梁義輝，戰(zhàn)強(qiáng)

(北京航空航天大學(xué) 機(jī)械工程及自動(dòng)化學(xué)院，北京 100191)

?

一種面向無線圖像傳輸?shù)囊曈X平臺(tái)

梁義輝，戰(zhàn)強(qiáng)

(北京航空航天大學(xué) 機(jī)械工程及自動(dòng)化學(xué)院，北京 100191)

機(jī)器視覺在智能科技領(lǐng)域的應(yīng)用越來越廣泛，但當(dāng)前大多數(shù)視覺系統(tǒng)存在可推廣性和復(fù)用性較差的問題。分析了一般視覺系統(tǒng)的基本組成，設(shè)計(jì)了可進(jìn)行圖像無線傳輸和處理的硬件結(jié)構(gòu)，并基于此在嵌入式Linux系統(tǒng)下利用OpenCV構(gòu)建了一種可擴(kuò)展視覺平臺(tái)，實(shí)現(xiàn)了Wi-Fi環(huán)境下數(shù)字圖像的無線傳輸和實(shí)時(shí)處理。使用該平臺(tái)進(jìn)行了數(shù)字圖像的傳輸和對(duì)象跟蹤實(shí)驗(yàn)，實(shí)驗(yàn)表明該平臺(tái)可實(shí)現(xiàn)對(duì)遠(yuǎn)程圖像的實(shí)時(shí)傳輸，并根據(jù)實(shí)際需要進(jìn)行相應(yīng)的圖像處理。為機(jī)器視覺的廣泛應(yīng)用提供了技術(shù)保障和開發(fā)平臺(tái)。

機(jī)器視覺；無線圖傳；圖像處理；OpenCV；對(duì)象跟蹤

隨著計(jì)算機(jī)處理器速度和內(nèi)存容量的持續(xù)增長，人工智能領(lǐng)域的各項(xiàng)技術(shù)也正在快速向前推進(jìn)，機(jī)器視覺日益凸顯出其重要性。在智能硬件快速發(fā)展的今天，為可移動(dòng)機(jī)器人等自動(dòng)化設(shè)備配備視覺系統(tǒng)變得可能而且必要。視覺系統(tǒng)的主要任務(wù)是對(duì)圖像進(jìn)行采集，然后根據(jù)需求做必要的處理，最后將處理結(jié)果反饋給主機(jī)或決策者，從而完成智能感知的任務(wù)[1-2]。如基于圖像的避障導(dǎo)航、基于視覺的無人駕駛以及基于圖像學(xué)的3-D測繪等，都展示了機(jī)器視覺的智能性及其在現(xiàn)實(shí)世界中的實(shí)用性。

然而，由于不同的設(shè)備所針對(duì)的目標(biāo)不同，導(dǎo)致大部分視覺系統(tǒng)都是針對(duì)特定目標(biāo)搭建的專用系統(tǒng)[3]，可移植和擴(kuò)展性受限。此外，由于在一般設(shè)備上配備視覺系統(tǒng)的成本極高，且業(yè)內(nèi)并沒有對(duì)此形成統(tǒng)一標(biāo)準(zhǔn)，使得機(jī)器視覺的應(yīng)用并沒有得到普及和推廣。針對(duì)以上這些問題，本文設(shè)計(jì)了一種無線視頻傳輸和圖像處理平臺(tái)，該平臺(tái)可以方便地應(yīng)用在需要安裝視覺系統(tǒng)的機(jī)器人和自動(dòng)化系統(tǒng)中，大大簡化了視覺系統(tǒng)的設(shè)計(jì)流程，降低了開發(fā)成本，為機(jī)器視覺的應(yīng)用提供了有利的環(huán)境支持。

1 視覺平臺(tái)的整體框架

一般的視覺系統(tǒng)主要由圖像信號(hào)的采集和圖像信號(hào)的處理2大模塊組成，可以根據(jù)應(yīng)用場景對(duì)采集到的圖像進(jìn)行必要處理。本文所設(shè)計(jì)的無線圖傳視覺平臺(tái)主要包括硬件系統(tǒng)、軟件系統(tǒng)以及可以進(jìn)行圖像處理的OpenCV開發(fā)環(huán)境，能夠完成圖像信號(hào)的采集、數(shù)據(jù)的壓縮與無線傳輸、數(shù)據(jù)信號(hào)的解壓還原和圖像處理等任務(wù)，其整體框架及信號(hào)的流向如圖 1所示。該平臺(tái)在Linux環(huán)境下開發(fā)，可以實(shí)現(xiàn)圖像的無線傳輸，且基于OpenCV的圖像處理環(huán)境可以根據(jù)實(shí)際需要調(diào)用具體的處理方法，完成對(duì)遠(yuǎn)程圖像的實(shí)時(shí)處理，為機(jī)器視覺的應(yīng)用提供了便利的開發(fā)平臺(tái)。

