基于Cortex-A8的攝像直讀抄表裝置的設(shè)計(jì)

武永華 許志杰 張淑城

摘 要：針對(duì)抄表系統(tǒng)中水表表盤讀數(shù)不準(zhǔn)的問(wèn)題，設(shè)計(jì)基于Cortex-A8的攝像直讀遠(yuǎn)傳抄表裝置。該裝置通過(guò)四路USB攝像模塊對(duì)表盤進(jìn)行攝像，利用Linux的V4L2對(duì)圖像進(jìn)行采集，OpenCV 完成對(duì)圖像的預(yù)處理、SVM 完成對(duì)數(shù)字的識(shí)別，裝置最終通過(guò)串口RS 232輸出表盤數(shù)字提供給后端。通過(guò)對(duì)裝置的應(yīng)用表明，圖像識(shí)別率較高，設(shè)備運(yùn)行穩(wěn)定。

關(guān)鍵詞：攝像直讀;V4L2;OpenCV;串口;識(shí)別率;Cortex-A8

中圖分類號(hào)：TP274文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-1302（2019）04-00-05

0 引 言

隨著物聯(lián)網(wǎng)技術(shù)、電子技術(shù)、通信技術(shù)的發(fā)展，各式各樣的新型遠(yuǎn)傳抄表系統(tǒng)涌現(xiàn)。目前我國(guó)的水表抄收方式主要有傳統(tǒng)的人工抄表方式、現(xiàn)場(chǎng)自動(dòng)抄表、預(yù)付費(fèi)抄表、遠(yuǎn)程有線抄表、遠(yuǎn)程無(wú)線自動(dòng)抄表。自動(dòng)抄表是利用物聯(lián)網(wǎng)技術(shù)處理表具數(shù)據(jù)，將采集到的水表字輪數(shù)據(jù)發(fā)送至服務(wù)器，進(jìn)行后續(xù)用戶水費(fèi)計(jì)算和其他大數(shù)據(jù)分析。從技術(shù)層面來(lái)分，水表抄表技術(shù)包括水表計(jì)數(shù)方式和水表數(shù)據(jù)遠(yuǎn)傳方式。水表計(jì)數(shù)方式主要有脈沖式遠(yuǎn)傳水表[1]和直讀式遠(yuǎn)傳水表[2]，而直讀式遠(yuǎn)傳水表又細(xì)分為光電直讀式遠(yuǎn)傳水表、攝像直讀遠(yuǎn)傳水表、厚膜電阻式遠(yuǎn)傳水表。從水表讀數(shù)傳輸方式又可分為電力載波[3]、CATV網(wǎng)絡(luò)遠(yuǎn)程傳輸[4]、GSM/GPRS網(wǎng)絡(luò)無(wú)線傳輸[5]。目前實(shí)現(xiàn)遠(yuǎn)程抄表系統(tǒng)的基表大部分是改造現(xiàn)有水表，通過(guò)脈沖計(jì)數(shù)技術(shù)實(shí)現(xiàn)計(jì)量，因而容易受到磁干擾，可靠性低，數(shù)據(jù)有誤之后的維護(hù)工作量大。針對(duì)目前抄表裝置的優(yōu)缺點(diǎn)，本文裝置在原有水表的基礎(chǔ)上設(shè)計(jì)一種圖像處理技術(shù)和嵌入式技術(shù)相結(jié)合的攝像直讀抄表裝置，所使用的硬件以TI-AM3352[6]為核心，Crotex-A8架構(gòu)，軟件采用Linux操作系統(tǒng)和ARM-Linux平臺(tái)，利用V4L2[7]完成對(duì)表盤圖像的采集，OpenCV[8]完成對(duì)圖像的處理，SVM[9]完成對(duì)數(shù)字的識(shí)別。針對(duì)該抄表方法中對(duì)圖像某區(qū)域示數(shù)的識(shí)別問(wèn)題，采用可靠的識(shí)別方式，即使用攝像頭拍攝水表表盤后生成圖片，然后根據(jù)表盤中的示數(shù)位置，對(duì)表盤區(qū)域進(jìn)行分割，接著將圖片進(jìn)行JPG壓縮后識(shí)別圖片中的示數(shù)，最后將這個(gè)示數(shù)通過(guò)串口顯示在終端上。

