基于FPGA的一種識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

姜曉雪，陳小菊，徐銳，屈子昂

（宜賓學(xué)院，四川宜賓，644000）

0 概述

顏色識(shí)別是應(yīng)用視覺(jué)領(lǐng)域的一個(gè)重要方面。隨著專(zhuān)用集成電路和專(zhuān)用處理芯片的發(fā)展，識(shí)別技術(shù)也得到了突飛猛進(jìn)的發(fā)展，其中的典型代表就是數(shù)字信號(hào)處理(DSP)專(zhuān)用芯片的產(chǎn)生，它改變了傳統(tǒng)的完全依靠PC機(jī)來(lái)進(jìn)行圖像處理的弊端，使目標(biāo)識(shí)別進(jìn)入了嵌入式時(shí)代。隨著對(duì)圖像處理要求的越來(lái)越高，DSP在某些具體應(yīng)用中受到很多限制，如實(shí)時(shí)高清圖像采集與處理[2]。

本設(shè)計(jì)系統(tǒng)介紹了一種基于FPGA的RGB減背景顏色識(shí)別算法，在RGB顏色通道提取的基礎(chǔ)上對(duì)其他顏色通道進(jìn)行腐蝕處理，使識(shí)別更加精確、可靠。再依靠FPGA的可編程性和強(qiáng)大的并行信號(hào)處理能力，使其可以靈活、高效的運(yùn)行和分析各種目標(biāo)識(shí)別算法，在處理信息量大的圖像上顯得游刃有余，滿足系統(tǒng)對(duì)實(shí)時(shí)性的要求，大大的提高系統(tǒng)的處理性能。本系統(tǒng)運(yùn)用了一個(gè)對(duì)紅色運(yùn)動(dòng)物體的追蹤的實(shí)驗(yàn)來(lái)觀察圖像處理的效果，并為后續(xù)雙目測(cè)距系統(tǒng)的開(kāi)發(fā)打下堅(jiān)實(shí)的基礎(chǔ)，該方案也可以直接用于日常監(jiān)控系統(tǒng)中。

1 顏色識(shí)別系統(tǒng)的原理與實(shí)現(xiàn)系統(tǒng)

■1.1 實(shí)現(xiàn)原理

為了科學(xué)的定量描述和使用顏色，人們提出了各種顏色模型，主要有RGB模型、HSI模型、CMKY模型和YUV色彩系統(tǒng)[3]。其中RGB模型的應(yīng)用主要面向硬件設(shè)備，HSI模型是面向以彩色處理為目的的應(yīng)用，而CMKY模型主要應(yīng)用在印刷工業(yè)，YUV模型則主要用在電視信號(hào)傳輸中。面向硬件設(shè)備的最常用的彩色模型是RGB模型，其模型如圖1所示，其中RGB模型和HSI模型是在圖像處理中應(yīng)用較多的兩種模型[4]。

圖1 RGB模型單位立方體

RGB模型和HSI模型之間可以進(jìn)行相互轉(zhuǎn)換，將RGB模型轉(zhuǎn)換成HSI模型的公式如公式(1)所示：

在HSI模型中三分量H、S、I具有相對(duì)獨(dú)立性，能較準(zhǔn)確的提取顏色特征?？紤]到計(jì)算H需要進(jìn)行反三角函數(shù)轉(zhuǎn)換需要時(shí)間較長(zhǎng)，不利于實(shí)時(shí)性這一要求，所以不選用H分量;而I分量與圖像的彩色信息無(wú)關(guān)，對(duì)識(shí)別效果影響也不會(huì)很大，所以沒(méi)有選用，而S分量計(jì)算簡(jiǎn)單，而且由光照強(qiáng)度變化帶來(lái)的影響較少[5]。所以本文中采用用 R-G、R-B作為識(shí)別參數(shù)，所以在此也引進(jìn)了此兩個(gè)參數(shù)，這兩個(gè)參數(shù)計(jì)算起來(lái)方便，又不至于增加網(wǎng)絡(luò)訓(xùn)練時(shí)間，能夠有效的濾除多余背景，而且實(shí)驗(yàn)證明對(duì)識(shí)別率確有一定的提高。在測(cè)量的二十幅圖中，識(shí)別率達(dá)到95%。

■1.2 實(shí)現(xiàn)系統(tǒng)

如圖2所示，我們圖像采集MT9V011cmos 500W像素?cái)z像頭，將采集到的彩色RGB 圖像首先存入 SDRAM 中，然后由VGA顯示控制端讀出圖像數(shù)據(jù)，讀出 RGB 圖像數(shù)據(jù)后，我們首先對(duì)RGB圖進(jìn)行灰度處理，然后對(duì)灰度圖像進(jìn)行閾值分割，形成二值圖像，對(duì)二值數(shù)字圖像進(jìn)行邊界追蹤的基礎(chǔ)上進(jìn)行顏色識(shí)別，最終將邊界顯示在VGA上。

圖2 系統(tǒng)原理圖

如圖3所示，rgb_data_i_1 與rgb_data_i_2為三位八位RGB數(shù)據(jù)信息，經(jīng)過(guò)灰度、二值后壓縮為三位4位RGB數(shù)據(jù)信息image_d ata_1和image_data_2。

圖3 顏色標(biāo)定模塊

2 算法實(shí)現(xiàn)