圖1 視覺系統(tǒng)的整體框架及信號(hào)流圖

2 視覺平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)

2.1 圖像信號(hào)的采集

信號(hào)采集模塊主要負(fù)責(zé)采集實(shí)時(shí)場景，并將圖像信號(hào)轉(zhuǎn)變?yōu)楣怆娦盘?hào)，從而將物體的可視化圖像和特征轉(zhuǎn)化為能被計(jì)算機(jī)處理的數(shù)字化信息[4]。圖像采集模塊需要滿足能夠及時(shí)、準(zhǔn)確地采集清晰圖像的要求，并且將圖像信息以一定的數(shù)據(jù)格式輸出。本文采用數(shù)字相機(jī)來實(shí)現(xiàn)圖像信號(hào)的采集，信號(hào)采集模塊配備高清CMOS攝像頭，主要參數(shù)見表 1。該攝像頭模塊具有體積小、接口友好及可調(diào)焦等優(yōu)點(diǎn)，如圖 2所示。攝像頭模塊將采集后的圖像數(shù)據(jù)壓縮為MJPEG格式，MJPEG(motion JPEG)是在JPEG基礎(chǔ)發(fā)展起來的動(dòng)態(tài)圖像壓縮技術(shù)，它只單獨(dú)地對(duì)每一幀圖像進(jìn)行壓縮，每一幀都分別使用JPEG格式編碼，而基本不考慮視頻流中不同幀之間的變化，得到的視頻圖像清晰度高且較好地保留了圖像的有效信息。本文中將拍攝到的連續(xù)圖像源源不斷地發(fā)送到信號(hào)傳輸鏈路中，在接收端就可以獲得連續(xù)的圖像數(shù)據(jù)，然后根據(jù)JPEG格式解壓復(fù)原，從而實(shí)現(xiàn)連續(xù)圖像的傳輸。

表1 數(shù)字?jǐn)z像頭參數(shù)

(a)攝像頭

(b)攝像頭傳感器及連線

2.2 圖像信號(hào)的傳輸

信號(hào)傳輸模塊實(shí)現(xiàn)將采集到的圖像信號(hào)通過無線的方式，傳送到可以進(jìn)行圖像處理的接收端。本文選用了基于Wi-Fi(wireless-fidelity)的無線傳輸方式。Wi-Fi網(wǎng)絡(luò)是由訪問節(jié)點(diǎn)(access point，AP)和結(jié)構(gòu)站點(diǎn)(station)組成的無線網(wǎng)絡(luò)，具有傳輸速度高、通信距離長以及兼容性好等優(yōu)點(diǎn)。在本文的數(shù)字圖像傳輸中，Wi-Fi的傳輸速度可以保證高清圖像的實(shí)時(shí)性，同時(shí)，它作為傳統(tǒng)的有線局域網(wǎng)絡(luò)的延伸，可以方便地將網(wǎng)絡(luò)中的設(shè)備連接起來。因此任何一臺(tái)連接到此網(wǎng)絡(luò)上的設(shè)備都可以訪問該網(wǎng)絡(luò)上開放的資源，其工作原理相當(dāng)于一個(gè)局域網(wǎng)的拓?fù)洹o線局域網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)如圖 3所示。

