基于OpenCV的嵌入式图像处理平台的构建

第３期　２０１５年２月　无线互联科技　ＷｉｒｅｌｅＳＳ　Ｉｎｔｅｒｎｅｔ　Ｔｅｃｈｎｏｌｏｇｙ　Ｎｏ．３　Ｆｅｂｒｕａｒｙ，２０１５　基于０ｐｅｎＣＶ的嵌入式图像处理平台的构建　方华　郭静。田敬北　（１．广西科技大学工程训练中心，广西　柳州　５４５００６；２．广西科技大学电气与信息工程学院，广西　柳州　５４５００６）　摘要：＜￣ＡＲＭ　Ｃｏｒｔｅｘ－Ａ８（Ｓ５ＰＶ２１０）为核心，构建了一种基于ＯｐｅｎＣＶ的嵌入式图像处理平台，提出在主流的Ｕｂｕｎｔｕ　操作系统上交叉编译Ｑｔ和ＯｐｅｎＣＶ．￣将其移植到嵌入式Ｌｉｎｕｘ操作系统中，为嵌入式平台下复杂图像处理算法的设计和实　现提供了一条有效途径，降低了开发难度。在此平台上进行的在线人脸识别实验结果表明该平台运行可靠，功能正常。　关键词：ＯｐｅｎＣＶ；嵌入式；图像处理平台；Ｑｔ　与基于Ｐｃ机和图像处理卡等的传统图像处理系统相　ｓｕｄｏ　ｃｈｏｗｎ—Ｒ　７５５　ｒｏｏｔ　ｒｏｏｔｆｓ／　比，采用嵌入式系统可以开发出具有便携性、实时性、成　２嵌入式图像处理平台的构建　本更低以及可靠性更佳的图像处理平台，但也存在软件设　２．Ｉ嵌入式图像处理平台硬件结构　计难度大，开发周期长、代码效率主要依赖设计人员经验　文章以友善之臂公司生产的Ｓｍａｒｔ２１０开发板作为硬件　等问题。为此，文章提出一种基于ＯｐｅｎＣＶ的嵌入式图像处　平台，以三星公司的￥５ＰＶ２１０嵌入式中央处理器作为核心部　理平台，在宿主机上采用Ｕｂｕｎｔｕ操作系统，安装ＯｐｅｎＣＶ以　件。该款处理器采用了－ＡＲＭ　Ｃｏｒｔｅｘｍ－Ａ８内核，ＡＲＭ　ｖ７指令　实现图像处理和计算机视觉方面的通用算法，降低开发难　集，主频可达１ＧＨＺ，具有２０００ＤＭＩＰＳ的高性能运算能力，已　度，缩短软件开发周期…，同时ＯｐｅｎＣＶ中大部分函数都进　经被广泛应用于手机和平板等移动多媒体设备上。　行了汇编优化，有效提高了程序的运行效率。基于ＯｐｅｎＣＶ　２．２软件平台搭建　的开源特性也降低了产品的成本。　软件平台的搭建主要分为操作系统移植、移植Ｑｔ和移　植ＯｐｅｎＣＶ￣个部分。在图像处理开发工具上选择了广泛应　用的ＯｐｅｎＣＶ，利用该视觉库可以很方便地实现数字图像处　１　构建平台所用的软硬件配备　１．１宿主机配置和源代码预备　宿主机主要是用来开发和调试嵌入式系统应用程序　理。在显示方面，选择以支持多平台而著称的Ｑｔ图形界面　的计算机系统。宿主机硬件可以用Ｐｃ机，配置Ｌｉｎｕｘ操作系　设计工具，其优点在于一次编写，随处编译，已成为图像处　统。在构建本嵌入式图像处理平台的过程中需要准备如下　理领域强有力的辅助工具。　源代码：用于生成目标系统的编译器ｇｃｃ源代码、用于图形　２．２．ｉ操作系统移植　界面显示的Ｑｔ源代码以及用于图像处理的ＯｐｅｎＣＶ源代码。　１．２建立ｒｏｏｔｆｓ目录　录：　嵌入式图像处理平台的搭建的首要步骤为操作系统的　选择和移植。嵌入式Ｌｉｎｕｘ操作系统作为嵌入式主流操作　入式Ｌｉｎｕｘ操作系统支持广泛的硬件、融合了各种强大的　应用软件及完善的设备驱动和开发工具，因此文章选用了　嵌入式Ｌｉｎｕｘ操作系统进行移植，其关键在于正确制作根　将下载的得到的文件解压，使用如下命令建立相关目　系统，其最大的特点是源码公开并且遵循ＧＰＬ协议。由于嵌　￥ｓｕｄｏ　ｍｋｄｉｒ　ｒｏｏｔｆｓ　￥ｃｄ　ｒｏｏｔｆｓ　￥ｓｕｄｏ　ｍｋｄｉｒ　ｒｏｏｔ　ｈｏｍｅ　ｌｉｂ　ｄｅｖ　ｓｂｉｎ　ｍｎｔ　ｓｙｓ　文件系统以启动Ｌｉｎｕｘ￣核。制作根文件系统的流程，如图　ｐｒｏｃ　ｔｍｐ　ｖａｒ　ｅｔｃ　ｕｓｒ　１所示。　