CN103020972A - 一种基于嵌入式处理器的二值图像连通域检测方法 - Google Patents
一种基于嵌入式处理器的二值图像连通域检测方法 Download PDFInfo
- Publication number
- CN103020972A CN103020972A CN2012105839470A CN201210583947A CN103020972A CN 103020972 A CN103020972 A CN 103020972A CN 2012105839470 A CN2012105839470 A CN 2012105839470A CN 201210583947 A CN201210583947 A CN 201210583947A CN 103020972 A CN103020972 A CN 103020972A
- Authority
- CN
- China
- Prior art keywords
- dsp
- sdram
- mark
- dram
- fpga
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种基于嵌入式处理器的二值图像连通域检测方法,涉及一种基于嵌入式处理器的二值图像连通域检测新方法,为了解决基于嵌入式处理器的目标识别***由于***运算能力及存储空间的限制的问题采用高速FPGA和DSP搭建***,实现高速图像采集,高效的目标识别跟踪及远程传输等功能。其中,采集部分采用完全并行操作,高效的目标识别算法完全采用流水线操作,本***在存储空间占用率及***运行效率方面较传统算法均有较大的提高。其中,目标识别效率较传统的方法提高近5倍。
Description
技术领域
本发明涉及一种基于嵌入式处理器的二值图像连通域检测新方法,具体指通过嵌入式处理平台方法实现高速二值图像连通域检测。***包括FPGA2和DSP6等嵌入式处理器,完成高速图像采集、高效目标识别及跟踪、远程传输等功能。其中目标识别方法采用一次扫描方式完成方形目标顶点标注,进而实现目标识别功能,适用于嵌入式图像处理器的流水线操作。
背景技术
随着数字信号处理器的发展,基于嵌入式技术的目标提取和跟踪、数据挖掘及模式识别等成为研究热点。其中,基于嵌入式处理器的目标识别***由于***运算能力及存储空间的限制,二者存在矛盾。如何在嵌入式平台中实现高效的目标识别和跟踪是近年研究的重点,也是待解决的问题。
虽然嵌入式处理器处理能力逐渐提高,存储介质容量逐渐增加,但图像传输速率和数据量也同样增长迅速。高效的嵌入式目标识别与跟踪平台仍然是研究的重要课题,本发明涉及一种基于嵌入式处理器的高效目标识别与跟踪***,其识别效率较传统方法提高近5倍。
发明内容
本发明为了解决基于嵌入式处理器的目标识别***由于***运算能力及存储空间的限制的问题,本发明提供一种基于嵌入式处理器的二值图像连通域检测方法。
一种基于嵌入式处理器的二值图像连通域检测方法,该方法由以下步骤实现:
步骤一、FPGA采集相机图像数据存储在第一SDRAM和第二SDRAM中,同时对采集的图像数据进行中值滤波和二值化处理;并将处理后的图像数据传输至DSP;
步骤二、DSP接收步骤一所述的处理后的图像数据,并将处理后的图像数据存储至第三SDRAM和第四SDRAM中;
步骤三、DSP读取第三SDRAM和第四SDRAM中的图像数据并判断图像数据的像素点是否为目标点,是像素点时,判断左方标记和上方标记序号的大小,DSP寻找小的标记序号作为有效标记;
步骤四、执行标记记录,DSP将步骤三的判断的结果写入第三SDRAM和第四SDRAM,然后选择增加目标标号,再执行更新位置信息,DSP根据已经判断的当前像素的目标标号和当前像素的位置信息,更新相应目标的位置信息,并存储至第三SDRAM和第四SDRAM中,并通过以太网控制器传输至以太网络;然后设置无效标记,即当上方标记与左方标记均有效且不相等时,DSP将标记较大的序号置为无效。
本发明的工作原理:相机采集的图像通过本***采集后经过滤波平滑处理后,利用动态阈值分割的方法转换为二值图像。接下来,通过高效的目标检测方式识别目标,进而对目标进行跟踪。高效的目标识别方法主要采用流水线操作方式,利用***的高速存储器接口高速读取数据并运算,最终给出目标的最小外接矩形信息和目标面积。目标识别跟踪算法运行在此***中,***由FPGA和DSP组成。其中FPGA采集相机数据、原始图像滤波、动态阈值二值化等功能,并传输至DSP,DSP完成高效的目标识别和跟踪功能。
本发明的有益效果:本发明所述方法的识别过程只需占用一般原始图像大小的存储空间。在检测目标过程中只需扫描一次原始图像数据,效率较高。
附图说明
图1为本发明所述的一种基于嵌入式处理器的二值图像连通域检测方法的结构框图;
图2为本发明所述的一种基于嵌入式处理器的二值图像连通域检测方法的流程图;
图3为本发明所述的一种基于嵌入式处理器的二值图像连通域检测方法中识别算法流程图。
具体实施方式
