(華中師范大學(xué) 物理科學(xué)與技術(shù)學(xué)院，武漢 430079 )

基于ARM的嵌入式圖像識(shí)別檢測(cè)系統(tǒng)的設(shè)計(jì)

從樹(shù)

(華中師范大學(xué)物理科學(xué)與技術(shù)學(xué)院，武漢430079 )

圖像識(shí)別的主要目的是使用計(jì)算機(jī)作為工具對(duì)目標(biāo)圖像進(jìn)行處理、解析與應(yīng)用，通過(guò)數(shù)據(jù)分析檢測(cè)出具有不同特征的目標(biāo)和對(duì)象，發(fā)展至今其已成為了人工智能的基礎(chǔ)；該文基于ARM嵌入式芯片提出了一種結(jié)合尺度不變特征變換匹配算法的圖像識(shí)別檢測(cè)系統(tǒng)，系統(tǒng)硬件部分采用模塊化設(shè)計(jì)的思想以提高系統(tǒng)的兼容性，分為圖像獲取、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、圖像識(shí)別等模塊；軟件部分采用斑點(diǎn)檢測(cè)匹配匹配算法進(jìn)行圖像識(shí)別以提高圖像識(shí)別速度與精度；實(shí)驗(yàn)結(jié)果表明所設(shè)計(jì)的系統(tǒng)具有識(shí)別速度快、精度高、可靠性高、故障少的特點(diǎn)。

ARM；SIFT算法；圖像采集；圖像識(shí)別

0 引言

圖像作為時(shí)下最流行的信息載體，同時(shí)也是人類社會(huì)信息交流的重要來(lái)源，其廣泛應(yīng)用于生物檢測(cè)、目標(biāo)獲取、就是探測(cè)、目標(biāo)識(shí)別、目標(biāo)定位以及人工智能等諸多領(lǐng)域。在實(shí)際生活工作中需要借助計(jì)算機(jī)對(duì)圖像進(jìn)行各種操作以獲取我們所需要的目標(biāo)信息，而其中對(duì)于圖像的識(shí)別檢測(cè)則是非常重要的一部分。

由于圖像具有數(shù)據(jù)量大的天然屬性，其在實(shí)際處理中是否能夠有效存儲(chǔ)告訴處理就成為了一個(gè)棘手的問(wèn)題，依靠單純的軟件系統(tǒng)來(lái)對(duì)圖像進(jìn)行實(shí)時(shí)處理已經(jīng)顯得力所不及，為此，采用基于ARM的嵌入式設(shè)計(jì)圖像識(shí)別系統(tǒng)成為當(dāng)前的主流[1]。ARM(Advanced RISE Machine)是一類微型處理器，該處理器由于功耗小，計(jì)算能力強(qiáng)，性能穩(wěn)定，已經(jīng)在全世界內(nèi)得到了廣泛推廣。ARM處理器已經(jīng)用于工業(yè)控制、無(wú)線通信、網(wǎng)絡(luò)運(yùn)用、消費(fèi)類電子及成像安全產(chǎn)品等

2012年胡勝等人探究了基于ARM與FPGA的圖像識(shí)別裝置[3]，實(shí)現(xiàn)了多路數(shù)據(jù)同時(shí)采集的高速識(shí)別方法。同年，覃南鑫等人采用PCA分析法，提出了脫離PC機(jī)的人臉識(shí)別方法[4]。2014年郎璐紅等人研究了嵌入式ARM系統(tǒng)的圖像識(shí)別方法[1]，識(shí)別圖像的形狀、顏色、大小等信息。 這些研究表明采用ARM嵌入式進(jìn)行圖像識(shí)別檢測(cè)具有巨大的優(yōu)勢(shì)同時(shí)其技術(shù)也在不斷的成熟。本文采用DoH算法作為圖像的識(shí)別檢測(cè)算法，基于ARM嵌入式芯片設(shè)計(jì)了一種圖像識(shí)別檢測(cè)的方法，可以提高整個(gè)圖像識(shí)別系統(tǒng)的處理速度與精度。

1 圖像識(shí)別檢測(cè)系統(tǒng)結(jié)構(gòu)