圖3 無線視頻網(wǎng)絡(luò)拓?fù)鋱D

圖像信號(hào)的傳輸鏈路包括信號(hào)發(fā)送和信號(hào)接收2個(gè)部分，傳輸過程如圖 4所示。本文中信號(hào)發(fā)送部分使用CHD-T5 Wi-Fi模塊，模塊使用MIPS24KE內(nèi)核，主控芯片采用雷凌科技的RT5350F，無線速率達(dá)到150 Mbps，如圖 5(a)所示。集成的發(fā)送模塊支持UVC標(biāo)準(zhǔn)攝像頭，可將USB接口中的數(shù)據(jù)發(fā)送到無線鏈路中，從而使得網(wǎng)絡(luò)中的其他設(shè)備可以根據(jù)需要來訪問圖像數(shù)據(jù)。發(fā)送模塊有2種工作模式：AP模式和STA模式，既可作為熱點(diǎn)，也可作為終端連接到路由器。使用AP模式時(shí)，模塊相當(dāng)于是一個(gè)小型路由器，其他終端接收設(shè)備可以通過授權(quán)接入到該模塊。使用STA模式工作時(shí)，模塊作為一個(gè)終端通過搜索熱點(diǎn)信號(hào)，授權(quán)后連入已經(jīng)搭建好的無線網(wǎng)絡(luò)中。在同一個(gè)網(wǎng)絡(luò)中的其他主機(jī)和終端設(shè)備都可以訪問模塊的網(wǎng)絡(luò)數(shù)據(jù)，從而將圖像信號(hào)傳到其他的設(shè)備上。

圖4 Wi-Fi鏈路信號(hào)流圖

信號(hào)接收部分是插接在圖像處理板上的USB無線網(wǎng)卡，經(jīng)過配置后可以通過無線網(wǎng)絡(luò)連接圖像發(fā)送模塊，從而實(shí)現(xiàn)圖像信號(hào)的接收。圖像接收模塊使用的是EDUP的迷你USB無線網(wǎng)卡，該模塊采用Realtek 8188cus芯片，使用802.11 n標(biāo)準(zhǔn)無線傳輸技術(shù)，傳輸速率高達(dá)150 Mbps，輕巧隱形工藝設(shè)計(jì)，模塊尺寸只有18 mm×14 mm×6 mm，如圖 5(b)所示。

(a)信號(hào)發(fā)送端 (b)信號(hào)接收端

2.3 數(shù)字圖像的處理

2.3.1 圖像處理的平臺(tái)環(huán)境搭建

圖像信號(hào)處理模塊主要包括信號(hào)處理硬件平臺(tái)、嵌入式Linux操作系統(tǒng)以及OpenCV開發(fā)環(huán)境。系統(tǒng)硬件平臺(tái)的選用原則是：處理器計(jì)算能力有適量冗余、系統(tǒng)架構(gòu)升級(jí)方便、集成度高以及接口友好等。本文選用了基于ARM架構(gòu)的卡片式電腦平臺(tái)。該平臺(tái)采用的是的飛思卡爾(Freescale)的四核Cortex-A9架構(gòu)的i.MX6Quad主控芯片，芯片為1.2 GHz主頻，平臺(tái)具備2GB DDR3內(nèi)存和8GB EMMC Flash存儲(chǔ)空間，視覺系統(tǒng)硬件平臺(tái)的主要特性見表 2，其功能模塊及接口如圖 6所示。

表2 圖像處理板主要特性參數(shù)

圖6 圖像處理功能模塊示意圖

操作系統(tǒng)的選用原則是：穩(wěn)定性高、開發(fā)方便、易操作以及方便升級(jí)等。結(jié)合本系統(tǒng)平臺(tái)的設(shè)計(jì)要求，選擇Linux作為本平臺(tái)的操作系統(tǒng)。嵌入式Linux系統(tǒng)是對(duì)Linux發(fā)行版的系統(tǒng)進(jìn)行適當(dāng)裁剪后，可以運(yùn)行在嵌入式處理器上的系統(tǒng)，由一個(gè)內(nèi)核及一些根據(jù)需要進(jìn)行定制的系統(tǒng)模塊組成，保留了多任務(wù)、多進(jìn)程的系統(tǒng)特征[5-7]。嵌入式系統(tǒng)的一般開發(fā)流程如圖 7所示。智能視覺平臺(tái)選用了Linux發(fā)行版的Ubuntu系統(tǒng)，支持×86/×64、ARM和PPC架構(gòu)。

圖7 嵌入式操作系統(tǒng)開發(fā)流程

另外，為了在Linux上使用USB無線網(wǎng)卡，需要在系統(tǒng)上安裝相應(yīng)的驅(qū)動(dòng)程序，從而獲得圖像傳輸鏈路中的圖像數(shù)據(jù)。安裝驅(qū)動(dòng)時(shí)，進(jìn)入驅(qū)動(dòng)程序的…/drivers目錄下，執(zhí)行make和make install命令，或者使用驅(qū)動(dòng)目錄下的install.sh批處理命令，即可將驅(qū)動(dòng)程序安裝到系統(tǒng)中。驅(qū)動(dòng)安裝完成后，可以使用ifconfig命令來查看網(wǎng)卡的信息，如圖 8所示。

