基干嵌入式机器视觉图像二值化算法和实现.docVIP

基于嵌入式机器视觉图像二值化算法及实现 　　摘 要：文章介绍了一个基于单片机的二值图像实时处理系统。该系统以大津法（OTSU法）作为二值图像处理算法。实验表明，该系统能够准确，快速地对图像进行二值化。当光线比较均匀时，图像处理效果较好，特别是当对象物和背景的灰度值的差距较大的时候，效果更明显；当图像分辨率在一定范围内时，缩小分辨率不会对图像的处理效果产生影响，但能够缩短处理时间，这为嵌入式领域在实时图像二值化处理提供了借鉴 关键词：单片机；二值化；大津法；分辨率 1 概述 随着电子技术的发展，工业控制器的适应能力逐步增强。其中以单片机为核心，带图像处理的数字控制器因其体积小、成本低、功能强、简便易行而在航天航空、生物医学、通信工程、军事等领域得到广泛应用。在众多图像二值化处理算法中，阈值化方法因其算法简单，计算量小，性能较稳定而在图像二值化处理中应用最为广泛 我们在STM32F103单片机上运用OTSU二值化处理算法，使系统能够在1s内完成图像的获取与处理，并且显示出来 2 系统实现 2.1 软件系统 本系统采用全局阈值法中的OTSU法来实现图像的二值化。OTSU法的基本思想是求取最佳门限阈值，此阈值将图像灰度直方图分割成黑白（前景与背景）两部分，使两部分类间方差取得最大值，并使类内方差值最小，即类间分离性最大，而类内的相似性最大。对于某图像的灰度直方图，设 t为区分前景灰度与背景灰度的二值化阈值，设 w0为前景像素所占图像总像素的比例，令 u0为所有前景像素的平均灰度，设w1为背景点数所占图像总像素的比例，令 u1 为所有背景像素的平均灰度，则图像的所有像素的平均灰度为u=w0*u0+w1*u1。在进行程序运算时，t的取值可从图像的最小灰度值到图像的最大灰度值依次遍历，当t取某值时，类间方差公式b=w0*（u0-u）*（u0-u）+w1*（u1-u）*（u1-u）能取得最大值，此时t即为二值化的最佳阈值 获取到阈值后，将原图与二值化处理后的图以BMP位图格式保存到SD卡中，并设有串口，以便适应不同系统的需求 2.2 硬件系统 我们的图像采集系统由ILI9341显示屏、STM32F103主控芯片、山外鹰眼摄像头、串口、SD卡五部分组成。图像采集系统基本框图如图1所示 3 测试与讨论 3.1 影响因素分析 为了测试光照、图像分辨率等因素对于算法的影响以及该系统对于不同图像处理的效果，我们做了一系列实验 不同光照的效果如图2所示，不同分辨率的效果如图3所示 经过一系列的实验与讨论，我们得出的结论是光照会严重影响图像二值化的阈值大小，而分辨率的大小只要在一定范围内对于阈值并无影响.对于不同的图像，应用我们的系统，与正确的二值化效果相同，所以该系统能够适应大多数的图像二值化处理.最终我们将芯片超频到最高频率128MHz且将图像的分辨率调整到不发生恶化的最低分辨率，使得系统在1s内完成了从拍摄到二值化显示 在测试中我们发现只要分辨率的大小低于32*24，则阈值的数值会发生大幅度的波动。经过调查研究，我们认为这是一种类似香农采样定理理论与实践相结合的有力凭证。香农采样定理的定义是为了不失真地恢复模拟信号，采样频率应该不小于模拟信号频谱中最高频率的2倍。实验对图像二值化的处理是256级的灰度，而我们只要将图像的分辨率设置成不小于三倍的灰度级，那么该系统对图像的二值化没有影响 3.2 性能分析 对于一个系统，我们需要了解他们的实效性，所以做了以下测试。在图像分辨率为320*240的情况下，处理一张图片所需的时间如表1所示，想要在1s内完成图像处理，理论上需要芯片频率达到500MHz.在分辨率缩小到最小（即32*24）时，处理一张图片所需的时间理论上是分辨率为320*240的0.01倍，与实际情况基本吻合 经过数据分析，我们将拍摄到的图像分辨率减小到不失真的临界值，缩小处理时间，实现快速处理 4 结束语 本系统以型号为STM32F103的单片机作为核心处理芯片，该芯片丰富的片上资源大大减少在数据传输上浪费的时间。摄像头采集的图像以及处理后的图像均以BMP位图文件格式保存在SD卡中或者通过串口发往下一级处理设备，以便适应其它处理系统的需求 本系统的创新点：使用单片机作为二值图像的处理核心，用位图文件存储二值图像，发现了图像分辨率对图像二值化处理的影响，能够准确的求取阈值，在低速低成本处理器中，1s内完成从拍摄，处理，显示的过程。为单片机系统在图像处理领域的应用提供了一个借鉴 参考文献 [1]张铮，王艳平，薛桂香.数字图像处理与机器视觉[M].北京：人民邮电出版社，2010：4. [2]李宏，张冬生，林义刚，等.基于OTSU理论