一個(gè)完整的圖像識(shí)別檢測(cè)系統(tǒng)包含的功能包括有圖像獲取、圖像傳輸、圖像存儲(chǔ)以及圖像識(shí)別等功能點(diǎn)，對(duì)應(yīng)的整個(gè)系統(tǒng)的結(jié)構(gòu)也相應(yīng)的分成了4個(gè)功能模塊，分別為圖像獲取模塊，圖像傳輸模塊，圖像存儲(chǔ)模塊以及圖像的識(shí)別檢測(cè)模塊。這4個(gè)功能模塊相互結(jié)合各自獨(dú)立地完成自己所屬的功能點(diǎn)，形成一個(gè)具有完整功能特性可獨(dú)立工作的嵌入式系統(tǒng)，以實(shí)現(xiàn)對(duì)目標(biāo)的獲取識(shí)別。

如圖1所示為圖像識(shí)別檢測(cè)系統(tǒng)示意圖。如圖所示，整個(gè)檢測(cè)系統(tǒng)分為多個(gè)功能模塊，而箭頭所示直線代表數(shù)據(jù)的傳輸。由圖中可以看出，整個(gè)系統(tǒng)需要完整運(yùn)行的話，首先需要對(duì)目標(biāo)圖像進(jìn)行獲取，該系統(tǒng)中采用一個(gè)CCD作為圖像的獲取裝置。獲取到的圖像擁有非常大的數(shù)據(jù)量，如果這大量的數(shù)據(jù)直接傳輸進(jìn)入處理器進(jìn)行檢測(cè)識(shí)別，一旦數(shù)據(jù)的傳輸速度和處理器的處理速度不匹配勢(shì)必會(huì)造成數(shù)據(jù)擁塞或者計(jì)算能力的浪費(fèi)，因此我們需要設(shè)計(jì)一個(gè)存儲(chǔ)模塊對(duì)數(shù)據(jù)進(jìn)行緩存。隨后處理器從緩存器中按照自己的工作速度讀取緩存好的圖像數(shù)據(jù)進(jìn)行識(shí)別檢測(cè)，將讀取出的每一幅圖像進(jìn)行SIFT算法提取特征后進(jìn)行對(duì)比檢測(cè)，并將最終結(jié)果通過(guò)一個(gè)顯示器進(jìn)行展示。只有這樣整個(gè)系統(tǒng)系統(tǒng)工作才能實(shí)現(xiàn)對(duì)圖像的高效檢測(cè)識(shí)別。

圖1 圖像識(shí)別檢測(cè)系統(tǒng)示意框圖

2 系統(tǒng)硬件設(shè)計(jì)

2.1 圖像獲取模塊

在圖像的獲取模塊中使用一個(gè)數(shù)字相機(jī)(CCD)作為數(shù)據(jù)源，該模塊分為兩個(gè)子模塊分別為一個(gè)負(fù)責(zé)光電傳感的CMOS圖像傳感芯片以及一個(gè)對(duì)光進(jìn)行聚焦的光學(xué)鏡頭。使用攝像頭為V07670攝像頭，分辨率率320*240。該模塊采用行掃描模式以便能夠高效快速的采集到目標(biāo)圖像數(shù)據(jù)，A /D轉(zhuǎn)換器由控制芯片通過(guò)行、場(chǎng)同步信號(hào)來(lái)啟動(dòng)直接控制，其采樣點(diǎn)的灰度值大小對(duì)應(yīng)輸出不同的電平值高低，CCD輸出的信號(hào)是一個(gè)摻雜噪聲的模擬信號(hào)，需要經(jīng)過(guò)濾波去除噪聲并對(duì)信號(hào)進(jìn)行放大后傳輸進(jìn)入A /D轉(zhuǎn)換器進(jìn)行模數(shù)轉(zhuǎn)換，獲得可供系統(tǒng)進(jìn)行分析計(jì)算等操作的數(shù)字信號(hào)。為了整個(gè)系統(tǒng)的采集與處理速度達(dá)到最佳匹配，系統(tǒng)以控制芯片的工作頻率為基準(zhǔn)產(chǎn)生各個(gè)模塊的驅(qū)動(dòng)脈沖，也包括對(duì)于CCD的驅(qū)動(dòng)。