圖8 USB無線網(wǎng)卡IP地址查看

為了在視覺平臺(tái)上進(jìn)行圖像處理，本文在Linux系統(tǒng)下搭建了OpenCV開發(fā)環(huán)境。OpenCV計(jì)算機(jī)視覺庫(open source computer vision library)是一個(gè)開源的跨平臺(tái)視覺庫，具有輕量級(jí)而且高效的特點(diǎn)，實(shí)現(xiàn)了計(jì)算機(jī)視覺方面用于圖像處理的大部分算法。OpenCV移植至ARM板上的流程如圖 9所示。

圖9 移植OpenCV至ARM流程圖

本文選用的OpenCV版本為比較新而且穩(wěn)定的版本2.4.9，為了使OpenCV可以在ARM的平臺(tái)上使用，需要對(duì)其源碼進(jìn)行編譯，得到可以在相應(yīng)平臺(tái)上運(yùn)行的文件，一般使用Cmake工具進(jìn)行編譯操作。使用Cmake工具配置編譯參數(shù)，設(shè)置C和C++編譯器為之前配置好的arm-linux交叉編譯鏈，然后Cmake會(huì)自動(dòng)根據(jù)配置生成編譯所需要的Makefile[8]。編譯完成之后，由于本文中用的是arm工具鏈編譯的，所以生成的OpenCV庫可以在對(duì)應(yīng)的arm平臺(tái)下使用。編譯后生成的文件主要有bin、lib和include等目錄，其中l(wèi)ib目錄下的文件即為OpenCV應(yīng)用程序調(diào)用的動(dòng)態(tài)鏈接庫。在圖像處理板上運(yùn)行OpenCV程序時(shí)，將編譯好的庫拷貝至處理板上的庫目錄，默認(rèn)可以放在系統(tǒng)文件中的/usr/local/lib目錄或者/usr/lib目錄下，配置環(huán)境變量LD_LIBRARY_PATH和LIBRARY_PATH，令其包含庫文件所在目錄。在include目錄下存放的是OpenCV庫被調(diào)用時(shí)所需要的頭文件，這里將include目錄下拷貝至用戶include目錄，一般也放在/usr/include或者/usr/local/include目錄下面。

2.3.2 圖像信號(hào)的復(fù)原

圖像復(fù)原的流程大致如圖 10所示，圖像信號(hào)接收端從無線通信鏈路中獲取的數(shù)據(jù)是MJPEG視頻流，在接收端需要對(duì)圖像信號(hào)進(jìn)行復(fù)原與顯示。根據(jù)TCP協(xié)議編程可從socket中獲得數(shù)據(jù)流，網(wǎng)絡(luò)數(shù)據(jù)流的獲取主要包括設(shè)置服務(wù)器IP和對(duì)應(yīng)端口、網(wǎng)絡(luò)協(xié)議選擇、網(wǎng)絡(luò)連接和接收數(shù)據(jù)。接收到的數(shù)據(jù)是以MJPEG格式存儲(chǔ)的圖像，在接收端只需要從數(shù)據(jù)流中將各副圖像分割開來，得到JPEG格式的圖像。然后使用OpenCV的imread函數(shù)進(jìn)行解壓，將JPEG格式的圖像解壓成OpenCV內(nèi)部可使用的Mat矩陣，再使用imshow函數(shù)將圖像進(jìn)行顯示。

圖10 圖像復(fù)原流程

3 視覺系統(tǒng)平臺(tái)試驗(yàn)

無線圖傳視覺系統(tǒng)平臺(tái)搭建完成后，可以實(shí)現(xiàn)將遠(yuǎn)程視頻通過無線的方式傳送到接收端，然后在接收端可以對(duì)圖像進(jìn)行相應(yīng)的處理。為了驗(yàn)證平臺(tái)的性能，進(jìn)行了圖像接收和處理的開發(fā)試驗(yàn)。首先，打開視頻采集設(shè)備和圖像接收設(shè)備，讓攝像頭工作在AP模式。然后在接收終端設(shè)置無線網(wǎng)卡連接至攝像頭網(wǎng)絡(luò)，對(duì)收到的圖像進(jìn)行復(fù)原。

