）从提供的列表中选择“生成模板”。模板由 MGI 选择并经测试的许多预定义设置组成。每个模板的说明都有给出（图7）。 MGI VideoWave III可生成多种视频文件，还能为您生成视频电子邮件发送给您的网友共享。（4）单击“下一步”按钮。在开始生成之前，将显示您刚才设置的摘要。（5）验证“摘要”对话中的设置，并单击“生成”按钮进行生成。生成完成后可以用Nero - Burning Rom直接刻录成VCD或DVD。

图像采集与制作 篇4

我国牛肉质量等级评定以牛胴体第12～13根胸肋间眼肌切面大理石花纹、肌肉颜色、脂肪颜色和牛的生理成熟度作为主要评定指标[1]。随着机器视觉技术的快速发展,采用机器视觉技术进行牛肉自动分级的研究正受到越来越多的关注[2,3]。要建立起相应的机器视觉系统,牛肉眼肌切面图像采集是需要完成的关键工作之一。许多机器视觉研究者发现,图像采集的照明效果对采集的图像质量具有十分重要的影响。光强不均和光照强度不足,是造成提取的目标图像效果不佳的主要因素。只有在良好的照明条件下,机器视觉系统才可以获得高质量的图像,从而大大减少图像前期处理工作的难度和工作效率。因此,有必要对图像采集系统照明装置的设计给予足够的重视,对照明效果进行深入的分析与研究。目前,关于图像采集照明系统的相关研究很少,本研究为牛肉机器视觉分级系统设计一套图像采集照明装置,并运用数字技术对该系统的光照均匀性和强度进行研究分析。

1 照明设备的总体设计

1.1 照明方式的确定

光是物体成像不可缺少的条件,也是影响机器视觉系统输入的重要因素。因此, 要保证牛肉自动分级系统采集到的图像能够清晰、准确和稳定地反映牛肉的视觉信息,需要采用合适的照明方案。

牛肉眼肌切面为平面状,表面呈现特别的纹理。在实际的生产中,牛肉表面一般会不可避免地存在一定的水分,当光线直射时会发生一定的镜面反射,使采集到的图像出现许多高光点。若采用单个点光源照明,被照表面的中心处亮度最大,照度距中心点越远就越小,且被照表面会产生光圈,对相对较大的平面状物体进行照明时,难以保证光照强度的均匀性。因此,只有通过布置多个光源,采取有效的补光措施,才能使整个照明区域的照明效果保持一致。在机器视觉系统常采用的照明方式中,正面照明能增强采集图像中被测物不同部分的灰度差别,有利于分辨被测物内部的不同部分[4]。鉴于此,本研究采用漫反射式的多光源正面照明设计方案。

1.2 照明箱体设计

为消除环境光对照明设备的干扰,根据牛肉图像采集样本的几何尺寸,采用底部640mm×530mm长方形的封闭箱形式,总体结构如图1所示。

1.外箱体 2.拱形内腔 3.托盘 4.LED灯

箱体内腔壁均为白色,顶部设计成一半径为290mm的拱形。在箱体顶部的摄像孔正下方,设计一个升降托盘用于承载被测物。光源置于箱底,分布在托盘的两侧,通过拱形顶部形成漫反射照明。被测物整体的照度可通过改变托盘的高度进行调节。托盘颜色采用黑色为图像的背景色,以便于在进行图像分割时很好地将牛肉图像从背景中分割出来。

1.3 照明光源的选择

在图像采集的照明设备中,光源的选择至关重要。目前的机器视觉系统最常见的光源有卤素灯、荧光灯和LED(Light-emitting Diode)光源,其主要性能比较如表1所示[5]。

由表1可知,荧光灯和卤素灯的稳定性和使用寿命都远低于LED光源。高亮度的白色LED显色性好,且光谱范围宽,能覆盖可见光的整个范围,功耗低、寿命长,且没有频闪,没有红外和紫外辐射,是一种典型的绿色光源[6,7]。单个LED属于点光源,光照方向性比较强,发光强度较低,不能满足图像采集的照明需要;但多个LED光源排列使用,可以达到足够的照明强度,满足图像采集的亮度要求。因此,本研究采用多个LED组成点阵光源,以加大其发光亮度和发光面积,改善光照的均匀性。

2 照明装置的试验研究

LED的个数与点阵光源的布置位置以及托盘的高度,都可能影响光照均匀度与照度值的大小。为使所要拍摄的牛肉切面在LED点阵光源的照明下获得具有一定强度且均匀的光照,需通过试验研究来确定这些重要参数的大小,并分析其对照度值和光照均匀度的影响。

2.1 试验材料与设备

采用一张尺寸为22mm×30mm、具有漫射特性的纯白纸板作为测试样本,进行光照强度和均匀性分析。型号LT564CWC的白光LED光源240个,可自由组合LED的电路板两块,长宽约为317mm×62mm,分别置于托盘两侧;每块板上均布4排等间距引脚座及限流电阻,每排有引脚插孔30个。采用MINOLTA彩色CCD相机进行试样图像采集,对采集的图像采用主频为2.4GHz、内存256M的计算机和Matlab软件进行数据处理和分析。

2.2 试验方法

由于影响因素较多,为减少试验次数,运用L16(45)正交试验表安排试验,并进行试验结果分析。以试样上各点照度的算术平均值作为光照强度大小的评定标准,以试样上总体照度的标准偏差来衡量样本上各点照度值波动的大小,作为判定光照均匀性的定量指标,试验因素和水平如表2所示。

2.3 光照效果检测

检测光强分布的传统方法有像纸或干板接受法、小孔法和刀口法等,这些方法通常以人眼来观察光强的分布情况。因为人眼所获得的仅仅是光强分布的包络信息,很难发现其详细的结构信息(如发光的细微缺陷、能量分布在某点的异常或不均匀),对单色图像灰度的分辨率仅约为16级[8],检测结果往往不够精确。在数字图像中,单色光强度通常采用灰度级进行描述,计算机对单色图像灰度的分辨率可达256级。因此,使用数字技术能够简便又准确地对图像的光照强度和均匀性进行定量分析和描述。

本试验使用CCD相机在不同布光条件下采集白色纸板的图像,将图像转换成计算机可以识别的图像数据,即M×N的矩阵(本试验将图像统一为640×480),M、N分别为数字图像的行数和列数。矩阵元素是正比于光照强度的灰度值。首先,运用Matlab分析软件,统计计算每一个矩阵元素的灰度值;然后,计算出矩阵总体灰度的算术平均值和标准偏差,作为光照效果的评价指标。总体灰度的算术平均值越高,说明光照强度越高;标准偏差越小;表示射光均匀性越好。

2.4 试验结果与分析

根据正交试验安排,共进行16次试验,试验结果如表3所示。

注:Ri值为各因素各水平下照度算术平均值之和;Si值为各因素各水平下照度标准偏差之和。

由表3可知,在不同的试验条件下,照度的变化非常显著,而光照均匀度的变化则很小。这表明,照度受试验条件的影响比较大,光照均匀度受试验条件的影响很小。通过极差分析可知,在本试验的范围内,LED灯的排数对照度大小和光照均匀度的影响都最大,随着排数的增加,照度和均匀度都得到了提高。每排LED灯的个数对照度和均匀度的影响次之,当每排光源的个数增加时,照度和均匀度也随之改善。点阵光源距同侧托盘边沿的距离和托盘高度这两个因素对照度值和均匀度的影响较小,总体上呈现如下趋势:

1) 当点阵光源距同侧托盘边沿的距离越小,其照度值越大,均匀性越差。

2) 当托盘高度越低,照度值越大,在最大高度时,均匀性呈现出相对较好。

所以,在本试验范围内可以确定最佳光照参数为:灯排数为4排,每排LED灯的个数为30个,距同侧托盘边沿距离30mm,托盘高度80mm。在此条件下,使用Matlab绘制出投射在测试样本表面的光照强度分布的三维图如图2所示。图2中曲面隆起部分表示照度较高,凹陷部分表示照度较低。总体来看,光照强度分布基本上呈一平面,表明在该条件下系统具有良好的光照均匀性。

3 结 论

1) 以白色LED为光源,LED灯的排数和数量对照度大小有显著的影响;

2) 光照均匀度受试验条件的影响较小,表明该照明装置的拱形结构对光源射出光线形成了良好的漫反射,产生了理想的光照均匀性。

3) 采用该光照系统,可以使被检测物表面获得均匀且具有一定强度的良好光照,其运用于牛肉图像采集工作中将具有良好的效果。

摘要：研制了一种用于牛肉自动分级机器视觉系统的图像采集照明装置。该装置根据系统的照明要求,选取LED灯作为照明设备的光源,采用漫反射式的点阵光源方式进行照明。通过正交试验对系统参数进行优化,运用数字技术对照明系统的光照均匀性和照度进行分析。试验结果表明:光照强度随着LED灯的排数和数量的增加而增大,但光照均匀性受试验条件的影响较小;在最佳参数条件下,该装置可以使被测对象获得均匀且具有一定强度的照明效果

关键词：牛肉图像采集,光照系统,自动分级

参考文献

[1]NY/T676-2003.牛肉质量分级[S].北京:中国标准出版社,2003.