如圖2所示為圖像獲取模塊的簡(jiǎn)單示意圖，CCD獲取到目標(biāo)圖像之后得到的是目標(biāo)圖像的電平大小，這是一個(gè)模擬信號(hào)，為了能夠進(jìn)行后續(xù)的數(shù)字處理，需要先進(jìn)行模數(shù)轉(zhuǎn)換的步驟。其中的通道信號(hào)調(diào)理就是將CCD獲取到的模擬信號(hào)進(jìn)行濾波去除噪聲后進(jìn)行發(fā)達(dá)操作，隨后傳輸入ADC模塊進(jìn)行模數(shù)轉(zhuǎn)換。為了能夠使CCD的數(shù)據(jù)刷新頻率與系統(tǒng)相同，使用控制芯片來(lái)控制CCD的驅(qū)動(dòng)，以使得整個(gè)系統(tǒng)同頻運(yùn)行。

圖2 圖像獲取模塊示意圖

2.2 數(shù)據(jù)存儲(chǔ)與顯示模塊

在系統(tǒng)設(shè)計(jì)中，我們使用LCD12648顯示模塊對(duì)采集的圖像進(jìn)行顯示，這是一個(gè)非常普通并且使用極其廣泛的液晶顯示器。為了能夠進(jìn)行顯示其需要系統(tǒng)為其提供可供圖像緩存的存儲(chǔ)資源，而原始控制芯片中不能提供如此巨量的存儲(chǔ)空間顯然這樣就不能達(dá)到系統(tǒng)的設(shè)計(jì)要求。為了能夠使系統(tǒng)的各個(gè)模塊協(xié)調(diào)運(yùn)行以滿足系統(tǒng)設(shè)計(jì)要求，該系統(tǒng)使用外接的SDRAM作為各模塊驅(qū)動(dòng)緩存器以及圖像數(shù)據(jù)存儲(chǔ)器，采用8M字節(jié)的IS42S16400芯片。SDRAM 控制器內(nèi)核提供了一個(gè)Avalon_MM 接口供系統(tǒng)使用，將 SDRAM 存儲(chǔ)器與 Nios II 系統(tǒng)相連接，而SOPC Builder中則集成了擁有 Avalon_MM 接口的SDRAM控制模塊，可以使用配置向?qū)?duì)SDRAM 存儲(chǔ)器的各項(xiàng)屬性進(jìn)行配置以滿足系統(tǒng)的設(shè)計(jì)要求。LCD12864顯示器件的正常工作電壓為5 V，而系統(tǒng)控制芯片的工作電源為3.3 V，為了是兩個(gè)不同工作電壓的模塊相互兼容需要對(duì)電平進(jìn)行邏輯轉(zhuǎn)換，F(xiàn)PGA控制芯片和LCD顯示模塊的連接框圖如圖3所示。

圖3 控制芯片與LCD連接示意圖

為了能夠有效保護(hù)系統(tǒng)所獲取的數(shù)據(jù)，這里也可以選用SD存儲(chǔ)卡作為系統(tǒng)的存儲(chǔ)介質(zhì)。SD卡具有兩種不同的通信協(xié)議分別為為SD及SPI協(xié)議，該系統(tǒng)使用SD卡的SPI模式。在系統(tǒng)設(shè)計(jì)中通過(guò)SPI協(xié)議對(duì)SD卡進(jìn)行讀和寫(xiě)操作，而在SPI模式先，其總線允許通過(guò)DI( 數(shù)據(jù)輸入) 和DO( 數(shù)據(jù)輸出) 來(lái)傳輸數(shù)據(jù)，數(shù)據(jù)流為串行模式。通過(guò)DI端口發(fā)送符合SPI協(xié)議的命令控制SD卡的復(fù)位、初始化以及讀寫(xiě)等各種操作。

