基于嵌入式視覺的手機殼尺寸檢測系統(tǒng)

楊淞文 沙玲 歐俊臣

摘 要： 隨著智能手機的普及，人們對手機配件的需求也越來越大，特別是手機殼。文章基于達芬奇技術(shù)的DM6446視頻圖像處理平臺，采用機器視覺檢測的方法，實現(xiàn)了手機殼尺寸檢測的功能。該系統(tǒng)由OV9650攝像頭拍攝圖像，TMS320DM6446圖像處理芯片進行圖像處理，主要進行了連通域檢測，圖像灰度化，圖像增強，邊緣檢測等處理，進而通過計算得出手機殼的尺寸。

關(guān)鍵詞： 機器視覺； 嵌入式； 尺寸檢測； TMS320DM6446； OV9650

中圖分類號：TP29 文獻標志碼：A 文章編號：1006-8228（2019）03-26-03

Mobile phone shell size detection system based on embedded vision

Yang Songwen， Sha Ling， Ou Junchen

（Mechanical and Automotive Engineering College， Shanghai University of Engineering Science， Shanghai 201620， China）

Abstract： With the popularity of smart phones， people are increasingly demanding mobile phone accessories， especially mobile phone shell. In this paper， based on DaVinci technology DM6446 video image processing platform， machine vision detection method is used to realize the function of cell phone shell size detection. The system uses OV9650 camera to take images and TMS320DM6446 image processing chip to process images. It mainly carries out connected area detection， image graying， image enhancement， edge detection and other processing， and then calculates the size of mobile phone shell.

Key words： machine vision； embedded； size detection； TMS320DM6446； OV9650

0 引言

日常生活中，多數(shù)人習(xí)慣在使用智能手機時使用手機殼，隨著智能手機的普及，手機殼的需求量也越來越大。手機殼的尺寸是衡量一款手機是否合格的重要標準，傳統(tǒng)的機器視覺一般由一臺電腦作為上位機，電腦雖然計算速度快，但其體積龐大，價格高昂，對于尺寸檢測這樣的圖像處理應(yīng)用場景，電腦的處理性能大大超過了圖像處理的需求，而嵌入式產(chǎn)品具有價格低、體積小、專用性強、功耗小、運用靈活、軟硬件可裁剪、集成度高等優(yōu)點[1]，更適合應(yīng)用于手機殼的檢測。

1 機器視覺國內(nèi)發(fā)展情況

目前在國內(nèi)，機器視覺仍處于成長期，機器視覺產(chǎn)品普及還不夠廣泛。隨著近年來我國經(jīng)濟的發(fā)展，技術(shù)的不斷積累與升級，各行業(yè)對機器視覺的需求增強。國內(nèi)許多研究機構(gòu)及高校也在機器視覺方面投入了大量的資金與時間，進行不斷的嘗試和創(chuàng)新，現(xiàn)在他們的研究成果已有很多被投入到生產(chǎn)中。影響機器視覺發(fā)展的因素有很多，如經(jīng)濟、技術(shù)等因素，但是起決定作用的還是制造業(yè)的自身發(fā)展。隨著我國制造業(yè)的升級，各行業(yè)對機器視覺提出的要求越來越高，這決定了機器視覺由單純的采集、分析、傳遞數(shù)據(jù)、判斷動作，逐漸朝著開放性的方向發(fā)展，這也預(yù)示著機器視覺將朝著更加智能化的方向發(fā)展[2]，它與自動化的結(jié)合將會更加緊密。

2 系統(tǒng)總體方案

本文設(shè)計的基于嵌入式機器視覺的手機殼尺寸檢測系統(tǒng)主要由機器視覺和機械控制系統(tǒng)兩大子系統(tǒng)組成。應(yīng)用圖像采集器（工業(yè)相機）和嵌入式處理器組成視覺檢測系統(tǒng)。由傳動裝置、機械臂組成機械系統(tǒng)。檢測系統(tǒng)進行圖像采集處理之后將識別結(jié)果傳輸?shù)綑C械系統(tǒng)，機械系統(tǒng)根據(jù)識別結(jié)果，通過機械臂將檢測出的不合格手機殼剔除出來?？傮w結(jié)構(gòu)如圖1所示。

3 硬件設(shè)計

采用TMS320DM6446做主控芯片，這款芯片是一款高度集成的視頻音頻圖像處理芯片，由德州儀器公司于2005年推出，它由兩個CPU核構(gòu)成，分別是控制圖像采集、圖像傳輸、圖像存儲、圖像顯示以及機械臂控制的ARM與負責(zé)圖像數(shù)據(jù)處理分析的DSP[3]。其系統(tǒng)組成如圖2所示。

攝像頭采用的是OmniVision公司生產(chǎn)的攝像頭OV9650，這種攝像頭具有許多優(yōu)良的特性，例如功耗低、分辨率高和敏感度高，它的最高分辨率可達1300*1028像素，并且支持大多數(shù)的圖像格式以及支持自動圖像控制[4]。

4 軟件設(shè)計

本系統(tǒng)使用的軟件是TI公司的Code Composer Studio Vision3.3，即代碼設(shè)計工作室所設(shè)計。它是美國德州儀器TI公司推出的專門用于開發(fā)TMS320系列DSP的集成開發(fā)環(huán)境。設(shè)計出來的流程圖如圖3所示。