[2]陈坤杰,姬长英.牛肉自动分级技术研究进展[J].农业机械学报,2006,37(3):153-156.

[3]陈坤杰,秦春芳,姬长英.牛胴体眼肌切面图像的分割方法研究[J].农业机械学报,2006,37(6):155-158.

[4]闫枫,吴斌.视觉检测系统中的光源照明方法[J].兵工自动化,2006,25(11):85-86.

[5]张纪明.基于PC的机器视觉系统研究[J].机器视觉,2006(11):107-110.

[6]刘宏,张晓晶.高亮度白光LED直流照明灯的研究[J].节能与环保,2005(8):5-7.

[7]徐德平.LED照亮世界[J].中国科技奖励,2005(10):44-48.

图像采集与制作 篇5

## 摘要：通过采集与制作药用植物标本，认识了一些药用植物及其功效等。关键词：药用植物；标本；心得体会

暑假期间，在屏南县际头村进行了标本的采集与制作，学习了许多中草药的形态、别名、主治、功效，通过此次药用植物标本的采集与制作，加深了对书本内容的理解。

一、标本采集与制作

首先，翻阅资料，查找本地都有哪些草药，准备这些中草药的名称以及图片，然后找个晴朗的天气，准备一个标本夹、一些报纸、小铲、枝剪、铅笔、棉线、钢卷尺、照相机、记录本和标号签等工具，在自己所在的村落、山中找寻草药。

在马路边、田里、菜园、山上，都可以看到有许多的草药，车前草、酢浆草、艾草等等，几乎随处可见，带着一片欣喜，一个早上就采到了许多草药。

采集完整的标本：根茎叶花果实：29×42厘米；木本植物：剪一段长25～30厘米带花或果的带叶枝；草本植物：选择中等大小、高约40厘米左右挖取带根的全草，如果全株在标本夹内压不开，可折成“V”或“N”字形，特别高大的，则需把中段剪除，只留上半部和基部茎叶压在一起。雌雄异株的植物，分别采集雄株和雌株。

采集下来的标本立即放进标本夹，下面垫2～3张吸水纸。放置时要小心地把卷曲的枝、叶拉开，伸展，把其中一二片叶子翻过来，背面朝上。如果叶子太多，遮盖了花朵，要摘除一些叶片。如果标本太长，可以把它折曲成“N”字形。标本上面盖2～3张吸水纸，汁液多的大标本要多盖些纸。把采集地点、日期、标本编号等写在小纸条上，再用棉线把小纸条拴在标本上。

将采集的标本迭放在一起，上面放一块木板，压上一些重物。标本压制过程中，开始，每五六小时换一次纸；次日改为早晚各换一次；两三天后，每天换一次了。一周左右标本就全干了。

可能是因为后来的天气原因以及没有勤换纸，一些标本就开始发霉变色了，后来找个时间又去山上采了一些，这回更加注意标本的压制问题，小心的压制。

最后，固定标本，将标本固定在台纸上。

二、标本观察

观察采集到的各种药物的形态：根、茎、叶、花、果实等。对照参考资料，鉴别植物，了解他们的性状、别名、功能主治：

1、积雪草[1]

科名：伞形科

别名：崩大碗、缺碗草、马蹄草、雷公根

性状：该品常卷缩成团状。根圆柱形，长2～4cm，直径 1～1.5mm，表面浅黄色或灰黄色。茎细长弯曲，黄棕色，有细纵皱纹，节上常着生须状根。叶片多皱缩、破碎，完整者展平后呈近圆形或肾形，直径1～4cm，灰绿色，边缘有粗钝齿；叶柄长3～6cm，扭曲。伞形花序腋生，短小。双悬果扁圆形，有明显隆起的纵棱及细网纹，果梗甚短。气微，味淡

功效：清热解毒，利湿消肿。是东方人的长寿药，可益脑提神。研究表明具有滋补、消炎、愈合伤口、利尿通便和镇定作用。对麻风病、溃疡也有疗效，对血液净化及免疫力有激活作用，因其可刺激深层皮肤细胞的更替。它是神经滋补剂，能提高记忆力，减轻精神疲劳；还可降血压，治疗肝病等野牡丹，蒴果坛状球形，与宿存萼贴生，密被鳞

[1] 片状糙伏毛；种子镶于肉质胎座内

2、艾草[1]

别名：冰台、遏草、香艾、蕲艾、艾蒿、艾﹑灸草﹑医草﹑黄草﹑艾绒、艾叶 科属分类：菊科, 蒿属

性状：茎类圆柱形，长短一一，直径可达5mm。绿色，表面有纵棱，可见互生的枝、叶或叶基。上部有较密的柔毛。质坚脆，易折断，断面纤维性，中央有白色髓。叶皱缩或已破碎，完整叶片展平后二至三回羽状深裂，裂片线形，两面均被柔毛。头状花序较多，半球形，直径3-6mm，总花梗细瘦，总苞叶线形，总苞片2-3列，边缘有白色宽膜片，背面被短柔毛；花托卵形；边缘为雌花，内层花两性，均为管状。成熟花序可见倒卵形的瘦果。气浓香，味微苦

功效：艾草性味苦、辛、温，入脾、肝、肾。全草有调经止血﹑安胎止崩﹑散寒除湿之效。治月经不调﹑经痛腹痛﹑流产﹑子宫出血, 根治风湿性关节炎﹑头风﹑月内风等。因它可削冰令圆，又可炙百病，为医家最常用之药。现代实验研究证明，艾叶具有抗菌及抗病毒作用；平喘、镇咳及祛痰作用；止血及抗凝血作用；镇静及抗过敏作用；护肝利胆作用等。艾草可作“艾叶茶”、“艾叶汤”、“艾叶粥”等食谱，以增强人体对疾病的抵抗能力。艾草具有一种特殊的香味，这特殊的香味具有驱蚊虫的功效，所以，古人常在门前挂艾草，一来用于避邪，二来用于赶走蚊虫

3、星宿菜[3]

科名：报春花科

别名：假辣蓼、泥鳅菜，红根草，红气根、红七草、金鸡脚、百煎草、蛙霓草，黄鳅窜、红头绳、血丝草

性状：叶互生；阔披针形，或倒披针形，长4～9厘米，宽1～2厘米，先端短尖或渐尖，基部渐狭，近于无柄，表面具黑褐色腺，干后凸起。花序长总状，稍有腺毛；苞片三角状披针形，长约2毫米，花梗长1～3毫米；萼5裂，裂片椭圆状卵形，先端钝尖，边缘有缘毛，膜质，中部有黑色点，长约1.5毫米：花冠白色，长约3毫米，喉部有短腺状毛，裂片5，倒卵形，先端钝尖，背面有黑色点；雄蕊5，着生于花冠中部，花丝短，有腺状毛；花柱较雄蕊短

功效：活血，散瘀，利水，化湿。治跌打损伤，关节风湿痛，妇女经闭，乳痈，瘰疬，目赤肿痛，水肿，黄疸，疟疾，痢疾

4、天胡荽[5]