RGB( Red, Green, Blue ) 通過(guò)紅、綠 、藍(lán)三基色的相加來(lái)產(chǎn)生其它的顏色 。自然界的任何一種顏色,都可以通過(guò) RGB 三基色按照不同的比例混合而成 。RGB 三者的取值范圍分別是0 到255 。當(dāng) RGB 三者都為 0 時(shí), 產(chǎn)生黑色 ;當(dāng)RGB三者都為255 時(shí), 產(chǎn)生白色[6]。

如圖4所示，在顏色識(shí)別模塊中寫(xiě)有紅、藍(lán)、綠三個(gè)顏色濾波器，當(dāng)識(shí)別顏色時(shí)，濾波器分時(shí)工作，即選定一種顏色的濾波器之后，其他顏色的分量都不能夠通過(guò)濾波器，而只有這種顏色能夠通過(guò)濾波器，該分量通過(guò)濾波器之后，則得出要識(shí)別顏色中該分量的值。簡(jiǎn)單來(lái)說(shuō)就是當(dāng)紅色濾波器處于工作狀態(tài)時(shí)，只有藍(lán)色光能通過(guò)濾波器，而藍(lán)色、綠色不通過(guò)，這樣就能夠得出紅色分量的值[7]。當(dāng)入射光通過(guò)三個(gè)顏色濾波器之后得出三個(gè)顏色分量值，這樣，疊加在一起則得出被測(cè)物體顏色，識(shí)別紅色物體。

圖4 濾波信號(hào)

顏色識(shí)別算法：RGB 是光照色。每種顏色數(shù)據(jù)從0到255，都為0的話就是沒(méi)有光，是黑色，數(shù)據(jù)越大光越強(qiáng)，都為255是白色[8]。三色的數(shù)據(jù)不同的話，找數(shù)據(jù)最大的那個(gè)，可以理解為那種顏色的光強(qiáng)，就會(huì)偏向那種顏色[9]。

圖5 藍(lán)色識(shí)別VGA圖

圖6 紅色識(shí)別VGA圖

根據(jù)所處環(huán)境及實(shí)驗(yàn)分析，紅色受干擾小，光照強(qiáng)，精確度更高，所以本系統(tǒng)選擇對(duì)紅色進(jìn)行識(shí)別。

先對(duì)整幅圖像基于RGB模型進(jìn)行紅、黃、藍(lán)顏色提取。對(duì)提取出的備選區(qū)域進(jìn)行形態(tài)學(xué)濾波，去掉圖像中的噪聲干擾。依據(jù)形狀特征提取圖像中矩形區(qū)域[10]。

RGB圖像是有3個(gè)通道，也就是一個(gè)3維的矩陣，而灰度圖，大只有一個(gè)通道，圖7在matlab中將一個(gè)3通道的事物轉(zhuǎn)為1通道。

圖7 RGB轉(zhuǎn)灰度圖

圖8在matlab中將RGB圖像的其余兩色進(jìn)行腐蝕并進(jìn)行減運(yùn)算。

圖8 對(duì)G和R腐蝕過(guò)后的二值圖

圖9 對(duì)測(cè)試圖進(jìn)行YUV算法后的二值圖

本方案在傳統(tǒng)RGB顏色通道提取的基礎(chǔ)上對(duì)藍(lán)色和綠色通道進(jìn)行腐蝕后得到的圖像，并在紅色通道進(jìn)行R-G、R-B運(yùn)算，濾除多余背景，使識(shí)別精度更高。

3 實(shí)驗(yàn)驗(yàn)證

本文使用的器件是Altera公司的颶風(fēng)時(shí)代開(kāi)發(fā)板。Verilog源代碼在開(kāi)發(fā)環(huán)境quartus ii 18.0中綜合并經(jīng)過(guò)ModelSim仿真，得到的時(shí)序波形圖，該波形圖驗(yàn)證了RGB信號(hào)的正確性。波形圖、測(cè)試結(jié)果如圖10、圖11所示。

圖10 測(cè)試圖1

圖11 測(cè)試圖2

由仿真圖12可知新生成圖像時(shí)序與datasheet的時(shí)序圖基本一致。本設(shè)計(jì)在實(shí)驗(yàn)中的圖片共20幅，當(dāng)采用HIS特征量時(shí)有3個(gè)識(shí)別錯(cuò)誤，識(shí)別率為85.8%;在采用R-G、R-B特征時(shí)，有1個(gè)識(shí)別錯(cuò)誤，識(shí)別率為95%，識(shí)別時(shí)間是0.5s。這一個(gè)錯(cuò)誤圖片是手機(jī)反光面。經(jīng)分析，其錯(cuò)誤的主要原因是背景板不單一，受強(qiáng)光影響大。在圖形圖像的處理過(guò)程中, RGB 的效率不是很高,在產(chǎn)生任何一種顏色時(shí), RGB三者需要同樣的帶寬。另外, 為了更改一個(gè)像素的亮度或色度, 必須把RGB三者的數(shù)值從緩存中讀取出來(lái), 然后對(duì)它們?nèi)咦餍薷? 最后還得把它們寫(xiě)回緩存中。假如可以把亮度和色度分離開(kāi)來(lái), 這個(gè)處理過(guò)程將會(huì)更快 。

圖12 仿真圖

4 結(jié)束語(yǔ)

經(jīng)實(shí)驗(yàn)表明本設(shè)計(jì)所提取的特征計(jì)算簡(jiǎn)單、快捷、容易理解，且能減少一定光照強(qiáng)度變化帶來(lái)的影響，比較適合于用在實(shí)時(shí)生產(chǎn)中。