另外，對(duì)復(fù)原的圖像進(jìn)行圖像處理實(shí)驗(yàn)，本文使用OpenCV庫demo中的Camshift[9-10]例程來做對(duì)象跟蹤。CamShift (continuously apative meanShift) 算法，即連續(xù)自適應(yīng)MeanShift[11]算法，是一種運(yùn)動(dòng)跟蹤算法，它主要通過視頻圖像中運(yùn)動(dòng)物體的顏色信息來達(dá)到跟蹤的目的。其基本思想是對(duì)視頻序列中的所有圖像都做MeanShift運(yùn)算，并將上一幀結(jié)果作為下一幀運(yùn)算初始值。在OpenCV中，Camshift算法的實(shí)現(xiàn)可分為BackProjection、MeanShift和CamShift 3個(gè)步驟。本文將無線鏈路中復(fù)原的圖像作為圖像處理幀的來源，根據(jù)Camshift算法即可實(shí)現(xiàn)對(duì)象跟蹤。例程運(yùn)行界面和跟蹤結(jié)果如圖 11所示，在運(yùn)行界面中定義跟蹤對(duì)象，此處定義的是水杯蓋，圖(a)右側(cè)即為該對(duì)象的顏色直方圖，圖(b)為在移動(dòng)杯蓋時(shí)，程序?qū)Ρw的跟蹤結(jié)果。

(a)Camshift運(yùn)行界面 (b)杯蓋對(duì)象跟蹤

實(shí)驗(yàn)可知，根據(jù)本文介紹的方法所搭建的視覺系統(tǒng)可以完成視頻的無線傳輸，視頻的實(shí)時(shí)性和穩(wěn)定性滿足圖像處理的要求。同時(shí)對(duì)象跟蹤實(shí)驗(yàn)證明該視覺平臺(tái)能夠?qū)崿F(xiàn)對(duì)遠(yuǎn)程視頻的處理，并且結(jié)果十分理想。因而，可以在此視覺平臺(tái)上根據(jù)需要開發(fā)出對(duì)應(yīng)的視覺功能。

4 結(jié)束語

本文分析了一般視覺系統(tǒng)的基本組成，針對(duì)視覺系統(tǒng)的圖像傳輸和可移植性問題設(shè)計(jì)一套視覺平臺(tái)，該視覺平臺(tái)可以完成對(duì)遠(yuǎn)程視頻的實(shí)時(shí)處理，基于Wi-Fi的圖像傳輸為視頻的遠(yuǎn)程傳輸和組網(wǎng)拓?fù)涮峁┝丝赡?，基于OpenCV設(shè)計(jì)的圖像處理環(huán)境為視覺平臺(tái)的二次開發(fā)提供了便利。該視覺平臺(tái)的可移植性能有著廣闊的應(yīng)用空間。

[1]桂衛(wèi)華, 陽春華, 徐德剛, 等. 基于機(jī)器視覺的礦物浮選過程監(jiān)控技術(shù)研究進(jìn)展[J]. 自動(dòng)化學(xué)報(bào), 2013, 39(11): 1879-1888. GUI Weihua, YANG Chunhua, XU Degang, et al. Machine-vision-based online measuring and controlling technologies for mineral flotation-a review[J]. Acta automatica sinica, 2013, 39(11): 1879-1888.

[2]SZABO S, COOMBS D, HERMAN M, et al. A real-time computer vision platform for mobile robot applications[J]. Real-time imaging, 1996, 2(5): 315-327.

[3]SCHINDELIN J, ARGANDA-CARRERAS I, FRISE E, et al. Fiji: an open-source platform for biological-image analysis[J]. Nature methods, 2012, 9(7): 676-682.

[4]劉煥軍, 王耀南, 段峰. 機(jī)器視覺中的圖像采集技術(shù)[J]. 電腦與信息技術(shù), 2003(1): 18-21. LIU Huanjun, WANG Yaonan, DUAN Feng. Image capture technology in vision image[J]. Computer and information technology, 2003(1): 18-21.

[5]張歡慶. 基于ARM處理器的嵌入式Linux系統(tǒng)關(guān)鍵技術(shù)研究[D]. 濟(jì)南: 山東師范大學(xué), 2013: 17-23. ZHANG Huanqing. Research of critical technologies in embedded Linux system based on ARM processor[D]. Jinan: Shandong Normal University, 2013: 17-23.