5 圖像處理

5.1 連通域檢測

首先采用連通域檢測的辦法，從照片中找到手機殼所在區(qū)域。連通域是指圖像上像素值相似的區(qū)域。連通域檢測的方法常用的是兩遍掃描法，Seed-Filling種子填充法等，本文采用的是兩遍掃描法尋找連通域，該方法就如它的名字一樣，就是通過掃描兩遍圖像，找出圖像上的連通區(qū)域，并為其做出標記。這種方法的思路是在第一遍掃描圖像時，給每一個像素賦予一個label值。這樣在進行掃描時，在一個連通區(qū)域就有可能被一個或多個label值所標記，所以就需要把這些在同一連通域的標記合并，就是把他們之間的相等關(guān)系記錄下來；第二遍掃描就是將相等的equal_labels所標記的像素認為是一個連通區(qū)域并給他們一個相同的label值（label一般是equal_labels中的最小值）[5]。

5.2 灰度變換

數(shù)字圖像由像素點排列組成。不同格式的圖像，其每個像素點所占的空間大小也是不同的。在灰度圖像中，只要8位二進制就可以表示一個像素，但是在彩色圖像中，每個像素卻需要24位二進制才能表示[6]。因此，彩色圖像需要占據(jù)大量的存儲空間，這對系統(tǒng)的傳輸信道帶寬、傳輸速率、圖像處理速率、存儲空間上有著很高的性能要求。所以要對圖像進行灰度處理，本文使用的是RGB與YCbCr轉(zhuǎn)換，公式如下：

5.3 邊緣檢測

邊緣檢測的方法有很多，常見的有Robert算子，Prewitt算子，LOG濾波器，canny算子等等。考慮到實際的問題，本文采用的是Canny邊緣檢測，此方法是在1986年由JohnF.Canny提出，它是一個由四步構(gòu)成的算法。

首先，為了減少后面檢測時的噪聲影響，先用一個5x5的高斯濾波器去除噪聲。

然后，對濾波后的圖像進行水平方向和豎直方向的一階求導(dǎo)，也就是求其圖像梯度Gx與Gy，這里使用的是Sobel算子。然后根據(jù)公式計算出邊界的梯度和方向，公式如下：

接著，對整副圖像進行掃描，去除那些不在邊界上的點。然后檢查每一個像素，看看這個像素點是不是它所在鄰域中梯度方向最大的點，檢測完后我們就可以得到一個包含“窄邊界”的二值圖像[7]。

最后，設(shè)置上限值和下限值。我們將圖像的灰度梯度與上/下限做比較，如果高于上限值，那么就可以認為這里是真的邊界，如果小于下限值，就認為這不是邊界，如果某個點剛好處于上、下限之間，則進一步判斷它是否在我們已經(jīng)判斷出來的邊界上，如果在，那么它也是邊界，如果不在，那么它就不是。在本文中所使用的上、下限為200、500。用這兩個值可以清楚的分辨出邊界，原圖和經(jīng)過處理的邊界圖如圖4所示。

得到邊緣圖后遍歷像素的值，記錄下物體邊緣的坐標，通過對應(yīng)的計算公式，得到手機殼的尺寸。在得到圖像的像素點所在位置和被測物體的空間的相對尺寸后，通過圖像信息處理進行成像縮小比計算，并最終在此基礎(chǔ)上進行圖像的信息重建[8]。

6 結(jié)論

本系統(tǒng)采用了TI公司的DM6446圖像處理平臺，充分利用其雙核架構(gòu)中DSP端強大的數(shù)據(jù)處理能力和ARM端的控制優(yōu)勢，并利用相關(guān)的圖像處理技術(shù)設(shè)計出了性價比較高、穩(wěn)定性好、實時性好的手機殼檢測系統(tǒng)，實現(xiàn)了嵌入式機器視覺技術(shù)對手機殼尺寸的實時檢測。其相對于傳統(tǒng)的機器視覺有兩大優(yōu)點：①成本低廉；②占用工作區(qū)域空間小。此嵌入式機器的視覺尺寸檢測系統(tǒng)不僅適用于大批量的手機殼尺寸檢測，在對其圖像處理程序更改后，還可為其他產(chǎn)品或零件做檢測。

參考文獻（References）：

[1] 李林，王帥，姜樹明，劉曉輝，劉向陽，魏志強.基于嵌入式的圖

像測量系統(tǒng)的設(shè)計與實現(xiàn)[J].山東科學(xué)，2010.23（4）：65-67

[2] 機器視覺最新技術(shù)動態(tài)[J].中國光學(xué)，2013.6（1）：123

[3] 楊亞.嵌入式小模數(shù)齒輪缺陷視覺檢測系統(tǒng)的研究[D].重慶

理工大學(xué)，2018.

[4] 徐海寶，杜偉龍，曹江濤.基于ARM-Linux多功能機器人的設(shè)

計[J].電子設(shè)計工程，2014.22（17）：19-21，25

[5] 王斌.基于單目視覺移動拍攝的手勢識別技術(shù)研究[D].南京

航空航天大學(xué)，2016.

[6] 宋瑞祥，帥毓廷，吳醒樂，石文斌，朱麗軍.基于嵌入式機器視

覺圖像二值化算法及實現(xiàn)[J].科技創(chuàng)新與應(yīng)用，2016.26：71

[7] 王保軍，趙海清，劉超.基于Canny算子改進的邊緣檢測算法[J].

科學(xué)技術(shù)創(chuàng)新，2018.27：13-14

[8] 邢沖.基于激光測距和圖像處理的尺寸檢測系統(tǒng)設(shè)計[J].科

技資訊，2017.15（26）：2-3