2.3 圖像處理模塊

系統(tǒng)采用三星公司的ARM9系列S3C2440作為系統(tǒng)處理器，該芯片以 ARM920T為核心，基于0.13um 的CMOS標(biāo)準(zhǔn)單元和存儲(chǔ)器編譯器開(kāi)發(fā)。芯片功耗低，整個(gè)系統(tǒng)設(shè)計(jì)簡(jiǎn)單，高效，全靜態(tài)的設(shè)計(jì)理念適合于應(yīng)用于對(duì)成本以及功耗有要求的設(shè)備中。它采用高級(jí)微控制器總線架構(gòu)(AMBA)作為芯片的總線架構(gòu)。其在整個(gè)系統(tǒng)中的架構(gòu)如圖4所示。

圖4 S3C2440控制器示意圖

圖4所示為S3C2440芯片作為ARM處理器控制整個(gè)系統(tǒng)的示意圖。S3C2440芯片作為整個(gè)系統(tǒng)的控制器，其自身不但作為一個(gè)圖像處理模塊同時(shí)也控制著其他各個(gè)模塊的運(yùn)行。在系統(tǒng)設(shè)置時(shí)，將預(yù)先編寫(xiě)好的圖像處理程序利用引導(dǎo)裝載程序Bootloader進(jìn)行BIOS加載，以實(shí)現(xiàn)芯片的圖像處理功能。

由于圖像識(shí)別的數(shù)據(jù)量非常大，圖像的處理程序在CSS6000集成開(kāi)發(fā)環(huán)境下開(kāi)發(fā)。通過(guò)API函數(shù)的調(diào)用，用戶程序在CSS6000的調(diào)度下按照優(yōu)先級(jí)的順序依序執(zhí)行。首先系統(tǒng)復(fù)位重置后，點(diǎn)_c_init開(kāi)始運(yùn)行系統(tǒng)。第一步先完成對(duì)CSS6000環(huán)境的初始化，隨后啟動(dòng)多任務(wù)工作模式。處理器在處理完成初始化后調(diào)用MBX_pend()以及SEM_pend()函數(shù)是圖像處理程序掛起，將系統(tǒng)進(jìn)入循環(huán)狀態(tài)，執(zhí)行后臺(tái)IDL進(jìn)程。等待ARM發(fā)出圖像處理的請(qǐng)求再進(jìn)行相應(yīng)的操作。

3 系統(tǒng)軟件

3.1 DoH識(shí)別算法

有效提取出圖像的特征信息是對(duì)圖像進(jìn)行分析與識(shí)別的前提與基礎(chǔ)，其一般理解為將高維的直觀圖像轉(zhuǎn)化為簡(jiǎn)便高效的簡(jiǎn)化表示式，例如從一幅具有M×N×3的數(shù)據(jù)矩陣的圖像我們是不能夠看出任何有效特征信息的，因此我們需要對(duì)這些數(shù)據(jù)進(jìn)行處理分析以提取出圖像中包含的特征信息以及基本關(guān)系。

每一幅圖像都具有能夠表示其各個(gè)局部特性的特征點(diǎn)，它能夠表示圖像在這一部分區(qū)域的局部特點(diǎn)，而每一幅圖像所擁有的特征信息是各不相同的，因此特征點(diǎn)可以作為圖像的獨(dú)有特征以實(shí)現(xiàn)圖像的檢測(cè)識(shí)別。而圖像的特征點(diǎn)最突出的就是其斑點(diǎn)和角點(diǎn)。斑點(diǎn)指的是環(huán)境中與周圍部分的灰度值存在著較大差異的區(qū)域，如夜空中的明月，沙漠中的綠洲。它指的是一個(gè)區(qū)域范圍，因此它能夠臂角點(diǎn)抵抗更強(qiáng)的噪聲具有更好的算法穩(wěn)定與可靠性。角點(diǎn)指的則是圖像中一個(gè)物體中線條交叉的交叉點(diǎn)部分。該文采用DoH識(shí)別檢測(cè)算法，該方法計(jì)算簡(jiǎn)單，識(shí)別速度快，檢測(cè)精度高。

DoH檢測(cè)是利用圖像點(diǎn)的二階微分Hessian矩陣及其行列式DoH(Determinant of Hessian)來(lái)檢測(cè)圖像斑點(diǎn)。

