陳燕東 （1979-）

男，湖南澧縣人，碩士，研究方向為智能控制、信息處理、光電檢測。

摘要：研究并設計了一種基于“FPGA＋DSP＋ARM”架構的新型光電混合相關器。該系統采用DSP與FPGA完成目標圖像的采集、預處理以及畸變不變處理，采用光學處理模塊實現聯合圖像的傅立葉變換，得到聯合功率頻譜，最后，S3C2440完成對該頻譜的采集、振幅調制濾波、傅立葉逆變換以及圖像識別。大量的實驗表明：該光電混合相關器實現了圖像識別的智能化、實時化及小型化，具有較強的實用價值。

關鍵詞：光電混合相關器；圖像識別；聯合功率頻譜

Abstract: Based on‘FPGA +DSP+ARM’frame, a novel opticalelectrical hybrid correlator is 
proposed and designed. In this system, TMS320C6416 and FPGA are used to do image collection, 
preprocessing, and distortioninvariant processing, and optical processing module is 
developed to realize joint image FFT and to obtain joint power spectrum; lastly S3C2440 is
 adopted to complete spectrum collection, amplitudemodulated filter, IFFT, and image 
recognition. The large number of experiments show that this opticalelectrical hybrid 
correlator realizes the intelligency, real time, and miniaturization of image recognition.
and it is of great applicable values.

Key words: Optical-electrical hybrid correlator; Image recognition; Joint power spectrum

1 引言

    光學模式識別以其高速并行處理、無串擾等優(yōu)點成為實現模式識別實用化和實時化的重要途徑。實現光學模式識別有兩種方法，一是空間匹配濾波相關識別，另一種是聯合變換相關識別。與匹配濾波相關器相比，聯合變換相關器具有不需要提前制作濾波器和調試簡單的優(yōu)點，而成為光學模式識別中的研究熱點。將光學和計算機相結合的光電混合相關器是實現模式識別實用化的最可行的途徑，在軍用目標識別、指紋識別、光纖檢測[1]、工業(yè)零件識別[2]、汽車牌照識別[3]等具有參考圖像識別領域得到了廣泛的研究和應用，并取得了很好的識別效果。

    由于待識別的目標圖像背景復雜，圖像特征不明顯，與參考圖像之間存在比例和旋轉變化，因此必須進行灰度變換和直方圖拉伸等圖像預處理[4]以及極梅林變換圖像畸變不變處理[5]。而高速處理器為圖像識別的實時性和準確性提供了可靠保障[4,5]。本文采用了“FPGA＋DSP＋ARM”架構，高速DSP處理器TMS320C6416與FPGA完成目標圖像的采集與數據處理，ARM9處理器S3C2440完成目標圖像和參考圖像聯合功率譜的采集與目標圖像識別，實現了圖像識別的智能化、實時化及小型化。

2 新型光電混合相關器

    新型光電混合相關器的系統結構如圖1所示。待識別目標通過攝像機1傳輸到處理器由DSP和FPGA構成的目標圖像采集與處理模塊中，并與存儲的參考圖像同時顯示到被激光光束平行照射的液晶電視上。設目標和參考圖像函數分為r(x, y-y’)和t(x, y+y’)，則液晶電視上聯合輸入圖像函數為：

                               圖1   新型光電混合相關器的結構圖
                                                   (1)

    該聯合輸入圖像經傅立葉變換透鏡后，在其后焦面上得到聯合傅立葉頻譜：
                          (2)

    該頻譜經低通濾波后，由攝像頭2探測得到聯合功率譜：
   
                                                                                                 (3)

    其中，(u,v)是以2π/λ?為標度的空間頻率坐標，|R(u,v)|和|T(u,v)|分別為參考圖像和目標圖像的傅立葉變換的振幅。該功率譜通過圖像采集卡傳到ARM9處理器S3C2440中，最后由S3C2440對功率譜進行傅立葉逆變換，得到目標圖像和參考圖像的相關輸出：
                                                (4)

    由（3）式和（4）式可得：
           
                                                           (5)

    其中，第一項和第二項分別為目標圖像和參考圖像的自相關，位于坐標原點，形成零級光斑；第三項和第四項互為共軛，表示目標圖像和參考圖像的互相關，其輸出沿η軸分別平移2y’和-2y’。 
                                             (6)
                                             (7)

    目標圖像與參考圖像的互相關大小反映了目標圖像與參考圖像間的相似程度，相似程度越高，互相關峰值越大。真目標圖像與參考圖像的互相關性較強，對應O3(ξ,η)和O4(ξ,η)峰值較大；假目標圖像與參考圖像的互相關性較弱，對應O3(ξ,η)和O4(ξ,η)峰值很小，故可通過閾值比較法判別目標圖像的真假，實現圖像識別。

3 系統硬件設計

系統硬件構成如圖2所示。該光電圖像識別系統主要由目標圖像采集與處理模塊、光電相關聯合變換模塊以及自動識別模塊構成。TMS320C6416DSP與FPGA完成目標圖像的采集與處理，ARM9處理器S3C2440完成對相關功率譜的采集與目標圖像識別。

                               圖2   系統硬件結構圖

3.1 目標圖像采集與處理模塊

    該模塊的核心由DSP處理器TMS320C6416和FPGA組成。DSP和FPGA之間采用主/從工作方式，DSP主要完成對目標圖像的預處理和畸變不變處理算法、控制FPGA完成目標圖像的采樣以及得到的目標圖像與參考圖像的聯合輸出。FPGA完成對目標圖像的采樣過程控制和生成RAM的地址譯碼信號。 

