基于嵌入式视觉的手机壳尺寸检测系统

2019-05-13杨淞文沙玲欧俊臣

计算机时代 2019年3期

杨淞文沙玲欧俊臣

摘要：随着智能手机的普及，人们对手机配件的需求也越来越大，特别是手机壳。文章基于达芬奇技术的DM6446视频图像处理平台，采用机器视觉检测的方法，实现了手机壳尺寸检测的功能。该系统由OV9650摄像头拍摄图像，TMS320DM6446图像处理芯片进行图像处理，主要进行了连通域检测，图像灰度化，图像增强，边缘检测等处理，进而通过计算得出手机壳的尺寸。

关键词：机器视觉；嵌入式；尺寸检测； TMS320DM6446； OV9650

中图分类号：TP29 文献标志码：A 文章编号：1006-8228（2019）03-26-03

Mobile phone shell size detection system based on embedded vision

Yang Songwen， Sha Ling， Ou Junchen

（Mechanical and Automotive Engineering College， Shanghai University of Engineering Science， Shanghai 201620， China）

Abstract： With the popularity of smart phones， people are increasingly demanding mobile phone accessories， especially mobile phone shell. In this paper， based on DaVinci technology DM6446 video image processing platform， machine vision detection method is used to realize the function of cell phone shell size detection. The system uses OV9650 camera to take images and TMS320DM6446 image processing chip to process images. It mainly carries out connected area detection， image graying， image enhancement， edge detection and other processing， and then calculates the size of mobile phone shell.

Key words： machine vision； embedded； size detection； TMS320DM6446； OV9650

0 引言

日常生活中，多數人习惯在使用智能手机时使用手机壳，随着智能手机的普及，手机壳的需求量也越来越大。手机壳的尺寸是衡量一款手机是否合格的重要标准，传统的机器视觉一般由一台电脑作为上位机，电脑虽然计算速度快，但其体积庞大，价格高昂，对于尺寸检测这样的图像处理应用场景，电脑的处理性能大大超过了图像处理的需求，而嵌入式产品具有价格低、体积小、专用性强、功耗小、运用灵活、软硬件可裁剪、集成度高等优点[1]，更适合应用于手机壳的检测。

1 机器视觉国内发展情况

目前在国内，机器视觉仍处于成长期，机器视觉产品普及还不够广泛。随着近年来我国经济的发展，技术的不断积累与升级，各行业对机器视觉的需求增强。国内许多研究机构及高校也在机器视觉方面投入了大量的资金与时间，进行不断的尝试和创新，现在他们的研究成果已有很多被投入到生产中。影响机器视觉发展的因素有很多，如经济、技术等因素，但是起决定作用的还是制造业的自身发展。随着我国制造业的升级，各行业对机器视觉提出的要求越来越高，这决定了机器视觉由单纯的采集、分析、传递数据、判断动作，逐渐朝着开放性的方向发展，这也预示着机器视觉将朝着更加智能化的方向发展[2]，它与自动化的结合将会更加紧密。

2 系统总体方案

本文设计的基于嵌入式机器视觉的手机壳尺寸检测系统主要由机器视觉和机械控制系统两大子系统组成。应用图像采集器（工业相机）和嵌入式处理器组成视觉检测系统。由传动装置、机械臂组成机械系统。检测系统进行图像采集处理之后将识别结果传输到机械系统，机械系统根据识别结果，通过机械臂将检测出的不合格手机壳剔除出来。总体结构如图1所示。

3 硬件设计

采用TMS320DM6446做主控芯片，这款芯片是一款高度集成的视频音频图像处理芯片，由德州仪器公司于2005年推出，它由两个CPU核构成，分别是控制图像采集、图像传输、图像存储、图像显示以及机械臂控制的ARM与负责图像数据处理分析的DSP[3]。其系统组成如图2所示。

摄像头采用的是OmniVision公司生产的摄像头OV9650，这种摄像头具有许多优良的特性，例如功耗低、分辨率高和敏感度高，它的最高分辨率可达1300*1028像素，并且支持大多数的图像格式以及支持自动图像控制[4]。

4 软件设计

本系统使用的软件是TI公司的Code Composer Studio Vision3.3，即代码设计工作室所设计。它是美国德州仪器TI公司推出的专门用于开发TMS320系列DSP的集成开发环境。设计出来的流程图如图3所示。