1 攝像直讀抄表裝置硬件原理

基于AM3352微處理器的嵌入式攝像直讀遠(yuǎn)程抄表系統(tǒng)將攝像頭固定安裝在儀表上的某個(gè)位置，當(dāng)需要進(jìn)行抄表時(shí)，通過(guò)RS 232獲得命令，由AM3352微處理器控制USB模塊選擇對(duì)應(yīng)的攝像頭開(kāi)啟并進(jìn)行水表攝像。當(dāng)任務(wù)完成后，AM3352數(shù)據(jù)采集設(shè)備再次關(guān)機(jī)。此系統(tǒng)可以提供可靠的表盤度數(shù)，與儀表的脈沖傳感器結(jié)合使用可以有效避免采集誤差，簡(jiǎn)化人工校正過(guò)程，使得抄表過(guò)程更加可視化。本文裝置主要包括電源模塊、RS 232串口、AM3352核心模塊、USB模塊四部分。攝像直讀抄表裝置結(jié)構(gòu)如圖1所示。

2 攝像直讀抄表裝置硬件設(shè)計(jì)

本文裝置的電源模塊輸入DC 9～24 V，電源模塊主要通過(guò)MP1471和MP1498兩個(gè)降壓芯片，設(shè)計(jì)輸出電壓為

3.3 V，電路原理圖如圖2所示。

RS 232串口模塊主要完成電平轉(zhuǎn)化，采用的主芯片為SP3232，電路原理圖如圖3所示。

USB模塊主要完成四路USB攝像頭選擇一路的功能。所用主芯片為USB2514B，初始化的設(shè)定通過(guò)I2C完成。電路原理圖如圖4所示。

AM3352核心模塊主要完成四路USB水表圖像的采集、預(yù)處理以及表盤數(shù)字的識(shí)別。其中AM3352微處理運(yùn)行Linux操作系統(tǒng)和OpenCV，電路方框圖如圖5所示。

3 圖像采集和預(yù)處理

3.1 V4L2編程與圖像采集

V4L2是嵌入式Linux系統(tǒng)中關(guān)于視頻設(shè)備的內(nèi)核驅(qū)動(dòng)，主要用來(lái)采集圖片，對(duì)視頻、音頻進(jìn)行相關(guān)操作等，因此V4L2提供了一系列的接口函數(shù)，用于視頻捕捉、采集圖片等視頻設(shè)備的應(yīng)用。視頻設(shè)備采集流程如圖6所示。

3.1.1 獲取攝像頭參數(shù)

Linux系統(tǒng)中提供ioctl（）函數(shù)以及相關(guān)參數(shù)獲取所使用的USB攝像頭基本信息和支持的采集格式。其獲取的參數(shù)信息有采集設(shè)備、支持流操作、支持的像素格式等。

3.1.2 設(shè)置攝像頭參數(shù)

攝像頭像素格式設(shè)置為YUYV422，圖像分辨率設(shè)置為240×320，使用參數(shù)VIDIOC_S_FMT設(shè)置攝像頭參數(shù)。

3.1.3 攝像頭圖像采集

攝像頭設(shè)備初始化后就進(jìn)行圖片采集。通過(guò)參數(shù)VIDIOC_REQBUFS和結(jié)構(gòu)體v4l2_requesbuffers申請(qǐng)緩存，接著通過(guò)內(nèi)存映射將緩存信息映射到用戶空間，之后將數(shù)據(jù)寫入文件生成原始圖片。

