基于人工視覺(jué)的運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的嵌入式設(shè)計(jì)

曾紅武+彭麗

摘 要： 針對(duì)傳統(tǒng)校對(duì)標(biāo)準(zhǔn)器一直存在嵌入式設(shè)計(jì)不準(zhǔn)確的問(wèn)題，提出基于人工視覺(jué)的運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的嵌入式設(shè)計(jì)。硬件采用ARM處理器代替?zhèn)鹘y(tǒng)的大型換算處理器、嵌入式待換機(jī)以及集成電源電路；軟件上利用人工視覺(jué)進(jìn)行反匯編視覺(jué)模型設(shè)計(jì)，通過(guò)設(shè)計(jì)的反匯編視覺(jué)模型能夠進(jìn)行運(yùn)動(dòng)成績(jī)的分項(xiàng)標(biāo)準(zhǔn)測(cè)定，優(yōu)化寄存代碼計(jì)算，對(duì)設(shè)計(jì)的視覺(jué)模型標(biāo)準(zhǔn)化進(jìn)行了標(biāo)準(zhǔn)限定。為了驗(yàn)證設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的有效性，模擬應(yīng)用環(huán)境進(jìn)行仿真試驗(yàn)，通過(guò)實(shí)驗(yàn)的數(shù)據(jù)分析，有效地證明了設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的有效性。

關(guān)鍵詞： 人工視覺(jué)； 運(yùn)動(dòng)成績(jī)校對(duì)； 嵌入式標(biāo)準(zhǔn)器； 集成電路源； ARM處理器； 分項(xiàng)標(biāo)準(zhǔn)

中圖分類號(hào)： TN876.3?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）02?0060?03

Abstract： As the inaccurate problem existing in the embedded design of the traditional proofreading standard， the embedded design of sport performance calibrator based on artificial vision is proposed. The hardware ARM processor is used to replace the traditional large conversion processor， embedded changing machine and integrated circuit. The software uses artificial vision for the disassembly visual model design. The determination of subitem standard for sport performance can be performed through the design of disassembly visual model to optimize storage of code calculation. A standardization design criteria is made for the visual model. In order to verify the effectiveness of the embedded sport performance calibrator based on visual design， a simulation test of application environment was carried out. The analysis the experiment data demonstrated the effectiveness of the embedded sport performance calibrator based on artificial vision effectively.

Keywords： artificial vision； sports performance proofreading； embedded standard； integrated circuit； ARM processor； subitem standard

0 引 言

伴隨著現(xiàn)代技術(shù)不斷發(fā)展，為了能夠進(jìn)行更加公平公正的裁決，體育的賽事上不斷引進(jìn)先進(jìn)技術(shù)進(jìn)行成績(jī)測(cè)評(píng)以及運(yùn)動(dòng)跟蹤。這樣為體育的賽事公正判決提供了數(shù)據(jù)保證，也為運(yùn)動(dòng)員的有效練習(xí)提供技術(shù)支撐。傳統(tǒng)運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器是通過(guò)光感系統(tǒng)進(jìn)行校對(duì)，光感系統(tǒng)能夠進(jìn)行光感變化準(zhǔn)確捕捉，但是光感系統(tǒng)會(huì)有一定的誤差，在速度相同的情況，會(huì)默認(rèn)為一體進(jìn)行，這樣會(huì)造成一定程度上的識(shí)別誤差[1]。人工視覺(jué)技術(shù)的應(yīng)用極大地彌補(bǔ)了光感產(chǎn)生的誤差，人工視覺(jué)技術(shù)發(fā)展融合了多種較新的理念，特別是針對(duì)校對(duì)過(guò)程能夠進(jìn)行高精度的系統(tǒng)識(shí)別校對(duì)。針對(duì)傳統(tǒng)運(yùn)動(dòng)成績(jī)校對(duì)系統(tǒng)出現(xiàn)的問(wèn)題，本文設(shè)計(jì)了一款基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器。硬件采用ARM處理器代替?zhèn)鹘y(tǒng)的大型換算處理器，使用嵌入式的待換機(jī)以及集成電源電路，能夠有效的進(jìn)行依附組裝，軟件上利用人工視覺(jué)進(jìn)行反匯編視覺(jué)模型設(shè)計(jì)，通過(guò)設(shè)計(jì)的反匯編視覺(jué)模型能夠進(jìn)行運(yùn)動(dòng)成績(jī)的分項(xiàng)標(biāo)準(zhǔn)測(cè)定，保證了運(yùn)動(dòng)成績(jī)的校對(duì)過(guò)程的標(biāo)準(zhǔn)化，優(yōu)化了寄存代碼計(jì)算，對(duì)設(shè)計(jì)的視覺(jué)模型標(biāo)準(zhǔn)化進(jìn)行了標(biāo)準(zhǔn)限定，這樣保證了校對(duì)速度以及校對(duì)過(guò)程的準(zhǔn)確性。為了驗(yàn)證本文設(shè)計(jì)的有效性設(shè)計(jì)了仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器能夠快速準(zhǔn)確地對(duì)運(yùn)動(dòng)成績(jī)進(jìn)行校對(duì)。