Hessian矩陣的表達(dá)式如式(1)所示：

(1)

相應(yīng)的其行列式為式(2)所示：

det (H) =LxxLyy-Lxy2

(2)

其中:Lxx表示二維高斯函數(shù)求關(guān)于x的二階偏導(dǎo)對(duì)圖像進(jìn)行卷積后的結(jié)果，Lxy表示用二維高斯函數(shù)求關(guān)于x的偏導(dǎo)后再對(duì)y求偏導(dǎo)對(duì)圖像進(jìn)行卷積后的結(jié)果，而Lyy表示二維高斯函數(shù)求關(guān)于y的二階偏導(dǎo)對(duì)圖像進(jìn)行卷積后的結(jié)果。

隨后，計(jì)算相應(yīng)的偏導(dǎo)算子。二維的高斯函數(shù)如下表示：

(3)

則進(jìn)一步運(yùn)算后得到：

如上運(yùn)算后得到的為規(guī)范化的偏導(dǎo)算子。

而DoH斑點(diǎn)檢測(cè)算法的步驟可以總結(jié)為：

1)計(jì)算得到圖像的二階微分Hessian矩陣。

2)計(jì)算其行列式。

3)根據(jù)不同的σ值生成規(guī)范化的偏導(dǎo)算子。

4)分別對(duì)圖像進(jìn)行卷積運(yùn)算

5)在圖像的位置空間和尺度空間中搜索DoH相對(duì)應(yīng)的峰值。

3.2 算法檢測(cè)

在對(duì)算法進(jìn)行驗(yàn)證時(shí)，我們分別使用兩幅大小不同，細(xì)節(jié)復(fù)雜程度不一樣的圖像作為原始圖像。一幅向日葵圖，圖像大小為328*220像素，具有較為豐富的細(xì)節(jié)。一幅月亮圖，圖像大小為662*504像素，細(xì)節(jié)特征較為簡(jiǎn)單，易于辨識(shí)。

圖5 向日葵圖像特征提取結(jié)果圖

圖6 月亮圖特征提取結(jié)果圖

如以上兩幅仿真結(jié)果圖所示，不管目標(biāo)圖像的大小與否，細(xì)節(jié)是否復(fù)雜，采用DoH識(shí)別算法都很好地提取出了目標(biāo)圖像的特征點(diǎn)。而由此我們可以進(jìn)一步推斷，如果我們可以很好的對(duì)目標(biāo)圖像進(jìn)行特征提取，隨后我們只需要進(jìn)行下一步的特征對(duì)比就可以進(jìn)行圖像的識(shí)別與檢測(cè)。但是在仿真的過(guò)程中我們發(fā)現(xiàn)，圖像的大小與細(xì)節(jié)的復(fù)雜程度影響著算法的特征檢測(cè)速度。

4 結(jié)果與分析

4.1 系統(tǒng)驗(yàn)證

最后我們對(duì)設(shè)計(jì)好的圖像識(shí)別與檢測(cè)系統(tǒng)進(jìn)行實(shí)驗(yàn)驗(yàn)證，驗(yàn)證分為兩個(gè)部分，一方面是可行性驗(yàn)證，另一方面則是準(zhǔn)確性驗(yàn)證?？尚行则?yàn)證設(shè)計(jì)為使用該系統(tǒng)對(duì)包含同意目標(biāo)的兩幅圖像進(jìn)行特征值提取并且進(jìn)行檢測(cè)匹配，以判斷是否具有相同的圖像特征以進(jìn)一步達(dá)到圖像識(shí)別的目標(biāo)。

圖7 可行性驗(yàn)證結(jié)果圖

由圖7所示為包含有同一個(gè)水杯的兩幅圖像經(jīng)過(guò)系統(tǒng)識(shí)別檢測(cè)后提取出的特征點(diǎn)，從結(jié)果中可以看出，包含同一目標(biāo)的兩張圖經(jīng)過(guò)系統(tǒng)識(shí)別后提取出了相同的圖像特征，而這兩張圖中的目標(biāo)也被系統(tǒng)檢測(cè)識(shí)別為同一個(gè)，這充分證明該系統(tǒng)是可行的。