3.1.4 圖片格式轉(zhuǎn)換

生成的原始圖片為YUYV422，為了方便處理圖像，需要先將其轉(zhuǎn)換為RGB888格式后再轉(zhuǎn)成壓縮JPG格式圖片。

3.1.5 關(guān)閉攝像頭設(shè)備

為了較好地管理內(nèi)存，防止出現(xiàn)系統(tǒng)崩潰的現(xiàn)象，停止圖像采集后，要對(duì)內(nèi)存進(jìn)行回收。停止采集后通過(guò)參數(shù) VIDIOC_STREAMOFF調(diào)用 close（）函數(shù)關(guān)閉攝像頭設(shè)備文件。

3.2 OpenCV處理圖像

采集到的圖像如圖7所示，使用OpenCV開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)對(duì)圖像進(jìn)行相關(guān)處理。

3.2.1 圖像灰度化

一般對(duì)圖像進(jìn)行灰度化處理的方法有分量法、加權(quán)平均法等。本文裝置采用加權(quán)平均法對(duì)圖像進(jìn)行灰度化處理，因此使用OpenCV庫(kù)中的cvtColor（）函數(shù)對(duì)采集到的圖像進(jìn)行灰度化處理，處理后的圖像如圖8所示。

3.2.2 圖像去燥

圖像去噪即為減少圖像中的噪聲干擾。常用的圖像去噪方法有均值濾波、中值濾波、高斯濾波等。通過(guò)使用相關(guān)函數(shù)對(duì)灰度化處理后的圖像進(jìn)行三種濾波處理，無(wú)法很直觀地看出哪種濾波效果更好，但是經(jīng)過(guò)三種濾波處理后的圖像再經(jīng)過(guò)二值化的處理，發(fā)現(xiàn)采用高斯濾波后的圖像二值化處理效果更好，因此本文采用高斯濾波的方法，使用OpenCV庫(kù)中的GaussianBlur（）函數(shù)對(duì)灰度化處理好的圖像進(jìn)行高斯濾波處理，處理后的圖像如圖9所示。

3.2.3 圖像二值化

圖像經(jīng)過(guò)灰度化和二值化處理后，只剩下黑色和白色，即黑白效果，因?yàn)閿?shù)據(jù)量降低了，所以后續(xù)在對(duì)圖像進(jìn)行處理時(shí)，計(jì)算量已經(jīng)沒(méi)有之前那么大了。一般對(duì)圖像進(jìn)行二值化的方法有全局閾值法、局部閾值法。為了降低算法復(fù)雜度，便于后續(xù)輪廓提取處理，采用固定閾值處理，并加入反色處理，因此在本文設(shè)計(jì)中使用OpenCV庫(kù)中的threshold（）函數(shù)對(duì)高斯濾波去噪后的圖像進(jìn)行二值化處理，處理后的圖像如圖10所示。

3.2.4 圖像腐蝕和膨脹

腐蝕即通過(guò)自定義的結(jié)構(gòu)元素掃描全圖像像素，并進(jìn)行與運(yùn)算，目的是對(duì)二值化處理后圖像中的某些邊界點(diǎn)進(jìn)行消除。膨脹的目的則是對(duì)二值化處理后圖像中的某些邊界進(jìn)行擴(kuò)張，即空洞填補(bǔ)，并進(jìn)行或運(yùn)算。為了使表盤區(qū)域在圖像中顯得更加突出，以及便于對(duì)圖像外輪廓進(jìn)行提取處理，對(duì)其進(jìn)行腐蝕和膨脹處理，使用OpenCV庫(kù)中的dilate（）函數(shù)和erode（）函數(shù)對(duì)二值化后的圖像進(jìn)行腐蝕和膨脹處理，處理后的圖像如圖11、圖12所示。