科名：伞形科

别名：鸡肠菜，滴滴金，翳草，铺地锦，肺风草，破铜钱，满天星，落地金钱

性状：多年生草本。茎纤弱细长，匍匐，平铺地上成片，秃净或近秃净；茎节上生根。单叶互生，圆形或近肾形，直径0.5～1.6厘米，基部心形，5～7浅裂，裂片短，有2～3个钝齿，上面深绿色，光滑，下面绿色或有柔毛，或两面均自光滑以至微有柔毛；叶柄纤弱，长0.5～9厘米。伞形花序与叶对生，单生于节上；伞梗长0.5～3厘米；总苞片4～10枚，倒披针。形，长约2毫米；每伞形花序具花10～15朵，花无柄或有柄；萼齿缺乏；花瓣卵形，呈镊合状排列；绿白色。双悬果略呈心脏形，长1～1.25毫米，宽1.5～2毫米；分果侧面扁平，光滑或有斑点，背棱略锐。花期4～5月

功效：清热，利尿，消肿，解毒。治黄疸，赤白痢疾，淋病，小便不利，目翳，喉肿，痈疽疔疮，跌打瘀肿

5、鱼腥草[5] 别名：折耳根、臭菜、侧耳根、臭根草、臭灵丹、朱皮拱 科名：三白草科

性状：鱼腥草为多年生草本，高30～50厘米，全株有腥臭味；茎上部直立，常呈紫红色，下部匍匐，节上轮生小根。叶互生，薄纸质，有腺点，背面尤甚，卵形或阔卵形，长4～10厘米，宽2.5～6厘米，基部心形，全缘，背面常紫红色，掌状叶脉5～7条，叶柄长1～3.5厘米，无毛，托叶膜质长1～2.5厘米，下部与叶柄合生成鞘。花小，夏季开，无花被，排成与叶对生、长约2厘米的穗状花序，总苞片4片，生于总花梗之顶，白色，花瓣状，长1～2厘米，雄蕊3枚，花丝长，下部与子房合生，雌蕊由3个合生心皮所组成。蒴果近球形，直径2～3毫米，顶端开裂，具宿存花柱。种子多数，卵形。花期5-6月，果期10-11月。鱼腥草是治肺痈之要药 功效：清热解毒；排脓消痈；利尿通淋

三、收获与体会

在查阅相关资料时，认识了许多常见的草药，了解了它们的性能，比如：积雪草，湿热

[4]黄疸，中暑腹泻，砂淋血淋，痈肿疮毒，跌扑损伤。野牡丹，消积利湿，活血止血；清热[5][6]解毒。艾草，祛风，除湿，调经。

一些常见的普通的草，其实都有许多用途，日常生活中我们经常忽略了。在植物采集时必须注意维护好其根、茎、叶、花、果实，采集全株或带叶枝，雌雄异株的植物，分别采集雄株和雌株。注意有些植物很相像，可是却不是相同的种类，要注意微小的差别加以区分。

压制标本时必须勤换吸水纸以免其发霉变色。

在上山采集的过程中，更多的认识了自然界生物的多样性，增加了学习的浓厚兴趣，贴近自然，感受自然。感受到中国的种草药的丰富，有许多的利用空间。

参考文献

[1]张贵君，常用中药鉴定大全，哈尔滨，黑龙江科学技术出版社，1993年。[2]吴淑荣等，实用中药材鉴别手册，天津，天津科学技术出版社，1988年。[3]钱信忠，中国本草彩色图鉴，北京，人民卫生出版社，1996年

图像采集与制作 篇6

随着科学技术的发展, 视觉技术被广泛应用于军事、工业以及测控领域。视觉是人们主要的信息源,通过图像采集系统对周围环境图像数据进行采集,这样机器能够替代人类获得环境信息,此种系统被广泛应用于测控系统,以获得飞行器的环境参数。 利用高性能的FPGA控制图像数据的采集与图像数据处理,通过交错双平面技术对处理后的图像数据进行存储, 通过USB总线, 将处理后的数据传输给上位机进行解包并显示。

1系统的总体设计

系统工作过程:采集存储模块的FPGA通过模拟IIC时序, 对CMOS模拟传感器进行初始化与配置, 并采集图像数据,通过信号调理电路将采集的模拟信号进行滤波放大, 并将调理放大的信号进行A/D转换后输出给FPGA , FPGA将接收的数据通过内部FIFO缓存后传输给Flash芯片进行存储。 FPGA回读Flash芯片内的数据, 通过LVDS总线( 型号DS92LV1023) 发送给监控读数模块, 通过USB接口( 型号CY7C68013) 传输给上位机, 由上位机对图像进行解码显示。 系统的原理框图如图1所示。 FPGA采用XILINX公司的XC3S1400AN,内部包含有丰富的RAM资源,便于数据采集[1,2,3]。

2 CMOS图像数据采集模块

通过FPGA对CMOS图像采集模块进行逻辑控制。 其中采集模块主要完成对视频图像的采集, 对采集到的信号进行模数转换, 并对此信号进行低通滤波及放大后[4,5,6,7]传输给图像数据存储模块进行存储。

在本文的系统设计中,对图像数据的采集是核心模块。 视频前端应用CMOS图像传感器(型号OV7670),输出的图像数据最高为30帧/s,30万像素,芯片内部的寄存器达201个, 通过FPGA控制单片机对传感器寄存器进行配置。 单片机采用IIC总线为传感器寄存器串行传输数据,在对IIC总线时序控制中,利用54个SDA时钟传输32 bit的配置数据, 其中前两个时钟周期完成时序模块的初始化,延时4个周期后,启动串行数据的传输, 传送完一个字节数据后等待从接收器(CMOS图像传感器)的应答信号,当单片机确定从接收器正确接收后,启动发送下一个字节的配置数据,直到发送完4个字节的配置数据后,发送终止信号, 结束IIC总线的传输, 完成传感器的初始化, 从而控制图像数据的质量、 图像数据的制式以及数据的传输方式。 其中IIC总线传输模块的时钟为30 k Hz。

CMOS图像传感器将采集到的光信号转换为模拟信号, 被转换的模拟信号很微弱, 为达到A/D转换芯片对处理信号电平的要求,需要对传感器输出的模拟信号进行放大处理, 经A/D转换芯片将模拟信号转换成数字信号输出。 FPGA的解码部分通过控制3种同步信号(像素时钟同步信号、行同步信号和场同步信号),进而得到8 bit的RGB制式的图像数据信号。 图像传感器的分辨率为640×480,行同步信号为 “1”时有效, 每行显示的有效数据是640 bit; 每列显示的有效数据是480 bit, 场同步信号为 “0” 时输出转化后的有效数据, 当其变为 “1” 时, 表明一帧图像数据传输完成。 采集到的数据通过FPGA芯片的内部FIFO缓存。

3图像数据存储模块

本文采用的FPGA片内存储器有限,考虑到大数据量的图像数据, 需要外部扩展存储器, 选用K9WBG08U1M型号的Flash, 此Flash最大存储4 GB图像数据, 以页为单位对数据进行读写, 以块为单位对数据进行擦除,包含3种地址控制信号(列地址、行地址和块地址)。 图像存储模块在上电初始化后,FPGA控制时序擦除Flash内存,并等待存储视频前端采集到的图像数据。 采用交错双平面式对接收到的图像数据进行存储, 将1片4 GB的Flash分成2片2 GB的Flash, 对其中一片Flash进行写操作的同时对另一片Flash进行读操作, 此种交错方式使输入输出不间断, 实现图像数据的无缝处理, 提高数据传输与处理的效率。

为了方便对图像数据进行读写操作, 引入3种控制信号:地址使能信号、命令使能信号和数据锁存信号。 在FPGA的逻辑时序控制中, 当地址使能信号有效为 “ 0 ” 时,FPGA的8个I/O口并行输出地址, 在对Flash芯片进行寻址时写入32 bit地址(13 bit是字节地址,19 bit是页地址和块地址),分5次输出;当命令使能信号有效为 “ 0 ” 时, 8位I / O口输出命令, 当数据锁存信号有效为 “ 0 ” 时, 8位I / O口输入8 bit图像数据。 图2所示为Flash存储模块工作时序流程图。

4监控读数模块

通过综合考虑,图像数据存储模块与监控读数模块通过低压差分传输方式(LVDS) 进行数据的传输, 此种传输方式适用于高速短距离传输, 但是, 在利用普通双绞线进行数据的传输时,信号的传输损耗随着信号频率的增加而增加。 基于此种限制,在图像数据的发送端加入驱动以增强信号,在图像数据的接收端采用均衡补偿法补偿信号在传输过程中的损耗。