隨后對(duì)其進(jìn)行可靠性仿真，這一部分使用大量破損度不同的圖像探究了其在不同破損度下的識(shí)別準(zhǔn)確率，如下圖8為不同破損度下的準(zhǔn)確度曲線。

由圖8可以看出，圖像的破損度對(duì)于系統(tǒng)的識(shí)別準(zhǔn)確率具

圖8 不同破損度下準(zhǔn)確度曲線

有很大的影響。將圖像的破損度一次設(shè)置為5%-40%，由圖8可以看出在其他條件沒(méi)變的情況下，隨著破損度的不斷提高，系統(tǒng)的識(shí)別準(zhǔn)確度也隨之不斷降低。這很容易理解，由于圖像的破損度不斷提高其所包含的圖像信息也隨之降低，進(jìn)而其特征點(diǎn)也遭到了相應(yīng)的破壞而通過(guò)特征點(diǎn)進(jìn)行圖像識(shí)別的準(zhǔn)確率也隨之下降。不過(guò)另一方面可以發(fā)現(xiàn)，在圖像破損不算嚴(yán)重的情況下，該系統(tǒng)依然具有很高的識(shí)別準(zhǔn)確度。但是這也提醒我們?cè)谙到y(tǒng)的實(shí)際應(yīng)用中，應(yīng)盡量保證目標(biāo)圖像的完整性以保證系統(tǒng)的識(shí)別準(zhǔn)確度。

4.2 方案的不足

該方案基于ARM設(shè)計(jì)了圖像識(shí)別檢測(cè)系統(tǒng)，雖然很好的完成了系統(tǒng)設(shè)計(jì)目標(biāo)，但是也存在著一些不足之處有待改善。

1)圖像的識(shí)別檢測(cè)有很多更加優(yōu)秀與可靠的算法，各種算法針對(duì)于不同的運(yùn)用場(chǎng)景，而該系統(tǒng)為了簡(jiǎn)化計(jì)算，提高效率使用了DoH算法難免有失偏頗。

2)在對(duì)目標(biāo)進(jìn)行識(shí)別時(shí)發(fā)現(xiàn)，目標(biāo)的完整性對(duì)于圖像的識(shí)別準(zhǔn)確度具有很大的影響，后續(xù)可以與圖像處理相關(guān)技術(shù)相結(jié)合，預(yù)先進(jìn)行圖像的預(yù)測(cè)得到完整圖像以此提高系統(tǒng)的識(shí)別準(zhǔn)確度。

5 結(jié)論

本文基于ARM嵌入式芯片，結(jié)合DoH圖像特征提取算法設(shè)計(jì)了基于ARM的圖像識(shí)別檢測(cè)系統(tǒng)。采用ARM嵌入式作為硬件設(shè)計(jì)部分可以大大提高了系統(tǒng)的圖像采集與處理速度，為了適應(yīng)系統(tǒng)的存儲(chǔ)容量與安全性要求，使用SD卡以及外接SDRAM設(shè)計(jì)，同時(shí)結(jié)合DoH算法大大提高了圖像的識(shí)別速度與準(zhǔn)確性。最終的實(shí)驗(yàn)結(jié)果表明所設(shè)計(jì)的系統(tǒng)可以有效對(duì)圖像進(jìn)行識(shí)別，并且在圖像存在破損的情況下依然具有相當(dāng)高的準(zhǔn)確率。總結(jié)而言，本系統(tǒng)較好的實(shí)現(xiàn)了系統(tǒng)設(shè)計(jì)目標(biāo)，具有相當(dāng)可靠的識(shí)別準(zhǔn)確性。

[1] 郎璐紅, 余紅英, 董 俊. 嵌入式ARM系統(tǒng)中圖像的識(shí)別方法研究[J]. 齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014(5):20-23.

[2] 白兵乾. 基于ARM移動(dòng)平臺(tái)的圖形識(shí)別算法研究與實(shí)現(xiàn)[D]. 天津：河北工業(yè)大學(xué), 2011.