1 硬件設(shè)計(jì)

本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器在硬件結(jié)構(gòu)上主要包括：鑲嵌式存儲(chǔ)器、運(yùn)行管理器、ARM處理器、嵌入式的待換機(jī)、集成電源電路、控制系統(tǒng)等。為了能夠進(jìn)行高速的運(yùn)動(dòng)成績(jī)校對(duì)，通過(guò)ARM處理器代替?zhèn)鹘y(tǒng)的大型換算處理器，加上集成電路以及嵌入式的待換機(jī)的使用保證設(shè)計(jì)的運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器嵌入式。

本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器，其硬件結(jié)構(gòu)圖如圖1所示。

2 軟件設(shè)計(jì)

2.1 利用人工視覺(jué)設(shè)計(jì)反匯編視覺(jué)模型

本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器，在軟件上使用的是反匯編視覺(jué)模型，反匯編視覺(jué)模型是在人工視覺(jué)技術(shù)的基礎(chǔ)上發(fā)展起來(lái)的，因此反匯編視覺(jué)模型能夠?qū)\(yùn)動(dòng)成績(jī)進(jìn)行快速準(zhǔn)確的校對(duì)。建立反匯編視覺(jué)模型首先需要對(duì)運(yùn)動(dòng)成績(jī)進(jìn)行標(biāo)準(zhǔn)化調(diào)試，過(guò)程如下：

式中：為標(biāo)準(zhǔn)化運(yùn)動(dòng)量差；為標(biāo)準(zhǔn)關(guān)聯(lián)視覺(jué)算子；為運(yùn)動(dòng)圖像幀的熵值；為運(yùn)動(dòng)視覺(jué)圖像的有效波動(dòng)情況[2]。本文設(shè)計(jì)基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器使用反匯編視覺(jué)模型進(jìn)行標(biāo)準(zhǔn)化調(diào)試，需要考慮運(yùn)動(dòng)數(shù)據(jù)變化與調(diào)試參數(shù)的精度問(wèn)題。標(biāo)準(zhǔn)化調(diào)試后進(jìn)行運(yùn)動(dòng)數(shù)據(jù)的標(biāo)準(zhǔn)確認(rèn)為：endprint

式中：為標(biāo)準(zhǔn)化運(yùn)動(dòng)數(shù)據(jù)校正參數(shù)；為人工視覺(jué)校對(duì)數(shù)據(jù)正量差。經(jīng)過(guò)上述的參數(shù)調(diào)整便可以進(jìn)行反匯編視覺(jué)模型建立，如下：

式中：表示運(yùn)動(dòng)圖像的位錯(cuò)痕跡，能夠通過(guò)位錯(cuò)痕跡上的標(biāo)碼對(duì)結(jié)果進(jìn)行檢測(cè)，一般情況下的位錯(cuò)痕跡帶有3～4個(gè)標(biāo)碼信息[3?4]；為反匯編視覺(jué)模型使用起始條件，通過(guò)條件的限定能夠提高設(shè)計(jì)的模型的準(zhǔn)確率；為反匯編視覺(jué)模型參量，能夠進(jìn)行更加準(zhǔn)確的量化標(biāo)準(zhǔn)校正。

2.2 優(yōu)化寄存代碼計(jì)算

本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器，使用了反匯編視覺(jué)模型，但是反匯編視覺(jué)模型在運(yùn)動(dòng)成績(jī)的運(yùn)算編輯上無(wú)法進(jìn)行多維的衡量，因此需要對(duì)寄存代碼計(jì)算進(jìn)行優(yōu)化，首先進(jìn)行數(shù)據(jù)級(jí)別分類，公式為：

式中：表示運(yùn)動(dòng)成績(jī)的運(yùn)力輕度的紋理參數(shù)；表示運(yùn)動(dòng)成績(jī)能級(jí)權(quán)值；表示最大劃分能級(jí)參數(shù)；表示質(zhì)量的參化系數(shù)。

經(jīng)過(guò)數(shù)據(jù)級(jí)別分列過(guò)后的數(shù)據(jù)需要進(jìn)行相關(guān)演變確認(rèn)[5]，這樣能夠提高計(jì)算過(guò)程準(zhǔn)確度，如下：

式中：為原始限定能級(jí)別參量；為校正數(shù)據(jù)的魔方配比函數(shù)位子，可以進(jìn)行一定約束的參照量； 為跨域能級(jí)差[6]；為多分能力變量采熵值。經(jīng)過(guò)上述優(yōu)化后的計(jì)算過(guò)程還需要對(duì)使用條件進(jìn)行重新設(shè)定，公式如下：