此监控读数模块采用LVDS接口和422接口与图像数据存储模块进行通信。 LVDS接口主要负责存储命令的下发和回读存储模块的图像数据,422接口主要负责对存储模块状态的监控,通过回读存储模块的状态信息以确定存储模块是否正常工作。 图3所示为监控读数模块与数据存储模块的LVDS接口示意图。 存储模块接收到读数命令, 通过LVDS接口, 将数据传输给监控读数模块,监控读数模块通过检测数据的高两位判断是否为有效数据。 若为有效数据,将此数据存储到外部的FIFO中,若为无效数据,则丢弃。 监控读数模块向存储模块发送启动存数数据命令后,数据存储模块通过422接口将本身的状态信息发送给数据监控模块,通过这些状态信息能够判断存储模块是否正常工作。

5系统测试结果

在对本系 统的硬件 和软件模 块调试成 功后 , 对系统的总体功 能进行测 试 。 CMOS模拟传感 器对图像 数据进行 采集后 ,通过数据 存储模块 对采集到 的数据进 行存储 , 由监控读 数模块通 过LVDS接口回读 图像数据 , 并将此数 据通过USB接口上传 给上位机 , 上位机对 此数据进 行解码并 显示 , 图4所示为还 原后的图 像数据 。 其中FAF6为帧开始 标志 , 帧标志前 面的3个字节是 帧计数 。

6结论

本文利用CMOS传感器实现了对图像数据实时采集的要求。 应用K9WBG08U1M型号的Flash芯片通过交叉双平面技术对此图像数据进行存储,实现了数据的无缝传输,以流水线的数据传输方式提高了本系统的传输效率。 监控读数模块通过LVDS接口和422接口对存储模块的数据进行回读并在上位机上显示。 系统充分利用了具有高性能的XC3S1400AN(所用FPGA型号)芯片, 提高了系统的运行速度,具有很高的参考价值。

摘要：设计了一种针对具有大数据量特点图像数据采集、存储及长线回读的测控系统。在控制信号的作用下,此测控系统将CMOS传感器采集的大容量数据存储到Flash芯片中。存储完成后,通过LVDS总线,将Flash芯片中存储的数据回传到上位机进行存盘并显示。实验证明,此系统稳定性高,在工业控制领域具有借鉴意义。

关键词：图像数据,FPGA,Flash,数据存储

参考文献

[1]吴萌.一种高速、大容量图像存储系统设计[D].西安:中国科学院西安光学精密机械研究所,2009.

[2]邢彦梅,董晓倩,张园.一种基于JPEG2000算法的图像传感器设计[J].电视技术,2012,36(11):44-46.

[3]王小艳,张会新,孙永生,等.Camera link协议和FPGA的数字图像信号源设计[J].国外电子元器件,2008,16(7):59-61.

[4]任伟,张彦军,白先民.基于LVDS的高速数据传输装置的设计[J].科学技术与工程,2012,12(29):7759-7763.

[5]郭铮,刘文怡,冯妮.基于FPGA多通道高速数据采集存储器设计[J].电视技术,2012,37(17):55-57.

[6]蒋鹏,吴建峰,董林玺.一种改进的无线多媒体传感器网络分布式图像压缩算法[J].传感技术学报,2012,25(6):815-820.

图像采集与制作 篇7

关键词：双目视觉,模糊增强,边缘检测,焊缝识别

0 引言

21世纪是人类开发利用海洋的时代, 随着海洋石油和天然气工业的发展, 海洋管道工程日益向深海挺进, 发展水下自动化焊接技术已刻不容缓。由于药芯焊丝水下湿法焊接的工作环境非常恶劣, 在焊接过程中存在着强烈的弧光、气泡、飞溅、电磁以及工件表面污染等的干扰[1], 由CCD摄取的焊缝原始图像中不可避免地含有各种形式的噪声。因此, 设计一套水下视觉系统是保证获取焊缝图像实现跟踪的第一步。边缘检测技术是图像分析与识别的重要工具, 在双目视觉的特征匹配中, 边缘元素常作为首选的匹配特征[2], 但由于水下图像的特殊性, 采用传统的结构特征或一般的灰度特征进行图像分析巳不适应, 针对图像中物体的边界所具有的不确定性和模糊性, Pal提出了一种图像边缘模糊增强算法, 首次将模糊集理论引入到图像分割算法中, 实现目标物的识别[3]。因此, 本文为了实现机器人水下空间焊缝跟踪, 对水下焊缝图像的获取及识别进行研究, 设计了水下双目视觉系统, 采用模糊增强图像处理算法对图像质量进行了改善, 准确地实现了焊缝的识别。

1 水下双目视觉图像采集系统

1.1 水下双目视觉传感器

水下双目视觉传感系统结构如图1所示。水下卤钨灯与二个CCD摄像头均具有完全密封的防水结构, 整个外壳由不锈钢材料加工而成, 内置器件可方便地放入并取出。其中, 卤钨灯的外形尺寸为φ41×107mm, 空气中重量0.3kg, 水下的重量0.25kg, 其最大功率为50W, 放在熔池前方附近区域进行照明, 供电电源采用TPR-6405直流可调压电源, 其调节范围为0~35V, 因此, 可调节电压的大小来得到合适的亮度。另外, 水下双目视觉CCD传感器是本系统中采集图像信号的关键部分, 单个摄像头的外形尺寸为φ47×135mm, 空气中重量为0.6kg, 水下重量0.4kg。满足传感器轻量化和小型化的要求, 从而大大减轻机器人的负重而在焊接过程中更加稳定。CCD摄像头分辩率为782 (H) ×582 (V) 像素, 为了增加清晰度及适应性, 焦距手动可调, 视角范围为40°。同时, 设计了一块弧形装配板来装配摄像头与灯源, 该板也可以挡去一部分弧光及飞溅。卤钨灯的位置通过装配板固定于焊缝正上方, 两摄像头的角度在弧形装配板上进行调节, 在实验中可根据实际情况调节摄像头的装配高度以获得最适合的图像范围。摄像头前部加滤光片和保护玻璃, 设计中采用旋钮式结构使得更换滤光片更加方便。

1.2 复合滤光系统

在水下焊接的情况下, 焊接时由于电弧的加热作用使水汽化, 在焊接区域会产生大量的气泡, 气泡不断地产生、长大、破裂, 给焊接区域造成不规则的扰动, 影响焊缝图像的清晰度。更不利的是, 在水下, 焊接产生的烟尘、各种金属蒸汽等不能及时排开而聚集在焊接区域周围, 在更大程度上影响了所摄取的图像中焊缝的清晰度。因此, 要采用相应的滤光系统滤去噪声, 由于在600~700nm波段内, 电弧辐射相对强度最弱, 同时也最稳定[4], 在滤光片中, 大红色滤光片允许通过的波段大于610nm, 紫红色滤光片所允许通过的波段是380~430nm和630~750 nm, 因此本文设计采用大红+紫红色复合滤光系统来滤除部分电弧光获取了比较清晰的焊缝图像, 如图2 (a) 为无滤光系统的图像, 图2 (b) 、图2 (c) 为加滤光系统后的图像。

2 焊缝图像识别

2.1 图像的滤波去噪

图2中 (b) 、 (c) 为药芯焊丝水下焊接时实时摄取的焊缝图像, 图像中上方的白色亮区为焊接电弧, 下方白色亮区为辅助光源照亮的区域, 中间黑色直线部分为待焊焊缝。由图可见, 图中出现了一些汽泡, 飞溅及弧线状的扰动。对于含有这种噪声的图像, 如果直接进行二值化, 在二值图像中仍然存在着这些噪声, 这给后续的焊缝识别带来了困难, 可能使得焊缝识别出现错误。因此, 需要对原始图像进行滤波来去除噪声。考虑到水下焊接焊缝图像噪声的特点以及滤波处理的时间, 采用5×5方形窗口的中值滤波[2], 对CCD所拍图像进行滤波处理。中值滤波后, 焊接中产生的噪声基本被滤掉, 而焊缝边缘没有受到影响, 滤波后如图3所示。