[3] 胡 勝, 楊 雷, 宋 躍,等. 基于ARM amp; FPGA的CCD圖像識(shí)別裝置[J]. 儀表技術(shù)與傳感器, 2012(1):54-56.

[4] 覃南鑫, 石烺峰. 基于ARM的人臉識(shí)別系統(tǒng)的設(shè)計(jì)[J]. 科技傳播, 2012(5):181.

[5] 尹成瑞. 基于CMOS+ARM的運(yùn)動(dòng)圖像識(shí)別系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)與數(shù)字工程, 2016, 44(4):725-729.

[6] 韓 策. 基于嵌入式圖像的人員識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 大連：大連理工大學(xué), 2013.

[7] 左春雪, 吉喆明, 黃小紅. 基于ARM嵌入式操作系統(tǒng)的圖像處理[J]. 計(jì)算機(jī)與數(shù)字工程, 2015(3):480-483.

[8] 錢(qián) 剛, 丁萬(wàn)山. 基于ARM及CPLD的紙幣圖像采集系統(tǒng)的設(shè)計(jì)[J]. 計(jì)算機(jī)測(cè)量與控制, 2007, 15(5):683-685.

[9] 南昌航空大學(xué)測(cè)試與光電技術(shù)學(xué)院. 基于ARM+FPGA+多DSP的嵌入式實(shí)時(shí)圖像處理系統(tǒng)[J]. 電子技術(shù)應(yīng)用, 2011, 37(8):142-146.

[10] 嚴(yán)承華, 李 華. 基于ARM的嵌入式指紋圖像處理技術(shù)研究[J]. 海軍工程大學(xué)學(xué)報(bào), 2008, 20(5):64-70.

[11] 翁木云, 何明一. 圖像綜合特征及其在圖像檢測(cè)與匹配中的應(yīng)用[J]. 中國(guó)圖象圖形學(xué)報(bào), 2007, 12(1):121-126.

[12] 陸 洲, 王寶光. 基于FPGA的嵌入式彩色圖像檢測(cè)系統(tǒng)[J]. 傳感技術(shù)學(xué)報(bào), 2007, 20(3):618-622.

[13] 滕 日. 基于SIFT的局部不變特征研究[D]. 北京：中國(guó)科學(xué)院大學(xué), 2016.

[14] 張滿囤, 王 潔, 黃向生,等. Gradual-SURF算子的角點(diǎn)提取[J]. 計(jì)算機(jī)工程與應(yīng)用, 2013, 49(10):191-194.

[15] 沈同圣, 張 健, 婁樹(shù)理. 面向目標(biāo)檢測(cè)的空間觀測(cè)圖像精確配準(zhǔn)[J]. 光學(xué)精密工程, 2014, 22(8):2205-2213.

[16] 劉文印, 唐 龍, 唐澤圣. 一種在矢量基礎(chǔ)上進(jìn)行圖形識(shí)別的通用方法[J]. 軟件學(xué)報(bào), 1997(5):376-383.

DesignofEmbeddedImageRecognitionSystemBasedonARM

Cong Shu

(Institute of Physics Science and Technology, Center China Normal University, Wuhan 430079,China)

As one of the most important fields of artificial intelligence, image recognition is a technology that uses the computer to process, analyze and understand the image. In this paper, an image recognition and detection system based on ARM embedded chip is proposed, The hardware of the system adopts the idea of modular design to improve the compatibility of the system, it is divided into image acquisition, data acquisition, data processing and image recognition module; the software part adopts the scale invariant feature transform matching algorithm in order to improve the image recognition and image recognition speed and accuracy. The experimental results show that the designed system has the characteristics of high speed, high precision, high reliability and low failure.

ARM; SIFT algorithm; image acquisition; image recognition

2017-03-22；

2017-04-13。

從 樹(shù)(1989-)，男，湖北棗陽(yáng)人，主要從事嵌入式軟件開(kāi)發(fā)方向的研究。

1671-4598(2017)09-0036-03

10.16526/j.cnki.11-4762/tp.2017.09.010

TP273

A