基于ARM移动平台的图形识别算法研究与实现

论文摘要

嵌入式系统以嵌入式芯片为核心,具有微型化、便携化、实时化等特点。由于满足了现代电子产品向小型智能化发展的需求,其应用范围越来越广。当今以嵌入式系统为硬件平台的图像识别系统发展迅速,已应用于安防监控、工业控制以及电子消费等各个领域。本文分析了嵌入式芯片的特点,以自己搭建的嵌入式平台为基础,探讨了嵌入式平台下图形识别算法的特点、算法移植优化等问题,并将嵌入式系统整合到小车平台,实现了算法的简易应用。在分析嵌入式算法特点后,本文研究并实现了一种基于ARM9平台的快速图形识别算法,通过连接于ARM9开发板上的摄像头捕获试验图像,实时识别图形并通过控制电机实现对小车速度和运动方向的控制。试验图形为自制交通标志。算法以图形的颜色和形状特征为主题进行研究,论文完成的主要工作如下:（1）阐述了硬件平台的结构特点及原理功能,研究了S3C2440A芯片相关寄存器作用及功能实现方法完成了小车平台的组装,介绍了L298N双H桥电机驱动芯片的参数及特点,完成了硬件平台的连接调试。简要介绍了WinCE系统的特点,并实现了系统的移植和该系统下摄像头驱动的编写。（2）依据图形颜色信息实现彩色视频图像的背景分割,将彩色图像转化为去除背景信息的二值图像。使用高斯-拉普拉斯算子提取二值图像边缘信息,将目标轮廓完整提取出来。利用查表细化法,提取目标的单像素边界骨架。根据图形的形状特征,即都具有圆形外观,计算各分区域的圆形度信息,并据此提取感兴趣区域,预设闭合区域面积阈值,剔除伪目标。（3）完成了嵌入式平台下的算法优化改进,实现识别算法定点化,提高了算法在嵌入式系统中的执行效率。在ARM移动平台上完成了测试试验,对结果进行了分析。提出了不足之处与技术改进。本文硬件系统由一块ARM9开发板（核心为三星公司生产的S3C2440A芯片）、基于OV9650芯片的CMOS摄像头、基于L298N芯片的电机驱动电路及电机组与小车平台组成。软件平台采用WinCE5.0系统和VS2005开发环境。本文对ARM平台下的图形识别技术进行了详尽的阐述,对于嵌入式平台下其他领域的识别系统开发具有一定的借鉴意义。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1-1 引言
• 1-1-1 国内外研究现状
• 1-1-2 课题意义
• 1-2 图像识别技术概述
• 1-3 ARM 嵌入式平台
• 1-3-1 嵌入式系统概述
• 1-3-2 ARM 系统的发展
• 1-4 论文主要工作
• 第二章 基于 S3C2440A 核心的开发系统
• 2-1 硬件平台的确定
• 2-2 搭建开发环境
• 2-3 本章小结
• 第三章 图像的采集与预处理
• 3-1 图像采集
• 3-1-1 Camera 接口流驱动的实现
• 3-1-2 图像采集的实现
• 3-2 彩色图像分割
• 3-2-1 色彩空间分割技术
• 3-2-2 基于RGB 模型的图像分割算法
• 3-3 二值图像边缘检测
• 3-3-1 边缘检测技术
• 3-3-2 基于LOG 算子边缘检测的实现
• 3-4 二值图像细化
• 3-4-1 图像细化算法
• 3-4-2 图像细化的实现
• 3-5 本章小结
• 第四章 基于圆形信息的目标区域提取
• 4-1 形状描述算法概述
• 4-2 基于链码的圆形特征计算
• 4-3 圆形区域提取的实现
• 4-4 本章小结
• 第五章 特征提取及匹配识别
• 5-1 图像的矩不变量
• 5-1-1 连续图像的 Hu 不变矩
• 5-1-2 数字图像的离散不变矩
• 5-2 算法优化与建立样本库
• 5-2-1 基于嵌入式的算法优化
• 5-2-2 特征选取及样本库的建立
• 5-3 基于相似度的识别匹配
• 5-4 本章小结
• 第六章 试验与论文总结
• 6-1 实例试验
• 6-1-1 图形识别
• 6-1-2 PWM 调速
• 6-1-3 小车控制的实现
• 6-2 论文工作总结与展望
• 参考文献
• 附录 A
• 致谢
• 攻读学位期间所取得的相关科研成果