3.2.5 圖像輪廓

在圖像識(shí)別過(guò)程中，查找輪廓是識(shí)別區(qū)域的前提，先對(duì)整個(gè)圖像查找所有外部的輪廓并畫(huà)出，再進(jìn)行圖像分割，這時(shí)也就能得到所要識(shí)別的區(qū)域了。使用OpenCV查找輪廓的方法有多種，一般步驟是：灰度化-二值化-腐蝕-膨脹-形態(tài)學(xué)處理-查找輪廓-繪制輪廓-顯示處理好的圖像。為了后續(xù)示數(shù)區(qū)域的準(zhǔn)確分割，本文設(shè)計(jì)使用OpenCV庫(kù)中的findContours（）函數(shù)進(jìn)行外輪廓的查找。輪廓查找之后的圖像如圖13所示。

3.2.6 圖像分割

圖像分割通常結(jié)合查找圖像輪廓使用。對(duì)于本文設(shè)計(jì)來(lái)說(shuō)，只關(guān)心所要識(shí)別的區(qū)域，將其余區(qū)域舍去，因此為了能夠?qū)⒏信d趣的區(qū)域分割出來(lái)（即示數(shù)區(qū)域），在圖像外輪廓查找和繪制后，圖像中出現(xiàn)一些紅色的區(qū)域，之后對(duì)其進(jìn)行面積判斷，最終得到想要的區(qū)域，之后才能對(duì)其進(jìn)行數(shù)字識(shí)別。圖像分割處理后的結(jié)果如圖14所示。

4 表盤字輪讀數(shù)識(shí)別

4.1 數(shù)字識(shí)別概述

數(shù)字識(shí)別包含在模式識(shí)別領(lǐng)域中，其結(jié)果是將某些物體上的數(shù)字進(jìn)行識(shí)別，識(shí)別方法有多種，如結(jié)構(gòu)特征識(shí)別法、模板匹配識(shí)別法、神經(jīng)網(wǎng)絡(luò)識(shí)別法。這些識(shí)別算法各有優(yōu)缺點(diǎn)，選擇具體的算法時(shí)主要考慮計(jì)算復(fù)雜度、算法成功識(shí)別率、硬件平臺(tái)匹配性。本文設(shè)計(jì)采用機(jī)器學(xué)習(xí)+向量機(jī)（SVM）的方法實(shí)現(xiàn)數(shù)字識(shí)別，然后通過(guò)文件操作將結(jié)果保存并顯示在遠(yuǎn)程終端上。

4.2 數(shù)字識(shí)別

支持向量機(jī)能夠解決一些模式識(shí)別中的問(wèn)題。SVM是對(duì)機(jī)器進(jìn)行訓(xùn)練的一種方法，效果較好，可以應(yīng)用于分類數(shù)據(jù)。本文設(shè)計(jì)使用SVM分類器對(duì)數(shù)據(jù)進(jìn)行訓(xùn)練，生成XML文件，通過(guò)SVM分類器對(duì)XML文件進(jìn)行讀取，進(jìn)而識(shí)別圖像中的數(shù)字。

通過(guò)攝像頭采集水表圖像，使用JPEG庫(kù)中的壓縮算法生成JEP格式的圖片，然后對(duì)此圖片進(jìn)行灰度化、高斯去噪、二值化、腐蝕、膨脹處理，接著查找圖像的外輪廓并繪制出來(lái)，圖像中會(huì)出現(xiàn)一些紅色矩形區(qū)域，對(duì)這些區(qū)域進(jìn)行面積判斷，找到示數(shù)區(qū)域?qū)?yīng)的紅色矩形區(qū)域，保存這個(gè)紅色矩形區(qū)域的4個(gè)頂點(diǎn)坐標(biāo)，之后通過(guò)這幾個(gè)坐標(biāo)將示數(shù)區(qū)域分割出來(lái)，并對(duì)其進(jìn)行矯正，就得到所要的區(qū)域。接著將其保存，識(shí)別數(shù)字。識(shí)別數(shù)字的過(guò)程中要先將先前使用分類器訓(xùn)練好的數(shù)據(jù)保存為XML格式的文件進(jìn)行加載，后進(jìn)行數(shù)字區(qū)域的分離，將每個(gè)數(shù)字所在的位置區(qū)域分出來(lái)，保存后進(jìn)行灰度化處理，調(diào)整圖片大小，改變矩陣的行列數(shù)、通道數(shù)，進(jìn)行矩陣數(shù)據(jù)類型轉(zhuǎn)換，識(shí)別數(shù)字。識(shí)別過(guò)程中如果碰到數(shù)字不全的情況，將數(shù)字不全的都以0處理。識(shí)別完成之后，將識(shí)別的結(jié)果在遠(yuǎn)程終端上顯示出來(lái)，同時(shí)通過(guò)文件操作函數(shù)保存結(jié)果并生成txt文件?？傮w識(shí)別流程如圖15所示，識(shí)別結(jié)果如圖16所示。