下面结合附图具体说明本实施方式,如附图1所示,相机的数据通过I/O接口输入至FPGA,FPGA采集数据并在第一SDRAM、第二SDRAM中缓存,FPGA与第一SDRAM、第二SDRAM通过I/O接口连接,第一FLASH作为FPGA的程序存储器,与FPGA通过I/O接口连接。FPGA与DSP通过EMIF接口连接,DSP与第三SDRAM、第四SDRAM通过EMIF接口连接,作为程序存储器,DSP与第二FLASH同样通过EMIF接口连接。数据处理结果可通过以太网控制器传输至上位机或远程服务器,DSP与以太网控制器通过网络接口连接。
其中,高速相机数据通过FPGA采集,并IO接口暂存至高速第一SDRAM和第二SDRAM中。采集到完整图像后传输至DSP中,传输链路为高速EMIF接口。DSP将接收的图像数据存储至第三SDRAM、第四SDRAM中,目标识别算法从第三SDRAM、第四SDRAM中读取图像数据并完成运算。
步骤一、FPGA采集相机图像数据存储在第一SDRAM和第二SDRAM中,同时对采集的图像数据进行中值滤波和二值化处理;并将处理后的图像数据传输至DSP;
步骤二、DSP接收步骤一所述的处理后的图像数据,并将处理后的图像数据存储至第三SDRAM和第四SDRAM中;
步骤三、DSP读取第三SDRAM和第四SDRAM中的图像数据并判断图像数据的像素点是否为目标点,是像素点时,判断左方标记和上方标记序号的大小,DSP寻找小的标记序号作为有效标记;
步骤四、执行标记记录,DSP将步骤三的判断的结果写入第三SDRAM和第四SDRAM,然后选择增加目标标号,再执行更新位置信息,DSP根据已经判断的当前像素的目标标号和当前像素的位置信息,更新相应目标的位置信息,并存储至第三SDRAM和第四SDRAM中,将结果通过以太网控制器传输至以太网络;然后设置无效标记,即当上方标记与左方标记均有效且不相等时,DSP将标记较大的序号置为无效。
结合图2说明本实施方式,图2为算法基本框图;
步骤一、图像采集,由FPGA根据图像的同步信号判断图像的格式和大小,完成图像的采集功能,并将采集的通过IO接口图像存储至SDRAM、SDRAM中;
步骤二、执行图像数据预处理,包括中值滤波及二值化处理。执行图像内部传输,通过高速EMIF接口传输至DSP;
步骤三、执行高速数据读取,DSP从SDRAM和SDRAM中读取数据,判断像素点是否为目标点,此步骤的目的是去掉无需判断的像素点,减少运算次数;然后执行目标标号判断,在第三SDRAM和第四SDRAM中读取的数据中判断左标记和上标记序号大小。其中,左标记和上标记为第三SDRAM和第四SDRAM中存储的当前像素左方和上方的目标标号。此步骤目的是将当前像素标记归入相应目标中,找到与当前像素连通的目标标号;然后执行寻找有效标记,目的是当上方标记与左方标记均无效时寻找同一行较小标记号最近的有效标记,以保证正确判断目标;
步骤四、执行标记记录,将判断的基本结果写入第三SDRAM和第四SDRAM,目的是记录当前像素的目标标号;然后执行增加目标标号,此步骤根据DSP具体情况执行增加目标标号或不增加目标标号;再执行更新位置信息,DSP根据已经判断的当前像素的目标标号和当前像素的位置信息,更新相应目标的位置信息,并存储至第三SDRAM和第四SDRAM中,将结果通过以太网控制器传输至以太网络;然后设置无效标记,目的是当上方标记与左方标记均有效且不相等时,DSP将标记号较大的置为无效。
附图2为识别算法具体流程图,具体实施方法如下:
首先从DSP从第三SDRAM和第四SDRAM中读取目标像素信息,判断此像素是否为目标像素。以像素不参与运算,继续判断下一个像素;若像素参与运算,进入下一步操作。
进一步,从第三SDRAM或第四SDRAM中读取像素数据并判断此像素位置坐标(x,y),存在以下四种情况:
一、x=0,y=0;将第三SDRAM或第四SDRAM中存储的目标标记置为1,作为第1个目标标记。DSP将标记写入第三SDRAM或第四SDRAM中的标记矩阵,DSP通过计算更新位置信息并退出。
二、x>0,y=0;如果第三SDRAM或第四SDRAM中的标记矩阵中左方标记为0,标记自增1,将标记写入第三SDRAM或第四SDRAM的标记矩阵,DSP通过计算更新位置信息并退出;若左方标记不为0,将左方标记写入第三SDRAM或第四SDRAM的标记矩阵对应位置,DSP通过计算更新位置信息并退出。
三、x=0,y>0;如果第三SDRAM或第四SDRAM的标记矩阵中上方标记为0,标记自增1,将标记写入第三SDRAM或第四SDRAM标记矩阵,DSP通过计算更新位置信息并退出;若标记不为0,将上方标记写入标记矩阵对应位置,DSP通过计算更新位置信息并退出。
四、x>0,y>0;此类情况需考虑以下两个方面:
(1)、第三SDRAM或第四SDRAM中标记矩阵中上方标记和左方标记有一个为0
若第三SDRAM或第四SDRAM的标记矩阵上方标记和左方标记均为0,标记自增1,将标记写入标记矩阵,DSP通过计算更新位置信息并推出;若上方标记不为0,DSP判断此标记是否为有效标记,将上方标记最近的有效标记写入第三SDRAM或第四SDRAM中的标记矩阵。DSP根据位置信息表判断现有标记与上方标记的位置,更新位置信息并退出;若左方标记不为0,DSP判断此标记是否为有效标记,将左方标记最近的有效标记写入第三SDRAM或第四SDRAM的标记矩阵。DSP根据位置信息表判断现有标记与左方标记的位置,更新位置信息并退出。