    由攝像頭1拍攝到的目標圖像首先進行信號調理，即對圖像進行嵌位、鎖相及放大，并利用視頻同步分離器LM1881進行同步信號分離。ARM啟動后，控制DSP工作，DSP啟動FPGA進行圖像采集，FPGA進入圖像采集過程控制：FPGA 在行（HS）場（VS）同步信號和時鐘信號的驅動下，產生A/D采樣控制信號控制高速A/D芯片TLC5510進行圖像采樣，同時，FPGA提供存儲器地址和寫控制信號，采樣數據按該地址并在RAM_W有效時，通過74HC244-1向存儲器RAM中寫入數據。為實現實時處理，系統只采集CCD灰度圖像，其幀頻為25Hz，幀圖像分辨率為512×512像素，每個像素點8bit量化。

    采樣完成后，FPGA產生中斷信號（FINT）向DSP申請中斷，DSP在外部中斷1處理過程中，停止FPGA的圖像采集，并置位圖像采集完成標志位。DSP檢測到標志置位后，將標志位清零，然后，控制FPGA產生RAM的地址譯碼，并在RAM_R有效時，通過74HC244-2將RAM中的數據以EDMA方式讀至主頻為166MHz的同步動態(tài)存儲器SDRAM 中，從而保證了實時性的要求。

    數據傳輸完畢，DSP啟動FPGA進行下一幀圖像的采集控制，DSP則進入目標圖像數據進行相應預處理和畸變不變處理過程。在完成對目標圖像的數據處理后，DSP將處理后目標圖像和存儲在ROM中的參考圖像構成的聯合輸入圖像實時輸出到液晶電視上的約定區(qū)域內，以便進行光信息處理。

3.2 自動識別模塊

    聯合圖像經光信息處理后，其聯合功率頻譜由S3C2440接收并完成目標圖像的自動識別。S3C2440處理器是基于ARM920T內核的32位RISC嵌入式處理器，主頻為499MHz，且資源豐富，其內置的Camara控制器支持最大為4096×4096像素的圖像輸入。聯合頻譜圖像通過Camara控制器轉換為數據并被儲存，然后由S3C2440對頻譜進行振幅調制濾波和傅立葉反變換得到互相關結果，進行識別。

    為提高相關輸出結果和識別能力，利用振幅調制技術來進行圖像濾波。由于識別物體特征的高頻能量在聯合功率譜中只有小部分，因此通過振幅調制可以減少低頻能量增加高頻能量。當閾值選取適當時，振幅調制濾波可使功率譜對系統的貢獻趨于平均，從而提高了識別性能。

4 系統軟件設計

    光電混合圖像識別系統主要由ARM和DSP兩個部分來完成系統的整體控制，故軟件也由兩部分構成。上電初始化后，ARM通過高速通信HPI口使DSP開始工作，DSP在工作后初始化并啟動FPGA，FPGA控制A/D采樣芯片進行實時圖像采集。DSP將聯合圖像輸出到液晶電視后，會向ARM申請外部中斷1。圖3所示為系統工作主流程。

                                    圖3   系統工作主流程圖

5 實驗結果分析

    針對設計的光電混合相關器，進行了大量的實驗研究。圖4所示為真目標圖像的DSP預處理結果，圖(a)為攝像頭1采集的目標圖像1，圖(b)為經圖像預處理后得到的所需目標圖像信息，將該圖像在DSP中進行畸變處理后，與參考圖像(c)同時輸入到光學模塊進行處理。

    圖5為真目標的識別結果，圖(a)為目標圖像1與參考圖像得到的聯合功率譜，通過自動識別模塊實時頻譜處理得到相關結果圖(b)，由圖可知，中間為自相關峰值，自相關峰兩邊為參考圖像與目標圖像的互相關峰值，即為所需信息，該互相關峰較大，可以判斷待識別目標圖像與參考圖像一致，為真目標圖像。

                      （a）目標圖像1       （b）圖像1的預處理   （c）參考圖像

                               圖4   真目標的預處理結果

                         （a） 真頻譜                    （b） 真相關

                                圖5   真目標的識別結果

6 結論

    本文研究并設計了一種新型的光電混合相關器，該系統由TMS320C6416與FPGA完成目標圖像的采集與處理，通過光學處理模塊得到圖像聯合功率頻譜，S3C2440完成對相關功率譜的采集與目標圖像自動識別。大量的實驗表明：與傳統光電圖像識別系統相比，該系統實時性和精度更高，體積更小，具有較強的實用價值。



參考文獻

[1] Liu W., Kim H, Lee S et al. Joint transform correlator for the detection of defects in 
optical fibers[J]. Opt. Eng, 1998, 37(5): 1468-1474.

[2] 余楊，黃惟一. 光電混合處理系統識別高相似度工業(yè)零件圖像的研究初步[J]. 中國圖像圖形學報, 2002, 7A(7): 633-637.

[3] 葛寶臻, 陳希明, 張以謨. 基于光電混合聯合變換相關的汽車牌照識別方法的實驗研究[J]. 光電子 激光, 1999, 10(3): 248-251.

[4] 徐新宇, 程曉舫, 王慶兵. 高溫物體微機圖像分析系統的研究[J]. 儀器儀表學報, 2001, 22(2): 136-139.

[5] Yoshiharu Saito, Shin-ichi Komatsu, Hitoshi Ohzu. Scale and rotation invariant real time optical correlator using
 computer generated hologram[J]. Opt. Comm, 1983, 47(1): 8-13.