2.2 模糊增强及边缘检测

由图3可以看出, 经中值滤波后, 大部分噪声已经去除, 但是由于水体对光的散射和吸收效应严重影响水下成像过程, 图像对比度低、纹理模糊, 特别是在焊接情况下, 由于弧光的强烈干扰, 光源照亮区域显得亮度很低, 焊缝部分不是很清楚, 因此必须采取更好的办法来增强焊缝边缘信息.文献[3]中, Pal.King采用模糊边缘检测方法提取边缘, 但这种方法消耗时间长, 运算复杂且效果不很理想, 本文采用一种改进的Pal模糊边缘检测算法。以下为该算法的步骤:

第一步, 采用OTSU法[5]选择最佳阀值KT, 设给定的图像具有L级 (L=255) 灰度值, 在1~L间选择阀值KT, 将图像分为目标与背景二类。如果二类的类间方差σB2最大, 则KT即为所求最佳阀值, 其计算公式如下:

式中:

u0, u1-由KT划分的2个区间灰度的平均值

uA-整幅图像灰度的平均值,

w0, w1-灰度值小于和大于的概率之和

从0~L-1依次改变σB2值, 取使σB2最大的值KT作为最佳阀值。

第二步, 重新定义隶属度函数为:

与Pal算法不同的是, 本算法分区域将表示图像像素 (i, j) 灰度级Xij相对于阀值KT和最大灰度值Xmax的隶属度, 这样对图像低灰度区域的信息损失小, 并且重新定义的隶属度函数没有复杂的幂运算, 提高了算法的效率.

第三步, 图像的模糊增强和分割。图像的模糊增强目的是以特定的阀值为界限, 对低灰度区域进行衰减弱化运算, 对高灰度区域进行增强, 以此使得图像各个区域之间的层次比较清楚, 提取的边缘可以更细, 更准确。增强后的图像再进行分割后, 就会产生二值化的效果。模糊增强逆变换公式如下:

第四步, 使用Nakagowa和Rosenfeld提出的“min”和“max”算子提取边缘[6]。定义图像的边缘矩阵为:

利用VC++6.0编制上述算法程序, 在主频为2.8GHz的计算机上进行实验, 实验中, 对未改进的Pal算法和改进的算法进行模糊增强比较。限于篇幅, 未改进的Pal算法, 只取1个摄像头的图像进行处理。对2个摄像头截取的待处理图像大小均为280×210像素, 实验得出, Pal算法模糊增强执行时间为36.5ms。改进后模糊增强执行的时间为17.8ms。从图4、图5比较可以看出, 改进后的图像效果明显比未改进的要好, 噪声基本上得到了抑制, 分割后图像的边缘平滑, 边缘检测的连续性也很好, 实验证明, 完全可以实现焊缝识别。

2.3 焊缝中心提取

水下焊缝图像存在许多的干扰, 经过边缘检测得到的图像还不能直接提取待焊焊缝的中心线, 如何在众多的干扰中识别待焊焊缝中心线是目前焊缝跟踪的关键问题之一。边缘检测后的结果如图5 (e) 、 (f) 所示, 其中白色的像素为255, 黑色像素为0, 在图像的中心由两条基本平行的白色直线围成的黑色区域即为焊缝坡口, 两边由直线和不规则的曲线围成的黑色区域则是电弧与辅助灯照射区, 图像上部为电弧区, 其它呈现黑色的区域为工件背景区。焊缝中心识别的算法如下:

对焊缝图像处理后的结果图像, 由下至上逐行扫描, 对于存在焊缝坡口的一行像素, 从左至右应该有4个从0到255的突变点, 分别称作“弧光照亮区左边缘特征点”, “焊缝左边缘特征点”, “焊缝右边缘特征点”, “弧光照亮区右边缘特征点”, 存在这4个特征点的行称为“焊缝特征行”, 而“左右焊缝边缘特征点”的中心即为焊缝中心, 为提高焊缝中心识别的稳定性, 找到一个缝中心点后, 继续对下面4行搜索焊缝特征点, 若连续5行都存在焊缝左右特征点, 而且每一焊缝特征行的中心点位置与前行的中心点位置相差不超过3个像素, 则确认找到焊缝中心位置, 并设焊缝中心值为5个中心点位置的平均值, 实验证明, 该方法简单有效, 准确率达964%。识别的焊缝中心如图6所示。

3 结论

本文所设计的水下双目视觉传感器体积小、重量轻, 满足传感器轻量化的要求, 能够很好地用于机器人水下焊缝跟踪。CCD摄像机可手动调焦, 提高了水下摄像头的适应性。采用卤钨灯辅助光源加复合滤光的办法, 较好地去除了噪声, 拍摄到较为清晰的焊缝图像。同时, 针对水下焊缝图像模糊, 对比度低的特点, 采用模糊增强图像处理技术, 并对Pal处理算法进行了改进, 提高了图像处理的效率, 获取了清晰的边缘图像。基于左右焊缝边缘特征点的焊缝中心提取方法简单有效, 对于对接及坡口对接焊缝识别的准确率高, 完全可用于实时跟踪。此外必须指出:文中所用算法, 不适用于搭接、角接焊缝的识别。

参考文献

[1]梁明, 王国荣, 等.药芯焊丝水下焊接视觉传感焊缝自动跟踪系统[J].电焊机, 2001, 31 (10) :17-19.

[2]阮秋琦.数字图像处理学[M].北京:电子工业出版社, 2003.

[3]Pal S K, King R A.One edge detection of X-ray images usingfuzzy sets[J].IEEE Trans.PAM I, 1983, 5 (1) :69-77.

[4]石永华, 王国荣, 等.药芯焊丝水下焊接焊缝跟踪视觉传感系统的设计[J].焊接技术, 2000, 29 (4) :20-21.

[5]李国进, 王国荣, 等.水下焊缝自动跟踪路径的识别[J].焊接学报, 2005, 26 (3) :58-62.

图像采集与制作 篇8

关键词：蔗糖结晶,采集控制,图像处理,无线传感器

0 引言

煮糖是蔗糖制炼工艺过程中关键的一环,蔗糖结晶过程是国内糖厂生产过程中唯一没有全面实现自动控制的生产过程。国内至今是依靠人工经验进行手动操作,人为因素对白砂糖的质量影响十分明显,相同条件下不同熟练程度的操作人员所煮出来糖的质量亦有差别;其次由于煮糖水平的差异,常常不能实现以较低的能耗获得较高的煮糖效率及最好的白砂糖质量。再加上国内传统设计制造的结晶罐内无强制循环装置,罐内糖膏循环不良导致煮糖时间长,能耗高,成品糖色值增加。

国外对煮糖控制的研究较早,并且也取得了较大的进展,像澳大利亚、巴西、泰国、西欧的一些国家糖厂在十几年前已经普遍采用了自动煮糖控制系统。自1961年以来著名学者Wright、Foster、Broadfoot、Wilson、Schneider等人一直致力于煮糖自控模型研究,根据物料和能量平衡等推出一系列用于煮糖控制的数学模型,并设计出典型的煮糖控制方案,但是这样的方法需要准确的检测出各种参数还未完全能实现,而且数学模型有待进一步完善。

从国内外的煮糖控制现状来看:煮糖自动化的程度不高,这方面的研究有很大的发展空间。为实现这个工业过程的自动化设计,设计采用一种视觉传感方法,以图像处理为技术基础建立一个煮糖过程自动控制系统。通过计算蔗糖结晶图像的特征值,以数据融合的方式和原有自动控制参数结合,同时还要考虑在工厂复杂的环境中要保持信息的安全连续传输,保持系统控制的实时性问题。因此,在原有设备实现生产自动化的基础上,建立一种基于蔗糖结晶过程的图像采集与工业自控系统有其现实的意义。

1 蔗糖结晶过程模型描述

在整个控制系统中,蔗糖的结晶过程提供主要的控制依据,为了得到一致晶体需要实现结晶过程的连续化与自动化,即对结晶过程实现模型化,找出过程晶体生长、成核和结晶动力学的完整的表达式,使煮糖过程能根据煮糖原料的储存情况、操作条件等的变化,通过工控机自行运算,确定最佳的入料配比,自动控制程序和选定参数,保证整个结晶过程都处于最佳状态。

根据蔗糖结晶过程的变化情况,对结晶过程模型做相关的描述,煮糖罐输入—输出的关系如图1所示。

蔗糖结晶机理模型方程由以下方程组成:

1)物料平衡方程

所谓物料平衡计算就是求出作用物量与生成物量(包括变化部分)的恒等关系。由图1可知:

(1)在任何时刻煮糖罐中的总质量为:

(2)杂质平衡关系:其中DSf-入料糖浆浓度,F-入料糖浆速度。

(3)水平衡关系:其中Wm为煮糖过程中煮水所要加入的水量,Q为蒸发水量,(Wm-Q)可以合并为一项,其值可能为正,也可能为负。

(4)蔗糖平衡关系式:

其中入料糖浆浓度,Ptyf为蔗糖晶体密度,N为糖罐中蔗糖晶体个数。

2)蔗糖晶体生成关系式

在本模型中,所采用的结晶体线性生长速率G是采用Wright教授研究提出数学表达式:

其中,O S-蔗糖溶液临界饱和度;活化能Eact与温度有关,表达式为:Eact=62.76-0.8368(T-60);R=8.32;Wright教授估计了三个与晶体生长相关的参数:P1=7.148,P2=0.04,P3=-1.75。

3)阶距平衡关系式。

其中,µ1—晶体粒度分布1阶距;µ2—晶体粒度分布2阶距;µ3—晶体粒度分布3阶距;G蔗糖晶体线性生长速率。

由蔗糖结晶过程模型可知,影响晶体成长的主要因素有浓度效应(S)、温度效应(T)、流动效应(F)和杂质效应(I),量变表现在浓度的增加,质变表现在相变,两者的总和便形成外形的变化。变化的过程又伴随着系统能量的转移。所以研究结晶的形成,要以浓度、物相和能量变化三方面来进行考察。而这三个方面的变化在图像都会显现出来,设想找到一种针对此结晶图像变化过程的数学算法得到合理控制参数,对实现过程的自动控制大有裨益。

2 蔗糖结晶图像采集系统建模

由蔗糖结晶过程模型描述可知,蔗糖结晶是一个复杂的物理、化学过程,这个过程包括传热又包含传质,当中受多方面的因数影响,人们采用电导仪法、γ射线法、计算过饱和度控制方法都存在不足之处,电导仪法中电极和糖膏接触,会逐渐形成积垢和被腐蚀,影响测定结果;γ射线法存在辐射,对人体产生伤害;计算过饱和度法对传感器要求较高。

2.1 蔗糖图像采集模块

针对上述方法存在的缺陷,本文设计一种非接触式检测方法,利用嵌入式开发平台和CMOS图像传感器采集蔗糖结晶不同阶段图片进行图像处理,提取图像的特征值反馈控制系统,通过数据融合的方式和原有参数结合实现蔗糖结晶过程的自动化控制。从实际情况出发,设计出现场环境模型如图2所示。

在蔗糖结晶过程中,锅炉内的晶体在不停搅拌作用下,不停的依附在锅炉壁的透明玻璃片上,锅炉外光学镜头把图像放大,COMS图像传感器将现场环境的蔗糖图像信号经相位放大、同步信号分离、亮度/色度信号分离和A/D变换等处理,转换成以二进制的数字信号输出。数字信号流直接输入到嵌入式处理器的图像数据采集单元中,单元内部将捕获的图像数据以DMA(Direct Memory Access,直接存储器访问)方式传输到内存中,通过液晶屏在平台的接口送液晶屏LCD显示。在整个过程中,硬件层工作方式由应用层操作界面发出,嵌入式平台通过系统内核互通相应模块控制参量,嵌入式系统内核在整个系统中起到中枢的作用。

此外,锅炉周围在生产过程中温度较高,图像采集仪器外围加装相应的隔热装置。要采集到质量高的图片,还应对光源加以限制,除了增加光的强度以外,采用镀膜镜头减少光线反射,提高图像的亮度和对比度;调节镜头焦距能够增加图像清晰度,消除图像模糊的现象。煮糖罐内的蔗糖晶体在不同阶段依附在锅炉壁状况是不一样的,包括流速,浓度、温度、粘度、纯度和杂质都可通过图像体现出来,因此对不同时间的蔗糖图像进行处理,提取图像特征值就可以为后续的自动化控制提供参数依据。

2.2 蔗糖图像处理模块

依据蔗糖结晶图像的特点,本系统设计图像处理算法核心是针对蔗糖颗粒图像分割以后的特征提取。依据蔗糖结晶图像的特点,前期运用数学形态学的膨胀、腐蚀运算作预处理,采用基于遗传算法的Otsu阈值分割算法进行特征分离,提取特征值。最后利用类间方差值判定对参数归类控制,设计的图像处理模块如图3所示。

在蔗糖的图像处理过程中,以数学形态学在图像的消噪、增强等方面的应用为基础,利用基于遗传算法的Otsu阈值分割方法处理蔗糖结晶颗粒图像以得到其二值化图像,然后再从图像中提取目标的颗粒面积、周长、形状指数等,检测实时采集图像中的单位颗粒参数与实际是否符合,采用Otsu阈值图像分割适应度函数中类间方差值F(t)作为判断依据:

其中,μ0(t)、μ1(t)分别为目标颗粒和阈值部分的概率,ω0(t)、ω1(t)分别为目标颗粒和阈值部分的均值。由Otsu阈值分割出来的目标颗粒参数和阈值空间两部分构成局部差,方差是灰度分布均匀性的一种度量,类间方差F(t)要落在一定的阈值范围之内才符合优化控制的需求,把控制参数送控制系统比较判定后,工控机向无线传感器发送控制命令,实现结晶罐内的强制循环。这样图像处理模块就为蔗糖煮糖环节实现自动控制提供了一个有效的技术保障。

3 煮糖结晶过程控制系统建模

煮糖自动控制系统的基本原理是总结糖的结晶过程原理、建立数学模型,根据经验预先设置好煮糖相关参数的工艺曲线,根据各相关参数采集点反馈回来的信息按设定曲线自动调节相关物料,自动控制强制循环装置、液位、真空度、蒸汽压力、和糖浆锤度等,以达到结晶颗粒均匀可控,采用较低的能耗获得较高的煮糖效率及白砂糖质量的效果。

蔗糖结晶过程是一个非线性、慢时变、多变量控制过程,要建立其机理模型非常困难。为了克服传统建模的不准确性,找出过程的合适输入-输出关系,本设计采用了对煮糖结晶过程进行Elman神经网络建模。引用Elman神经网络对现场系统建立一种自回归模型,其模型的差分方程可以表示为:

式中,μ(t)是输出向量,x(t)是输入向量,m,n分别是输入和输出的时间时滞因子,f是非线性函数。利用实际的输出x和Elman神经网络输出之间的误差来调节神经网络的权值,最终期望用来反映x。

根据Elman神经网络模型机理,本设计在机械自动取样(即代替人工取样)的基础之上,建立基于图像处理的过程控制系统流程图4所示:

实际生产中,图像处理模块参数x(t)是输入向量,CAM现场总线发出命令μ(t)是输出向量。原来技术工人用采样器抽出煮糖罐内的糖膏样本放在玻璃板上观察和用手摸感触,判断蔗糖晶体的相对数量、疏密程度、生长情况以及糖膏母液的浓度、黏度和吸收状况等,然后手动控制原蜜、甲稀和水的加入量,促使蔗糖颗粒结晶。本设计的图像处理算法可以比较准确的计算出单位面积内的蔗糖颗粒面积、周长、形状指数等,将所获参数与从原来设定的参数相结合综合分析,对罐内的蔗糖结晶实际情况进行预测和判断,通过工控CPU向智能传感器发送控制命令参数μ(t),工控模块通过CAM总线形式连接起来,对加原蜜伺服、加糖浆伺服、加热水伺服和自动取样、模式识别微波检测装置等进行实时监控,并将控制信息实时反馈给工控机对系统进行修正。在结晶罐内不断的强制循环,最终达到生产出高质的糖产品、节约能源、提高生产效率目的。

4 结论

本文以蔗糖结晶过程为依据,首先描述蔗糖结晶过程模型,得出影响结晶的因素;然后对蔗糖结晶图像采集与控制进行系统建模,通过对结晶过程图像处理,计算特征值,提取目标的面积、周长、形状指数等,为过程自动化控制提供参数依据;最后以工控机为核心,将控制命令通过智能传感器向控制节点发送,结点又将所获取的控制信息反馈到工控机,真正实现整个过程自动控制。达到了节约能耗,减少劳动力,降低生产成本,提高效率,提高白砂糖的产量和质量目的,有效地提升了企业的核心竞争力目的。

参考文献

[1]M.Mathlouthia,J.Genotelleb.Role of water in sucrose crys-tallization.Carbohydrate Polymers 37(1998)335-342.