式中，表示質(zhì)量的參化系數(shù)。經(jīng)過(guò)以上公式完成了對(duì)寄存代碼計(jì)算的優(yōu)化。

3 仿真實(shí)驗(yàn)分析

3.1 參數(shù)設(shè)定

為了保證設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的有效性，對(duì)參數(shù)進(jìn)行設(shè)定，標(biāo)準(zhǔn)化運(yùn)動(dòng)量差在 [62.58，98.36]值域范圍之內(nèi)[7]；設(shè)置運(yùn)動(dòng)成績(jī)的運(yùn)動(dòng)輕度的紋理參數(shù)[8]為17.66。

本文設(shè)計(jì)的模擬實(shí)驗(yàn)原理圖如圖2所示。

3.2 結(jié)果分析

在實(shí)驗(yàn)過(guò)程中，對(duì)傳統(tǒng)運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器與本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的實(shí)驗(yàn)結(jié)果進(jìn)行記錄。傳統(tǒng)運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器校對(duì)數(shù)據(jù)排布如圖3所示[9]。

基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器校對(duì)數(shù)據(jù)排布如圖4所示。

通過(guò)圖3、圖4可以看出本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器數(shù)據(jù)排布更加的集中，并且在一定的規(guī)律范圍之內(nèi)，比傳統(tǒng)的零散排布矯正效果要快速準(zhǔn)確。分析圖5結(jié)果得知，本文設(shè)計(jì)的基于人工視覺(jué)的嵌入式運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器，幾乎與設(shè)定的標(biāo)準(zhǔn)值一樣，無(wú)明顯的數(shù)據(jù)變化。

4 結(jié) 語(yǔ)

本文提出一種基于人工視覺(jué)的運(yùn)動(dòng)成績(jī)校對(duì)標(biāo)準(zhǔn)器的嵌入式設(shè)計(jì)，并進(jìn)行了實(shí)驗(yàn)對(duì)比分析。結(jié)果表明，采用改進(jìn)的校對(duì)標(biāo)準(zhǔn)器，其校對(duì)結(jié)果更好。希望通過(guò)本文的研究能夠?yàn)檫\(yùn)動(dòng)成績(jī)矯正過(guò)程提供更好的應(yīng)用系統(tǒng)。

參考文獻(xiàn)

[1] 王濤，傅戈雁，石世宏.基于嵌入式機(jī)器視覺(jué)的激光熔覆成形熔池離焦量在線測(cè)控系統(tǒng)[J].中國(guó)激光，2015，42（3）：112?119.

WANG Tao， FU Geyan， SHI Shihong. On?line measurement and control system of defocusing quantity in laser cladding forming molten pool based on embedded machine vision [J]. Chinese journal of lasers， 2015， 42（3）： 112?119.

[2] 謝忠華.水稻插秧機(jī)路徑追蹤設(shè)計(jì)：基于SOPC嵌入式視覺(jué)導(dǎo)航[J].農(nóng)機(jī)化研究，2017，39（10）：213?217.

XIE Zhonghua. Path tracking design of rice transplanter?based on the embedded visual navigation of SOPC [J]. Mechanization research， 2017， 39（10）： 213?217.

[3] SUN J， MA Y， YANG H， et al. Camera calibration and its application of binocular stereo vision based on artificial neural network [C]// International Congress on Image and Signal Processing， Biomedical Engineering and Informatics. [S.l.： s.n.]， 2016： 761?765.

[4] MAULEDOUX M M， HERNANDEZ C， SEGURA C C G， et al. Object tracking system based on artificial vision algorithms [J]. Applied mechanics & materials， 2015， 713/715： 420?423.

[5] GHEORGHE G， NICU??GEORGE B， C?T?LIN L. Artificial vision algorithms based on fractals for the images description [R]. [S.l.]： ′Constantin Brancusi′ University of Targu?Jiu Engineering， 2015.

[6] GHAZAEI G， ALAMEER A， DEGENAAR P， et al. Deep learning?based artificial vision for grasp classification in myoelectric hands [J]. Journal of neural engineering， 2016， 36： 25?43.

[7] ALEXIEF J L， KERKENI N， ANGUE J C. General method for inspection based on artificial vision of plan products with random or organized texture [J]. SPIE Proceedings， 1996， 2665：120?134.

[8] 徐大成.運(yùn)動(dòng)視覺(jué)跟蹤中動(dòng)作捕獲器的嵌入式設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2017，40（18）：89?91.

XU Dacheng. Embedded design of motion capturer in movement vision tracking [J]. Modern electronics technique， 2017， 40（18）： 89?91.

[9] 張晨，孫世磊，石文軒，等.基于嵌入式系統(tǒng)的異纖清除機(jī)設(shè)計(jì)與試驗(yàn)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2017，48（8）：43?52.

ZHANG Chen， SUN Shilei， SHI Wenxuan， et al. Design and test of foreign fiber removal machine based on embedded system [J]. Journal of agricultural machinery， 2017， 48（8）： 43?52.

[10] 李雪峰.基于ARM處理器與nRF24L01無(wú)線通信的植物工廠監(jiān)控系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2016，6（9）：32?36.

LI Xuefeng. Plant factory monitoring system based on ARM processor and nRF24L01 radio communication [J]. Internet of Things technologies， 2016， 6（9）： 32?36.endprint