(2)、第三SDRAM或第四SDRAM中标记矩阵中上方标记和左方标记均不为0,DSP判断上方标记与左方标记若相等,将上方标记写入第三SDRAM或第四SDRAM的标记矩阵并退出;DSP判断若上方标记与左方标记不同,判断上方标记与左方标记大小,选择较小的一个并判断其是否为有效标记。若不是有效标记,寻找比其标记号小的最近的有效标记写入第三SDRAM或第四SDRAM中的标记矩阵,将上方标记与左方标记中较大的标记号置为无效,DSP根据上方标记与左方标记更新有效标记目标的位置信息并退出。
Claims (2)
1.一种基于嵌入式处理器的二值图像连通域检测方法,其特征是,该方法由以下步骤实现:
步骤一、FPGA采集相机图像数据存储在第一SDRAM和第二SDRAM中,同时对采集的图像数据进行中值滤波和二值化处理;并将处理后的图像数据传输至DSP;
步骤二、DSP接收步骤一所述的处理后的图像数据,并将处理后的图像数据存储至第三SDRAM和第四SDRAM中;
步骤三、DSP读取第三SDRAM和第四SDRAM中的图像数据并判断图像数据的像素点是否为目标点,是像素点时,判断左方标记和上方标记序号的大小,DSP寻找小的标记序号作为有效标记;
步骤四、执行标记记录,DSP将步骤三的判断的结果写入第三SDRAM和第四SDRAM,然后选择增加目标标号,再执行更新位置信息,DSP根据已经判断的当前像素的目标标号和当前像素的位置信息,更新相应目标的位置信息,并存储至第三SDRAM和第四SDRAM中,并通过以太网控制器传输至以太网络;然后设置无效标记,即当上方标记与左方标记均有效且不相等时,DSP将标记较大的序号置为无效。
2.根据权利要求1所述的一种基于嵌入式处理器的二值图像连通域检测方法,其特征在于, 相机数据通过IO接口输入至FPGA, FPGA与第一SDRAM、第二SDRAM通过IO接口连接,第一FLASH与FPGA通过IO接口连接;FPGA与DSP通过EMIF接口连接,DSP与第三SDRAM、第四SDRAM和第二FLASH通过EMIF接口连接DSP与以太网控制器通过网络接口连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105839470A CN103020972A (zh) | 2012-12-28 | 2012-12-28 | 一种基于嵌入式处理器的二值图像连通域检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105839470A CN103020972A (zh) | 2012-12-28 | 2012-12-28 | 一种基于嵌入式处理器的二值图像连通域检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103020972A true CN103020972A (zh) | 2013-04-03 |
Family
ID=47969538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105839470A Pending CN103020972A (zh) | 2012-12-28 | 2012-12-28 | 一种基于嵌入式处理器的二值图像连通域检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020972A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345798A (zh) * | 2013-06-17 | 2013-10-09 | 中国人民银行印制科学技术研究所 | 一种高速实时检测片状材料的*** |
CN103810713A (zh) * | 2014-03-12 | 2014-05-21 | 深圳市普菲特安迪科技有限公司 | 一种八连通图像处理方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794515A (zh) * | 2010-03-29 | 2010-08-04 | 河海大学 | 基于协方差和二叉树支持向量机的目标检测***及方法 |
CN102238368A (zh) * | 2010-04-28 | 2011-11-09 | 长春博鸿电子科技公司(普通合伙) | 一种多模式多目一体化智能相机 |
US20120147016A1 (en) * | 2009-08-26 | 2012-06-14 | The University Of Tokyo | Image processing device and image processing method |
CN202630915U (zh) * | 2012-05-14 | 2012-12-26 | 山东轻工业学院 | 基于fpga+dsp的嵌入式纸浆纤维形态参数快速测量*** |
-
2012
