基于OpenCV的嵌入式圖像處理平臺的構(gòu)建

方華++郭靜++田敬北

摘 要：文章以ARM Cortex-A8 （S5PV210）為核心，構(gòu)建了一種基于OpenCV的嵌入式圖像處理平臺，提出在主流的Ubuntu操作系統(tǒng)上交叉編譯Qt和OpenCV后將其移植到嵌入式Linux操作系統(tǒng)中，為嵌入式平臺下復(fù)雜圖像處理算法的設(shè)計和實現(xiàn)提供了一條有效途徑，降低了開發(fā)難度。在此平臺上進行的在線人臉識別實驗結(jié)果表明該平臺運行可靠，功能正常。

關(guān)鍵詞：OpenCV；嵌入式；圖像處理平臺；Qt

與基于PC機和圖像處理卡等的傳統(tǒng)圖像處理系統(tǒng)相比，采用嵌入式系統(tǒng)可以開發(fā)出具有便攜性、實時性、成本更低以及可靠性更佳的圖像處理平臺，但也存在軟件設(shè)計難度大，開發(fā)周期長、代碼效率主要依賴設(shè)計人員經(jīng)驗等問題。為此，文章提出一種基于OpenCV的嵌入式圖像處理平臺，在宿主機上采用Ubuntu操作系統(tǒng)，安裝OpenCV以實現(xiàn)圖像處理和計算機視覺方面的通用算法，降低開發(fā)難度，縮短軟件開發(fā)周期[1]，同時OpenCV中大部分函數(shù)都進行了匯編優(yōu)化，有效提高了程序的運行效率?；贠penCV的開源特性也降低了產(chǎn)品的成本。

1 構(gòu)建平臺所用的軟硬件配備

1.1 宿主機配置和源代碼預(yù)備

宿主機主要是用來開發(fā)和調(diào)試嵌入式系統(tǒng)應(yīng)用程序的計算機系統(tǒng)。宿主機硬件可以用PC機，配置Linux操作系統(tǒng)。在構(gòu)建本嵌入式圖像處理平臺的過程中需要準(zhǔn)備如下源代碼：用于生成目標(biāo)系統(tǒng)的編譯器gcc源代碼、用于圖形界面顯示的Qt源代碼以及用于圖像處理的OpenCV源代碼。

1.2 建立rootfs目錄

將下載的得到的文件解壓，使用如下命令建立相關(guān)目錄：

$sudo mkdir rootfs

$cd rootfs

$sudo mkdir root home lib dev sbin mnt sys proc tmp var etc usr

1.3 權(quán)限環(huán)境變量的設(shè)置

正確的權(quán)限設(shè)置是保證正常創(chuàng)建編譯環(huán)境的重要條件，編譯環(huán)境設(shè)置權(quán)限的基本原則是，保證用戶對所有操作目錄及目錄下的文件擁有讀寫的權(quán)限[2]。具體設(shè)置如下：

sudo chown –R root：root rootfs/

sudo chown –R 755 root rootfs/

2 嵌入式圖像處理平臺的構(gòu)建

2.1 嵌入式圖像處理平臺硬件結(jié)構(gòu)

文章以友善之臂公司生產(chǎn)的Smart210開發(fā)板作為硬件平臺，以三星公司的S5PV210嵌入式中央處理器作為核心部件。該款處理器采用了ARM Cortex?-A8內(nèi)核，ARM V7指令集，主頻可達1GHZ，具有2000DMIPS的高性能運算能力，已經(jīng)被廣泛應(yīng)用于手機和平板等移動多媒體設(shè)備上。

2.2 軟件平臺搭建

軟件平臺的搭建主要分為操作系統(tǒng)移植、移植Qt和移植OpenCV三個部分。在圖像處理開發(fā)工具上選擇了廣泛應(yīng)用的OpenCV，利用該視覺庫可以很方便地實現(xiàn)數(shù)字圖像處理。在顯示方面，選擇以支持多平臺而著稱的Qt圖形界面設(shè)計工具，其優(yōu)點在于一次編寫，隨處編譯，已成為圖像處理領(lǐng)域強有力的輔助工具。

2.2.1 操作系統(tǒng)移植

嵌入式圖像處理平臺的搭建的首要步驟為操作系統(tǒng)的選擇和移植。嵌入式Linux操作系統(tǒng)作為嵌入式主流操作系統(tǒng)，其最大的特點是源碼公開并且遵循GPL協(xié)議。由于嵌入式Linux操作系統(tǒng)支持廣泛的硬件、融合了各種強大的應(yīng)用軟件及完善的設(shè)備驅(qū)動和開發(fā)工具，因此文章選用了嵌入式Linux操作系統(tǒng)進行移植，其關(guān)鍵在于正確制作根文件系統(tǒng)以啟動Linux內(nèi)核。制作根文件系統(tǒng)的流程，如圖 1所示。