[6]HU Jie, ZHANG Genbao. Research transplanting method of embedded linux kernel based on ARM platform[C]//Proceedings of the 2010 International Conference of Information Science and Management Engineering. Xi′an, China: IEEE, 2010, 2: 35-38.

[7]尤盈盈, 孟利民. 構(gòu)建嵌入式linux交叉編譯環(huán)境[J]. 計(jì)算機(jī)與數(shù)字工程, 2006, 34(6): 30-32, 78. YOU Yingying, MENG Limin. Building embedded linux cross-compling environment[J]. Computer & digital engineering, 2006, 34(6): 30-32, 78.

[8]BRADSKI G, KAEHLER A. Learning OpenCV: computer vision with the OpenCV library[M]. USA:O′Reilly Media Inc, 2008.

[9]徐琨, 賀昱曜, 王衛(wèi)亞. 基于CamShift的自適應(yīng)顏色空間目標(biāo)跟蹤算法[J]. 計(jì)算機(jī)應(yīng)用, 2009, 29(3): 757-760. XU Kun, HE Yuyao, WANG Weiya. Object tracking algorithm with adaptive color space based on CamShift[J]. Journal of computer applications, 2009, 29(3): 757-760.

[10]ALLEN J G, XU R Y D, JIN J S. Object tracking using camshift algorithm and multiple quantized feature spaces[C]//Proceedings of the Pan-Sydney Area Workshop on Visual Information Processing. Darlinghurst, Australia: Australian Computer Society, Inc, 2004: 3-7.

[11]CHENG Yizong. Mean shift, mode seeking, and clustering[J]. IEEE transactions on pattern analysis and machine intelligence, 1995, 17(8): 790-799.

梁義輝，男，1990年生，碩士研究生，主要研究方向?yàn)闄C(jī)器視覺和機(jī)器人運(yùn)動(dòng)控制。

戰(zhàn)強(qiáng)，男，1972年生，教授，博士生導(dǎo)師，IEEE會(huì)員，機(jī)械工程學(xué)會(huì)(CMES)高級(jí)會(huì)員，深圳自動(dòng)化學(xué)會(huì)專家，海淀區(qū)科委項(xiàng)目評(píng)審專家。主要研究方向是仿生靈巧手、球形機(jī)器人、特種機(jī)器人和機(jī)器視覺。獲得國家發(fā)明專利8項(xiàng)、軟件著作權(quán)1項(xiàng)、新型專利5項(xiàng)。發(fā)表學(xué)術(shù)論文60余篇，其中被SCI檢索10余篇，被EI/ISTP檢索30余篇，參與編寫著作2部。

A visual platform for wireless image transmission

LIANG Yihui, ZHAN Qiang

(School of Mechanical Engineering & Automation, Beihang University, Beijing 100191, China)

In recent years machine vision has experienced increased use and application in the field of intelligent technology. However, most current visual systems have poor levels of promotability and reusability. This paper describes the basic components of a general visual system, and a hardware system designed for wireless transmission and use; this formed the basis for a vision platform using OpenCV in Linux. This platform can transmit images wirelessly via a Wi-Fi network in addition to real-time image processing. Experiments completed on the platform prove it can realize image transmitting and processing remotely according to the requirements, can provide technical support, and a development platform for the wide application of machine vision.

machine vision; wireless image transmission; image processing; OpenCV; object tracking

2015-12-09.

日期：2016-07-15.

北京航空航天大學(xué)基本科研項(xiàng)目(YWF-14-JXXY-025).

戰(zhàn)強(qiáng). E-mail: qzhan@buaa.edu.cn.

TP391.4

A

1673-4785(2016)05-0608-05

10.11992/tis.201512014

http://www.cnki.net/kcms/detail/23.1538.TP.20160715.1409.004.html

梁義輝，戰(zhàn)強(qiáng).一種面向無線圖像傳輸?shù)囊曈X平臺(tái)[J]. 智能系統(tǒng)學(xué)報(bào)， 2016, 11(5): 608-612.

英文引用格式：LIANG Yihui, ZHAN Qiang. A visual platform for wireless image transmission[J]. CAAI transactions on intelligent systems, 2016,11(5):608-612.