5 結(jié) 語(yǔ)

本文將嵌入式系統(tǒng)和圖像處理技術(shù)相結(jié)合，并且在Ti-AM3352開(kāi)發(fā)板上實(shí)現(xiàn)攝像直讀水表的讀數(shù)識(shí)別。在拍攝圖片中，采用V4L2編程進(jìn)行攝像頭的相關(guān)操作，使用JPEG庫(kù)對(duì)圖片進(jìn)行轉(zhuǎn)換，完成圖像采集。在圖像處理過(guò)程中，利用OpenCV開(kāi)源代碼和SVM把數(shù)字識(shí)別出來(lái)、顯示，并保存在文本中。測(cè)試結(jié)果表明，該系統(tǒng)保證了系統(tǒng)的可靠性和可擴(kuò)展性，系統(tǒng)工作穩(wěn)定，硬件成本低，施工簡(jiǎn)單，抄表成功率99%以上，具有廣闊的市場(chǎng)和應(yīng)用前景。

參 考 文 獻(xiàn)

[1]張興華.基于圖像識(shí)別的智能抄表系統(tǒng)研究與實(shí)現(xiàn)[D]. 哈爾濱：哈爾濱理工大學(xué)，2012.

[2]陳澤.基于ARM-Linux控制器的小區(qū)智能家居管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京：華北電力大學(xué)，2017.

[3]徐偉，王斌，姜元建.低壓電力線載波通信技術(shù)在用電信息采集系統(tǒng)中的應(yīng)用[J].電測(cè)與儀表，2010（2）：57-59.

[4]張亞彬.同軸電纜特性及在CATV信號(hào)傳輸中的應(yīng)用[J].中國(guó)新技術(shù)新產(chǎn)品，2009（3）：19-20.

[5]任亞軍，趙明，朱文革，等.基于GPRS的水表遠(yuǎn)程抄表系統(tǒng)設(shè)計(jì)[J].儀器儀表用戶，2015，22（2）：7-9.

[6]程昌南.ARM Cortex-A8硬件設(shè)計(jì)DIY[M].北京：北京航空航天大學(xué)出版社，2012.

[7]甘勤操，陳西曲.基于V4L2的嵌入式視頻監(jiān)控系統(tǒng)的研究[J].武漢輕工業(yè)大學(xué)學(xué)報(bào)，2014，33（1）：61-64.

[8]孟祥興，宋宇飛，顧橋磊.基于OpenCV和嵌入式的工業(yè)圖像檢測(cè)系統(tǒng)[J].物聯(lián)網(wǎng)技術(shù)，2018，8（10）：106-107.

[9]李良榮，榮耀祖，顧平，等.基于SVM的車牌識(shí)別技術(shù)研究[J].貴州大學(xué)學(xué)報(bào)，2018，35（5）：48-53.

[10]甘英俊，胡天翔，沈海濤，等.基于機(jī)器視覺(jué)的汽車牌照識(shí)別[J].機(jī)械制造與自動(dòng)化，2009（2）：97-101.