[2]Zhang Hui,Fritts J E,Goldman S A.A fast texture featureextraction method for region-based image segmentation[C]//SPIE Electronic Imaging-Image and Video Communications,2005,5685:957-968.

[3]P.M.Martins,F.Rocha.New developments on size-dependent growth applied to the crystallization of sucrose.Surface Science 601(2007)5466–5472.

[4]Wright E.T,D.L.Mackintash,B.K.Butler.Modeling Growth Rate Dispersion(GRD)in Suger Crystallision,Proc.Aust.Soc.sugar Cane Techbo.

[5]沈参秋,等.甘蔗制糖原理与技术第四分册―蔗汁结晶[M].中国轻工业出版社,2001.

[6]孔繁镍,李燕.蔗糖结晶过程的模糊自适应PID控制[J].广西民族学院学报(自然科学版),2006,12(3):89-91.

[7]王玲妹,朱名日,樊春丽.图像识别技术在蔗糖颗粒检测中的应用[J].计算机仿真.2009.26(7).294-297.

[8]林兴盛,陈云峰,杨翠峰,谢强,许家进.煮糖自动化的开发及实施[J].广西蔗糖,2008.6(2).39-43.

基于嵌入式系统的图像采集与压缩 篇9

1 构建开发平台

硬件平台采用Samsung公司的处理器S3C2410[1].通过在USB接口上外接一个摄像头,将采集到的视频图像数据放入输入缓冲区中,通过应用程序对图像数据进行处理;软件系统采用Linux操作系统,它是源码开放的嵌入式操作系统,可移植性强,支持多任务,具有完备的TCP/IP协议栈并支持多种文件系统.

根据系统应用需求定制Linux嵌入式操作系统,使其支持USB总线和COMS图像传感器,确保该OV511接口芯片在Linux下正常驱动,并得到主机系统USB控制器以及Linux内核中Video4Linux的支持;在宿主机上安装适合于目标处理器的交叉编译器、调试器.

2 图像采集

图像采集分2步实现:一是COMS图像传感器在内核中的底层驱动;二是编写上层应用程序以获取视频流数据.

2.1 图像传感器驱动

(1)在arm linux的kernel目录下make menuconfig;

(2)选择Multimedia device-〉下的Video for linux.加载video4linux模块,为视频采集设备提供编程接口;

(3)在usb support-〉目录下选择support for usb和usb camera ov511 support.这使得在内核中加入了对采用OV511接口芯片的COMS图像传感器的驱动支持.

(4)保存配置退出.

(5)make dep;make zImage就生成了带有ov511驱动的内核.

经编译后的Linux支持有USB接口的OV511图像传感器,系统启动后能够自动识别USB设备(在设备目录下为/dev/video0).可直接利用系统调用获取设备信息和数据,以方便应用程序的开发;COMS图像传感器驱动程序中提供基本的I/O操作接口函数open、read、write、close,以实现中断处理、内存映射以及对I/O通道的接口函数ioctl进行控制等功能.

2.2 Video4Linux编程

Video4Linux是Linux中针对视频设备应用程序编程所提供的一系列接口函数,通过使用video4linux的API函数从视频设备中把图像数据读取出来.具体过程如下:

(1)打开视频

int v4lopen(char *dev, v4ldevice *vd)

{

if (!dev)

dev = ”/dev/video0”;

if ((vd -〉fd = open(dev, ORDWR)) <0)

{ perror("v4lopen:");

return -1;

}

if (v4lgetcapability(vd))

return -1;

if (v4lgetpicture(vd))

return -1;

return 0;

}

(2)读videocapability中信息

int v4lgetcapability(v4ldevice *vd)

{

if (ioctl(vd -〉fd, VIDIOCGCAP, &(vd-〉capability)) <0)

{ perror("v4lgetcapability:");

return -1;

}

return 0;

}

该函数成功返回后将这些信息从内核空间拷贝到用户程序空间的vd-〉capability各成员分量中,使用printf函数就可得到各成员分量信息.例如printf(“maxheight=%d”,vd-〉capability.maxheight)获得最大垂直分辨率的大小.

(3)读videopicture中信息

int v4lgetpicture(v4ldevice *vd)

{

if (ioctl(vd-〉fd,VIDIOCGPICT,&(vd-〉picture))<0) {

perror("v4lgetpicture:");

return -1;

}

return 0;

}

在用户空间可以改变videopicture中分量的值,先给分量赋新值,再调用VIDIOCSPICTioctl函数,例如

vd-〉picture.palette = pal; //调色板

vd-〉picture.depth = dep; //像素深度

if (ioctl(vd-〉fd,VIDIOCSPICT,&(vd-〉picture))<0)

{

perror("v4lsetpalette");

return (NULL);

}

2.3 图像数据采集

视频图像截取方法有2种[2]:(1)read( )直接读取,(2)mmap( )内存映射.设计中采用了mmap( )内存映射方式获取图像,mmap( )系统调用使得进程之间通过映射同一个普通文件实现共享内存.普通文件被映射到进程地址空间后,进程可以向访问普通内存一样对文件进行访问,不必再调用read( ),write( )等操作.

使用函数ioctl(vd-〉fd,VIDIOCGMBUF,&(vd-〉mbuf))获得图像传感器存储缓冲区的帧信息,用vd-〉map=mmap(0,mbuf.size, PROTREAD|PROTWRITE,MAPSHARED,vd-〉fd,0)把图像传感器对应的设备文件映射到内存区,该映射内容区可读可写且不同进程间可共享.该函数成功时返回图像数据的指针,失败时返回值为-1.

实现单帧采集:设置vd-〉mbuf.frame=0,即采集其中的第一帧,使用ioctl(vd-〉fd,VIDIOCMCAPTURE,&vd-〉mbuf)函数,若调用成功则以非阻塞方式激活设备真正开始一帧图像的截取.通过ioctl(vd-〉fd,VIDIOCSYNC,&frame)函数判断该帧图像是否截取完毕,如成功返回表示截取完毕,之后可把图像数据保存成文件的形式.

3 图像压缩

采集到的原始图像数据量大,不利于在网络上传输,这就要求图像采集平台对原始数据进行压缩处理,这里采用JPEG压缩方式.JPEG静止图像压缩标准是一种广泛认可的标准,一般操作系统和应用都支持.JPEG标准是在变换编码的基础上,综合应用了DCT和哈夫曼编码两种手段达到了很好的图像压缩效果.

3.1 压缩算法

在JPEG算法中通常是先将图像分成一个个8×8的图像子块,对每一个图像子块进行离散余弦变换,所使用的二维离散余弦变换公式如下[3]

undefined

其逆变换如下

undefined

式中,当u=ν=0时,undefined;当u,ν为其他值时,k(u)=k(ν)=1.f(x,y)经DCT变换后,F(0,0)是直流系数,其他为交流系数.

在离散余弦变换中,设法使变换后的图像子块的能量下降速度加快,则可以减少块效应并能使细节部分清晰.正是基于这一点,通过收敛性良好的Chebychev多项式来拟合离散余弦变换,使得变换后的图像子块的能量下降速度加快,从而提高图像数据的压缩比,同时还能够改善图像的块效应[4].

3.2 安装jpeg库

ARMlinux中没有jpeg函数库,经下载jpegsrc.v6b.tar. gz[5]后,在/usr/local/arm/3.2/解压安装:

# tar -zxvf jpegsrc.v6b.tar.gz

# cd jpeg-6b

# export CC=arm-linux-gcc

# ./configure --prefix=/usr/local/arm/3.2/arm-linux/ --enable-shared --enable-static

# make

安装前需要在arm-linux下建个目录

# mkdir -p /usr/local/arm/3.2/arm-linux/man/man1

# make install

这样,ARMLinux就支持jpeg函数库,此处注意用编译器编译连接时带有-ljpeg选项才能生效.

4 实验结果

图1是同一背景2张大小均为320×240的照片.其中图1a是未压缩图像,数据量为255 K.图1b是在JPEG压缩质量为80时存储的图片,其数据量为9.52 K字节.结果表明图像的数据量大大减少,压缩效果良好.

