基于三星S3C2440A的Micro2440視覺處理平臺的構建

5 圖像獲取結果
圖7分別是在室內環境下，桌面上一個普通乒乓球在攝像頭視頻顯示的結果(左)和在動態處理后攝像頭視頻顯示(右)的截圖，其中視頻的下方同時顯示了一橫條圖片。圖像處理函數完成了視頻在綠色通道中的同步顯示。經驗證，圖像處理的結果良好，色彩正常，并且無明顯滯后等異常現象。

6 運動目標檢測
獲取OV9650圖像后，在此系統平臺上完成了對運動物體的目標檢測，取得了良好效果。常用的運動目標檢測方法有:光流法、幀差分法以及背景差分法[7]。光流法大多計算復雜，占用CPU時間較多；幀差分法常常檢測目標不夠完整；因而針對嵌入式平臺采用了運算速度較快的背景差分法。實驗首先采用了基于灰度圖像的背景差分法，但效果不夠理想:設f(i,j)為一幀視頻圖像序列；R_f、G_f、B_f為其中的任一像素的紅綠藍分量，i，j為像素的橫坐標和縱坐標。B(i,j)為背景圖像序列，同樣地，R_B、G_B、BB為其中的紅綠藍分量，依據以下公式計算灰度值(類似黑白攝像頭獲得的灰度值):

背景差為: f_B(i,j)=f(i,j)-B(i,j)。此系統中RGB格式為5:6:5格式，紅綠藍分量均取5位，綠色分量舍棄了最低位。獲得的差分圖像分別以紅色顯示和二值化獲得的結果如圖8所示。

如圖8(右)所示，由于灰度圖像的背景差分法獲得的像素值普遍較低，因而屏幕亮度較暗，在室內光線中LCD屏幕顯示很不清晰；圖8(左)為進行二值化后背景差分法的圖像，也僅能夠得到小球的部分區域，效果不夠理想。于是本文針對于彩色圖像提出了基于顏色通道的背景差分法，可以獲得理想的效果。設P為顏色通道(這里紅色通道取值為0xF800)，則基于顏色通道的背景差分法用如下公式計算:

背景差為: f_B(i,j)=f(i,j)-B(i,j)。若取閥值T則：f_B(i,j)=fB(i,j)-T。獲得的差分圖像分別在紅色通道中顯示和二值化所得的結果如圖9所示。可見圖9左圖二值化后可獲得乒乓球的圓形輪廓，十分清晰；而且在紅色通道中的圖像顯示輪廓明亮，說明數值強度大抗干擾能力強。在獲得圖像后并自動計算出形心位置，在橫軸和縱軸以白色直線顯示中心位置，在以240×320分辨率輸出時,平均速率達30幀/s，實現了對運動目標中心的實時檢測，如圖9右圖所示。實驗結果表明, 此基于Micro2440的視覺處理平臺上能夠很好地進行圖像及視頻的顯示及處理。

本文基于Micro2440的視覺處理平臺具有以下特點: (1)Micro2440平臺提供了豐富的外圍接口，方便功能擴展,S3C2440A自帶有CAMIF(Camera Inter-face) 模塊，無需接口轉化電路，核心板與底板分離可以進一步縮小體積;(2)CPU工作頻率 400 MHz，處理速度較快，OV9650高達130萬像素，分辨率高。
在每完成一幀的視頻采集后，能夠及時地進行圖像處理，并且圖像處理的結果能夠在LCD上同步顯示；同時輕松轉換便可以方便地得到標準24位BMP圖像，為進一步數字圖像處理提供了良好的平臺。