2.2.2 圖形界面庫Qt的移植步驟

Step1：編譯Qt-4.8.4，方法如下：

tar xfvz qt-everywhere-opensource-src-4.8.5.tar.gz

cd qt-everywhere-opensource-src-4.8.5

./configure -opensource -embedded arm -xplatform -prefix /opt/qt-4.8.5 -I /tslib/include -L /tslib/lib

Step2：把/opt/qt-4.8.5/lib下的所有文件放入開發(fā)板文件系統(tǒng)中。

Step3：修改etc/profile文件，添加Qt庫的環(huán)境變量。

2.2.3 計算機開源視覺庫OpenCV的移植步驟

在進行OpenCV的移植時文章提出改用Qt編寫圖形接口部分，而不使用OpenCV的HighGUI庫。其原因在于OpenCV中的HighGUI模塊中的函數(shù)是基于GTK+的，主要為了將圖像顯示在GTK+窗體上，由于移植GTK+比較復(fù)雜，需要的依賴庫比較多，移植相當(dāng)繁瑣，容易出錯。在嵌入式圖像處理開發(fā)平臺中，應(yīng)用程序的開發(fā)與GTK+相關(guān)性不大，因此調(diào)用OpenCV函數(shù)編寫圖像處理程序時，不采用HighGUI中的庫函數(shù)會使界面的編寫更簡單。

具體移植步驟如下：

Step1：下載源碼并解壓。

Step2：安裝cmake以及cmake-gui。

Step3：配置OpenCV。

Step4：配置cmake和cmake-gui。

Step5：make和make install。

Step6：將lib文件夾下的所有文件拷貝到開發(fā)板。

Step7：設(shè)置環(huán)境變量。

3 嵌入式圖像處理平臺應(yīng)用

為了驗證嵌入式圖像處理平臺是否構(gòu)建成功，文章設(shè)計了人臉識別應(yīng)用程序進行驗證。人臉識別是通過對攝像頭獲取的視頻流數(shù)據(jù)進行圖像處理中的檢測定位和特征提取，從而識別出人臉的具體位置，并進行在線跟蹤。實驗中采用基于OpenCV的人臉識別分類器，通過接入的USB攝像頭實時監(jiān)測人臉。

3.1 人臉識別算法

OpenCV人臉識別分類器利用Haar-like特征來表示人臉特征[3]，采用積分圖作為加速器的方法高效計算人臉特征，再由AdaBoost迭代學(xué)習(xí)算法進行特征選擇和分類器的訓(xùn)練，最終實現(xiàn)人臉圖像的跟蹤識別。對于每一個特征，Adaboost算法根據(jù)訓(xùn)練樣本的特征值排序，并計算樣本權(quán)重，求得分類誤差后得出最優(yōu)弱分類器，經(jīng)過多次循環(huán)特征選擇能夠得到更多的最優(yōu)弱分類器，再組合最優(yōu)弱分類器得到強分類器，相當(dāng)于按照弱分類器的錯誤率加權(quán)投票的方式將弱分類器構(gòu)造為一個強分類器；然后，將強分類器強強聯(lián)手串聯(lián)成一個級聯(lián)分類器。

3.2 實驗結(jié)果

實驗分為標(biāo)識人臉和跟蹤人臉兩方面，當(dāng)單個或者多個人臉出現(xiàn)在攝像頭前，顯示屏上均能顯示并標(biāo)識人臉，當(dāng)人臉從中間分別向兩邊移動時，能夠?qū)崟r跟蹤人臉。同時，在本嵌入式圖像處理平臺上，檢測出人臉的平均時間為300ms，而在普通的PC機上，編寫同樣的算法，運行也需要150ms的檢測時間。在相同的代碼下，本嵌入式平臺和普通PC機平臺主要參數(shù)不同。由該實驗可看出，在本嵌入式平臺下，能夠準(zhǔn)確的檢測到攝像頭所拍攝到的人臉，人臉識別的測試運行也證明了嵌入式圖像處理平臺的可行性和穩(wěn)定性。

[參考文獻]

[1]賈小軍，喻擎蒼.基于開源計算機視覺庫OpenCV的圖像處理[J].計算機應(yīng)用與軟件，2008（4）：276-278.

[2]宋凱，嚴(yán)麗平，甘嵐.嵌入式圖像處理系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機工程與設(shè)計，2009（19）：4368-4370+4377.

[3]劉曉克，孫燮華，周永霞.基于新Haar-like特征的多角度人臉檢測[J].計算機工程，2009（19）：195-197.