5 结束语

基于嵌入式Linux系统介绍了图像的采集与压缩.对于32位的嵌入式系统,在应用于图像采集,特别是远程的图像采集时,因处理器足以完成复杂的运算,可以使用JPEG压缩算法,以获取更高的图像压缩比,从而提高图像数据在网络上的传输速度.

参考文献

[1] Samsung Electronics Co.Ltd.S3C2410A user’s manual.revision1.0[EB/OL].http://www.samsung.com.Yongin-City,Gyeonggi-Do,Korea[2004-03].

[2] 李侃,廖启征.基于S3C2410平台与嵌入式Linux的图像采集应用[J].微计算机信息,2006, 22(2-3):125-127.

[3] 杨济安.图像通信与图像处理[M].重庆:重庆大学出版社,2003:73.

[4] 苏日建,宋胜利.嵌入式图像采集系统的JPEG算法改进[J].重庆工学院学报,2006,20(11):75-76.

[5] ftp://ftp.uu.net/graphics/jpeg/jpegsrc.v6b.tar.gz

摘要：首先简要介绍了嵌入式监控系统开发平台,接着阐述了在该平台上如何实现图像的采集与压缩,重点讲述了Video4 Linux编程实现和JPEG压缩算法,最后讲解了如何在Linux系统下实现JPEG压缩,实验结果令人满意.

关键词：嵌入式Linux,图像采集,V4L,JPEG压缩

参考文献

[1]Samsung Electronics Co.Ltd.S3C2410A user’s manual.revision1.0[EB/OL].http://www.samsung.com.Yon-gin-City,Gyeonggi-Do,Korea[2004-03].

[2]李侃,廖启征.基于S3C2410平台与嵌入式Linux的图像采集应用[J].微计算机信息,2006,22(2-3):125-127.

[3]杨济安.图像通信与图像处理[M].重庆:重庆大学出版社,2003:73.

[4]苏日建,宋胜利.嵌入式图像采集系统的JPEG算法改进[J].重庆工学院学报,2006,20(11):75-76.

图像采集与制作 篇10

径赛终点图像采集计时系统主要应用于各种竞速类比赛终点图像判读,当前的各类竞速比赛最终结果往往决定于百分之一秒甚至千分之一秒,人肉眼很难分辨,所以靠以往的人工计时已经无法满足要求。国际田联也同时规定要求只有电子计时系统判定的成绩才能作为最终的结果,并予以认可[1]。目前我国已经将径赛终点图像采集计时系统应用于国内各类比赛之中。我国在体育电子设备领域的研究、生产比国外同类产品起步晚,技术含量低,比赛判读精度不高、判读图像也还停留在黑白图像判定这一水平上,而国外同类产品虽然性能上有优势,但是每套价格高,有的甚至在几十万美元左右,需要大量外汇,这不符合我国国情更不适合普及,所以研制新一代彩色图像计时系统是竞技体育的需要,也是科技工作者科技创新的需要。

1 径赛终点图像采集计时系统组成及工作原理

终点判定系统与相关设备现场连接示意图如图1所示。它主要由发令信号传感器、信号传输、图像采集处理系统等组成。

以往手动计时,终点裁判员通过目测观察起端烟屏来启动手中的计时器,这一般要延迟零点几秒。我们选用高灵敏度的声音传感器作为起端拾音设备,从而保证了系统及时启动。声音传感器感知裁判员发令枪声后,通过无线或有线方式启动设在终点摄像房的图像判读计时系统开始计时,系统开始以千分之一秒开始计时,当运动员通过终点时,终点裁判长可以控制高精度终点摄像机进行终点图像采集。在此,系统会自动在图像上进行时标叠加,并将运动员的冲刺连续图像存储到内存中,如果图像较多,也可以暂存到计算机硬盘中。当所有运动员全部通过终点后,计时裁判员可以通过显示器调出所有叠加上时标的图像进行判读,最终结果可以通过计算机进行排序,并打印最终成绩结果,如果需要也可以打印运动员冲刺图像。图像采集系统设备连接如图2所示。

2 系统核心设计

2.1 高速计时图像采集设计

高速图像采集摄像机当中的核心采集器件我们采用全彩色线阵电荷耦合器件CCD(Charge Coupled Devices),它的时钟速率达到2000hz,满足我们系统1000帧/s的要求。按照设计要求采集图像可以达到5000像素/帧,分为红、绿、兰3个采集通道,采集深度达到16位,每通道最高64K色[2]。采集的三基色数据最后需要经过一定算法进行图像还原,图像的采集和时标的叠加要求同步进行,保证判读成绩的准确性。

2.2 成绩判读系统软件设计

软件可以运行于Windows、MacOS、Linux平台下,人机操作界面简单、方便,一般裁判员经过快速培训就可以进行现场操作。软件系统完成如下功能:(1)竞速时间读取;(2)终点冲刺图像判读;(3)采集运动图像存取;(4)运动成绩管理;(5)采集图像的数字处理。

3 采集图像后期处理算法

3.1 图像非线性增强处理

在采集图像同时,会有很多因素影响图像采集质量,导致图像失真。通过图像增强处理可以改善图像显示效果,提高清晰度。将图像转换成一种更适合于人或机器进行分析处理的形式。图像处理可以采取多种非线性曲线处理,根据不同天气环境对采集图像可以进行不同的处理方法,比如说可以通过调整γ曲线不同参数来校正等。图3为经过图像处理算法后的采集图像效果。

3.2 图像RGB色彩平衡

由于我们是通过采用彩色线阵CCD进行图像采集,它分为红、绿、蓝三条线阵通道进行采集相应图像数据,由于不同通道具有不同的敏感度,以及采集象元的不同,这样当我们在进行后期图像整合时会出现RGB三种颜色的不平衡,这样给我们的感官是图像颜色会有所失真,甚至是当我们采用不同的显示器时候也会出现这样的效果[3]。

3.3 直方图均衡化处理

灰度直方图反映了数字图像中每一灰度级与其出现像素频率间的统计关系。它能描述该图像的概貌,例如图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整幅图像的平均明暗和对比度等,为对图像进一步处理提供了重要依据。大多数自然图像由于其灰度分布集中在较窄的区间,引起图像细节不够清晰。采用直方图修正后可使图像的灰度间距拉开或是灰度分布均匀,从而增大反差,使图像细节清晰,达到增强的目的。直方图修正法通常有直方图均衡化及直方图规定化两类[4]。本系统采用直方图均衡化处理方法处理后期采集图像。

4 结语

目前我国各项体育运动正处于蓬勃发展的时期,竞速类运动成绩的判定,要求公平、公正,避免人为因素干扰,这就需要借助相应的电子设备进行裁决,国外的电子设备充斥了该领域,体育电子设备国产化是当务之急。随着2012年伦敦奥运会、2014年索契冬奥会的临近,必将掀起全民体育运动的高潮,竞速类计时系统需求量将会不断增加,所以该系统的设计和开发必将对拉动体育科技产业化发展起到重要意义。

摘要：在各类竞速体育比赛中,尤其是中短距离的冲刺运动成绩判定,仅仅依靠手工计时是无法满足要求的,目前,我国各类大赛运动成绩判定使用最多的是国外生产的彩色图像计时判定系统。我国自主研发的该类设备依然停留在黑白图像计时判定水平上,本文将高速彩色线阵电荷耦合器件Charge-coupled Device技术应用于径赛终点高速图像采集电动计时系统中,介绍了终点计时系统的组成和工作原理,同时对彩色图像采集后期处理中影响图像质量的各种因素进行了深入的分析,详尽描述了在数字图像处理中如何运用灰度、彩色平衡、直方图均衡化等数字图像处理技术,从而得到清晰的、高质量的彩色图像数据。

关键词：终点图像采集,时标叠加,数字图像处理,电荷耦合器件

参考文献

[1]王爱丹.现代化全自动摄像系统计时与裁判工作方法的研究,北京体育大学学报[J].1998,11(02).

[2]王庆有.图像传感器应用技术[M].电子工业出版社,2003年.

[3]赵丽,赵宇明.计算机辅助彩色立体图像生成中的误差分析与处理[J].光电技术,2006,29(04).