5 图像处理

5.1 连通域检测

首先采用连通域检测的办法，从照片中找到手机壳所在区域。连通域是指图像上像素值相似的区域。连通域检测的方法常用的是两遍扫描法，Seed-Filling种子填充法等，本文采用的是两遍扫描法寻找连通域，该方法就如它的名字一样，就是通过扫描两遍图像，找出图像上的连通区域，并为其做出标记。这种方法的思路是在第一遍扫描图像时，给每一个像素赋予一个label值。这样在进行扫描时，在一个连通区域就有可能被一个或多个label值所标记，所以就需要把这些在同一连通域的标记合并，就是把他们之间的相等关系记录下来；第二遍扫描就是将相等的equal_labels所标记的像素认为是一个连通区域并给他们一个相同的label值（label一般是equal_labels中的最小值）[5]。

5.2 灰度变换

数字图像由像素点排列组成。不同格式的图像，其每个像素点所占的空间大小也是不同的。在灰度图像中，只要8位二进制就可以表示一个像素，但是在彩色图像中，每个像素却需要24位二进制才能表示[6]。因此，彩色图像需要占据大量的存储空间，这对系统的传输信道带宽、传输速率、图像处理速率、存储空间上有着很高的性能要求。所以要对图像进行灰度处理，本文使用的是RGB与YCbCr转换，公式如下：

5.3 边缘检测

边缘检测的方法有很多，常见的有Robert算子，Prewitt算子，LOG滤波器，canny算子等等。考虑到实际的问题，本文采用的是Canny边缘检测，此方法是在1986年由JohnF.Canny提出，它是一个由四步构成的算法。

首先，为了减少后面检测时的噪声影响，先用一个5x5的高斯滤波器去除噪声。

然后，对滤波后的图像进行水平方向和竖直方向的一阶求导，也就是求其图像梯度Gx与Gy，这里使用的是Sobel算子。然后根据公式计算出边界的梯度和方向，公式如下：

接著，对整副图像进行扫描，去除那些不在边界上的点。然后检查每一个像素，看看这个像素点是不是它所在邻域中梯度方向最大的点，检测完后我们就可以得到一个包含“窄边界”的二值图像[7]。

最后，设置上限值和下限值。我们将图像的灰度梯度与上/下限做比较，如果高于上限值，那么就可以认为这里是真的边界，如果小于下限值，就认为这不是边界，如果某个点刚好处于上、下限之间，则进一步判断它是否在我们已经判断出来的边界上，如果在，那么它也是边界，如果不在，那么它就不是。在本文中所使用的上、下限为200、500。用这两个值可以清楚的分辨出边界，原图和经过处理的边界图如图4所示。

得到边缘图后遍历像素的值，记录下物体边缘的坐标，通过对应的计算公式，得到手机壳的尺寸。在得到图像的像素点所在位置和被测物体的空间的相对尺寸后，通过图像信息处理进行成像缩小比计算，并最终在此基础上进行图像的信息重建[8]。

6 结论

本系统采用了TI公司的DM6446图像处理平台，充分利用其双核架构中DSP端强大的数据处理能力和ARM端的控制优势，并利用相关的图像处理技术设计出了性价比较高、稳定性好、实时性好的手机壳检测系统，实现了嵌入式机器视觉技术对手机壳尺寸的实时检测。其相对于传统的机器视觉有两大优点：①成本低廉；②占用工作区域空间小。此嵌入式机器的视觉尺寸检测系统不仅适用于大批量的手机壳尺寸检测，在对其图像处理程序更改后，还可为其他产品或零件做检测。

参考文献（References）：

[1] 李林，王帅，姜树明，刘晓辉，刘向阳，魏志强.基于嵌入式的图

像测量系统的设计与实现[J].山东科学，2010.23（4）：65-67

[2] 机器视觉最新技术动态[J].中国光学，2013.6（1）：123

[3] 杨亚.嵌入式小模数齿轮缺陷视觉检测系统的研究[D].重庆

理工大学，2018.

[4] 徐海宝，杜伟龙，曹江涛.基于ARM-Linux多功能机器人的设

计[J].电子设计工程，2014.22（17）：19-21，25

[5] 王斌.基于单目视觉移动拍摄的手势识别技术研究[D].南京

航空航天大学，2016.

[6] 宋瑞祥，帅毓廷，吴醒乐，石文斌，朱丽军.基于嵌入式机器视

觉图像二值化算法及实现[J].科技创新与应用，2016.26：71