新聞中心

        EEPW首頁 > 嵌入式系統 > 設計應用 > STM32圖像處理函式庫介紹

        STM32圖像處理函式庫介紹

        作者:意法半導體AI技術創新中心 時間:2022-10-21 來源:電子產品世界 收藏

        IPL是由 C 語言所編寫的開放原始碼軟件,提供了和計算機視覺功能,能加快在意法半導體(ST)的 微控制器上開發視覺分析的應用。本產品在最新版 (v3.1.0)FP-AI-VISION1功能套件中以STM32Cube 中間件的形式推出。

        本文引用地址:http://www.104case.com/article/202210/439419.htm

        1666334796922400.png

        一般來說,視覺深度學習模型的輸入不同于相機拍攝的圖像,深度學習輸入因為具有不同維度及圖像格式,會需要預先處理原圖,例如縮放、影像格式轉換和標準化等。而STM32IPL可提供實用且現成的軟件套件,以簡化及加速影像預處理功能的開發。

        主要特色

        STM32IPL的主要特色如下:

        -   為開發人員提供實用且現成的軟件套件,節省開發STM32平臺和計算機視覺應用的時間。

        -   滿足使用嵌入式系統的圖像處理及計算機視覺功能時最常見的需求。

        -   透過最大程度的封裝和隱藏,簡化且加速應用程序的開發、降低常見之圖像處理的復雜度,并提升計算機視覺運算的能效。

        STM32IPL依不同功能配置于各種模塊中,如下圖所示:

        1666334825118322.png

        這些模塊可被劃分至以下分組:

        -   初始化和去初始化分組(深綠模塊)

        -   影像建立、初始化和發布等分組(淺綠色模塊)

        -   影像轉換功能,如濾波、色彩轉換、縮放、morphological operators及warping等分組(深黃色模塊)

        -   特征和對象擷取功能,如邊緣和斑點偵測器以及霍夫轉換等分組(淺黃色模塊)

        -   線條、長方形和橢圓形等圖形操作功能分組(深藍模塊)

        -   影像讀取和寫入功能的分組(淺藍模塊)

        -   在影像內繪制圖形元素的功能分組(深灰模塊)

        -   最后一個群組包含計算完整圖像和圖像統計等其他模塊(淺灰模塊)

        下方照片為STM32IPL的圖像處理功能范例:

        原圖:

        image.png

        經高斯濾波器處理后:

        image.png

        經坎尼邊緣偵測算法處理后:

        image.png

        鏡面翻轉后:

        image.png

        180° 旋轉后:

        image.png

        軟件架構

        采用STM32IPL的典型STM32應用程序軟件架構如下所示:

        1666334915792211.png

        STM32IPL位于BSP和HAL的中間件內,除了下列兩種利用了部分STM32 MCU所提供的硬件功能之外,絕大部分的STM32IPL功能皆不受平臺影響:

        -   在檔案上執行讀取/寫入作業的I/O功能。指的是兩個用于處理受支持影像文件格式 (如 BMP、PPM、PGM 和 JPEG)的讀?。瘜懭牒健I鲜龊降倪\作仰賴于下列第三方開放原始碼函式庫(屬于STM32Cube中間件組件的一部分):

        o   FatFs提供在FatFS文件系統上的讀?。瘜懭氩僮鞴δ?。例如讀取和寫入 microSD卡內的影像。

        o   LibJPEG提供JPEG編碼和譯碼功能。

        -       此函式能讓STM32 DMA2D在屏幕上快速繪制圖像,其中DMA2D為適用于圖形作業的硬件加速器。

        高階功能范例

        本章節以霍夫轉換和物體偵測兩項高階功能作為范例,說明其運作原理及對于影像的作用:

        霍夫轉換

        霍夫轉換是一種能偵測簡易形狀的特征擷取方法,而 “簡易” 是指可以用少數參數來表示的圖案,例如:一條線可由斜率、截距兩項參數做表示,而圓形則是以圓心坐標和半徑三項參數做表示。因此,霍夫轉換技術十分適用于在圖像中找出像是線條、圓形的圖案。

        STM32IPL支持兩種霍夫轉換功能:

        -   STM32Ipl_FindLines() 可透過霍夫轉換找出影像中所有線條。

        -   STM32Ipl_FindCircles() 則可透過霍夫轉換找出影像中的圓形。

        下方兩張照片展示了使用霍夫轉換偵測線條的結果。

        原圖:

        1666334942397190.png

        經過霍夫轉換的線條偵測后結果:

        1666334967778564.png

        然而,偵測到的線條質量有很大程度取決于edge map,因此在實務上,使用霍夫轉換技術的前提是要能夠控制環境,從而得出一致的edge map,或是透過訓練邊緣偵測器,找出所需的特定邊緣種類。

        下方兩張照片為使用霍夫轉換偵測圓形的結果,結果同樣有很大程度取決于可用邊緣的質量,以及對于所需偵測圓形尺寸的先備知識。

        原圖:

        image.png

        經過霍夫轉換的圓形偵測后結果:

        1666335004926717.png

        物體偵測

        物體偵測是一種計算機視覺技術,可辨識和定位圖像或影片中的物體,此技術常用于自駕車、機器人、人臉辨識等情境。

        STM32IPL提供三種物體偵測功能:

        -       STM32Ipl_LoadFaceCascade() 載入正面臉部串行。

        -       STM32Ipl_LoadEyeCascade() 載入眼部串行。

        -       STM32Ipl_DetectObject() 偵測特定串行描述的對象。

        下方照片展示了臉部偵測和眼部偵測兩項功能的結果:

        原圖:

        image.png

        經過眼部和臉部偵測后結果:

        1666335042141757.png

        若欲取得此STM32IPL函式庫,使用者必需下載最新的FP-AI-VISION1功能套件,存取路徑如下:FP-AI-VISION1_V3.1.0MiddlewaresSTSTM32_ImageProcessing_LibraryInc



        評論


        相關推薦

        技術專區

        關閉
        主站蜘蛛池模板: 榆中县| 德化县| 邯郸市| 武威市| 塘沽区| 韶关市| 灵丘县| 南康市| 遂宁市| 澄城县| 桃园县| 涡阳县| 新乡县| 荥经县| 新兴县| 丰顺县| 乐山市| 老河口市| 周宁县| 桐城市| 沭阳县| 广州市| 建德市| 竹北市| 合川市| 方山县| 北流市| 济阳县| 汉阴县| 綦江县| 凌海市| 太谷县| 驻马店市| 宽甸| 铅山县| 克拉玛依市| 五河县| 应城市| 盐亭县| 炉霍县| 三原县|