- 2012-12-28 CN CN2012105839470A patent/CN103020972A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120147016A1 (en) * | 2009-08-26 | 2012-06-14 | The University Of Tokyo | Image processing device and image processing method |
CN101794515A (zh) * | 2010-03-29 | 2010-08-04 | 河海大学 | 基于协方差和二叉树支持向量机的目标检测***及方法 |
CN102238368A (zh) * | 2010-04-28 | 2011-11-09 | 长春博鸿电子科技公司(普通合伙) | 一种多模式多目一体化智能相机 |
CN202630915U (zh) * | 2012-05-14 | 2012-12-26 | 山东轻工业学院 | 基于fpga+dsp的嵌入式纸浆纤维形态参数快速测量*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345798A (zh) * | 2013-06-17 | 2013-10-09 | 中国人民银行印制科学技术研究所 | 一种高速实时检测片状材料的*** |
CN103345798B (zh) * | 2013-06-17 | 2015-09-23 | 中国人民银行印制科学技术研究所 | 一种高速实时检测片状材料的*** |
CN103810713A (zh) * | 2014-03-12 | 2014-05-21 | 深圳市普菲特安迪科技有限公司 | 一种八连通图像处理方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10657388B2 (en) | Robust simultaneous localization and mapping via removal of dynamic traffic participants | |
CN103065134B (zh) | 一种具有提示信息的指纹识别装置和方法 | |
US20230267735A1 (en) | Method for structuring pedestrian information, device, apparatus and storage medium | |
CN205608814U (zh) | 一种基于Zynq软硬件协同处理的增强现实*** | |
US20210096777A1 (en) | Method for predicting lba information, and ssd | |
CN101912847B (zh) | 基于dsp机器视觉的水果分级***及方法 | |
CN103065131A (zh) | 一种复杂场景下自动目标识别跟踪方法及*** | |
US20230206485A1 (en) | Target detection method based on heterogeneous platform, and terminal device and storage medium | |
WO2022141858A1 (zh) | 行人检测方法、装置、电子设备及存储介质 | |
CN104616002A (zh) | 用于年龄段判断的面部识别设备 | |
CN105426517B (zh) | 一种具有图像处理功能的智能存储设备 | |
CN111311634A (zh) | 一种人脸图像检测方法、装置及设备 | |
CN102354398A (zh) | 基于密度中心与自适应的基因芯片处理方法 | |
CN111291749B (zh) | 手势识别方法、装置及机器人 | |
CN110288732B (zh) | 一种双芯片的智能锁指纹识别功能单元的一体化装置 | |
CN103761499A (zh) | 基于多核dsp的条码识别方法 | |
CN104021372A (zh) | 一种人脸识别方法及装置 | |
CN103020972A (zh) | 一种基于嵌入式处理器的二值图像连通域检测方法 | |
CN113393430A (zh) | 用于风机叶片缺陷检测的热成像图像增强训练方法和装置 | |
WO2021227295A1 (zh) | 一种基于cnn的癌细胞多尺度缩放定位检测方法 | |
CN111325157A (zh) | 人脸抓拍方法、计算机存储介质及电子设备 | |
CN101667250A (zh) | 基于CamShift算法与手形遮罩的手识别装置及其方法 | |
CN206058217U (zh) | 一种特征提取与匹配的指纹识别*** | |
CN114283280A (zh) | 一种基于改进卷积神经网络的水面漂浮垃圾识别方法 | |
CN103576679A (zh) | 基于硬件二值化的视觉信号高速采集*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130403 |