基于嵌入式ARMS3C2440智能建筑物裂紋實時測量系統開發研究

2 基于Linux的QT界面設計算法
前文討論的是主要的算法部分，完整的裂紋測量系統還包括用戶接口部分，即圖形界面接口。在ARM上采用QT進行界面設計已經比較成熟，它具有以下主要特點：
(1)入門容易、學習成本低。了解基本概念后就可以邊查文檔邊寫程序。
(2)跨平臺效果好。本來是Linux下的工具庫，在Windows下默認觀感也很好。

3 軟件移植與程序優化
由于最終的程序是運行在ARM系統上，而由于ARM處理圖像時的速度慢與裂縫測量儀器的實時性要求，必須對程序進行優化，并將算法移植到ARM系統上，使之可以正確運行。
軟件的移植比較容易。由于一開始很注重將PC機上仿真成功的算法及時移植到ARM上，故程序的移植變得比較容易。
但是程序的優化是一個問題，雖然現在的ARM速度已經提高了很多，但是在處理圖像時還是很吃力，加上算法中需要對原圖像兩次獨立處理，相當于加倍了ARM的負擔。通過對大量裂縫圖像的分析，針對前文中提出的裂縫特點以及結合ARM本身的運算速度條件，提出剔除處理全部圖像的算法。采用了只處理給定行位置上下10行的區域。通過只處理這20行圖像，極大地提高了程序的運行速度。以上方法并行，還采用多線程編程方法，通過將圖像采樣與圖像的處理分為兩個進程完成，有效地提高了程序的運行速度。

4 實驗結果分析
該程序分別在PC機和ARM開發板上運行，效果如圖7，圖8所示。
通過大量的實驗發現該算法能較好地檢測出裂縫的分布和寬度。在算法中采用了結合OTSU圖像分割與Sobel邊緣檢測的混合算法進行裂紋檢測與寬度測量。這種算法能分別有效利用邊緣檢測與圖像分割兩種方法各自的優點。另外在該算法中加入了一些分析獲得的約束條件，這能極大地彌補邊緣檢測與圖像分割混合方法的不足，從而有效地提高了裂紋位置鎖定與裂縫寬度測量的精度。

5 結 語
針對墻體裂紋測量，設計出了一套適用于裂縫寬度檢測的算法。該算法能較好地檢測出裂縫的分布和寬度。采用邊緣檢測與圖像分割混合的方法并通過對大量圖像進行分析，對算法添加了一系列符合圖像裂縫特征的約束條件，極大地提高了算法的準確性與健壯性。分別將程序運行于PC機系統與ARM系統，并針對ARM系統的特點對算法進行了一系列優化，引入了并行處理技術，在提高ARM運行速度的同時，使得ARM系統檢測出的結果達到與PC機系統幾乎同等的效果。