１．３权限环境变量的设置　２．２．２图形界面库Ｑｔ的移植步骤　Ｓｔｅｐｌ：编译Ｑｔ一４．８．４，方法如下：　ｔａｒ　ｘｆｖｚ　ｑｔ——ｅｖｅｒｙｗｈｅｒｅ——ｏｐｅｎｓｏｕｒｃｅ——ｓｒｃ——　４．８．５．ｔａｒ．ｇｚ　正确的权限设置是保证正常创建编译环境的重要条　件，编译环境设置权限的基本原则是，保证用户对所有操　作目录及目录下的文件拥有读写的权限　。具体设置如下：　ｓｕｄｏ　ｃｈｏｗｎ～Ｒ　ｒｏｏｔ：ｒｏｏｔ　ｒｏｏｔｆｓ／　ｃｄ　ｑｔ—ｅｖｅｒｙｗｈｅｒｅ—ｏｐｅｎｓｏｕｒｃｅ—ｓｒｃ一４．８．５　基金项目：广西科技开发计划项目，项目编号：桂科攻１４１２２００７－２０。　作者简介：方华（１９６５－），女，江苏南京人，副教授，博士研究生，研究方向：自动控制技术和机器视觉；郭静（１９８９－），女，湖南湘　潭人，硕士研究生，研究方向：控制理论与控制工程。　一５３　第３期　２０１５年２月　Ｎｏ．３　无线互联科技・软件透视　Ｆｅｂｒｕａｒｙ，２０１５　．／ｃ０ｎｆｉｇｕｒｅ—ｏｐｅｎｓｏｕｒｃｅ—ｅｍｂｅｄｄｅｄ　ａｍｍ　Ｓｔｅｐ６：将ｌｉｂ文件夹下的所有文件拷贝到开发板。　Ｓｔｅｐ７：设置环境变量。　ｘｐｌａｔｆｏｒｍ—ｐｒｅｆｉｘ／ｏｐｔ／ｑｔ一４．８．５　一Ｉ／ｔｓｌ　ｉｂ／　ｉｎｃｌｕｄｅ—Ｌ／ｔｓｌｉｂ／ｌｉｂ　３　嵌入式图像处理平台应用　为了验证嵌入式图像处理平台是否构建成功，文章设　Ｓｔｅｐ２：把／Ｏｐｔ／ｑｔ～４．８．５／ｌｉｂ下的所有文件放入开发板　文件系统中。　计了人脸识别应用程序进行验证。人脸识别是通过对摄像　头获取的视频流数据进行图像处理中的检测定位和特征　提取，从而识别出人脸的具体位置，并进行在线跟踪。实　验中采用基于０ｐｅｎＣＶ的人脸识别分类器，通过接入的ＵＳＢ　摄像头实时监测人脸。　３．１人脸识别算法　Ｓｔｅｐ３：修￣ｅｔｃ／ｐｒｏｆｊ１ｅ文件，添加Ｑｔ库的环境变量。　ＯｐｅｎＣＶ）ｋ脸识别分类器利用Ｈａａｒ－ｌｉｋｅ特征来表示人　脸特征　，采用积分图作为加速器的方法高效计算人脸特　征，再由ＡｄａＢｏｏｓｔ迭代学习算法进行特征选择和分类器的　训练，最终实现人脸图像的跟踪识别。对于每一个特征，　Ａｄａｂｏｏｓｔ算法根据训练样本的特征值排序，并计算样本权　图１　制作根文件系统流程　重，求得分类误差后得出最优弱分类器，经过多次循环特　２．２．３计算机开源视觉库ＯｐｅｎＣＶ￣移植步骤　征选择能够得到更多的最优弱分类器，再组合最优弱分类　在进行ＯｐｅｎＣＶ的移植时文章提出改用Ｑｔ编写图形　器得到强分类器，相当于按照弱分类器的错误率加权投票　接口部分，而不使用ＯｐｅｎＣＶ的ＨｉｇｈＧＵＩ库。其原因在于　的方式将弱分类器构造为一个强分类器；然后，将强分类　ＯｐｅｎＣＶ中的ＨｉｇｈＧＵＩ模块中的函数是基于ＧＴＫ＋的，主要为　器强强联手串联成一个级联分类器。　了将图像显示在ＧＴＫ＋窗体上，由于移植ＧＴＫ＋Ｌｈ较复杂，需　３．２实验结果　要的依赖库比较多，移植相当繁琐，容易出错。在嵌入式图　实验分为标识人脸和跟踪人脸两方面，当单个或者多　像处理开发平台中，应用程序的开发与ＧＴＫ＋相关性不大，因　个人脸出现在摄像头前，显示屏上均能显示并标识人脸，　此调用０ｐｅｎＣＶ函数编写图像处理程序时，不采用ＨｉｇｈＧＵＩ　当人脸从中间分别向两边移动时，能够实时跟踪人脸。同　中的库函数会使界面的编写更简单。　具体移植步骤如下：　Ｓｔｅｐｌ：下载源码并解压。　Ｓｔｅｐ２：安装ｃｍａｋｅ以及ｃｍａｋｅ—ｇｕｉ。　Ｓｔｅｐ３：配置ＯｐｅｎＣＶ。　时，在本嵌入式图像处理平台上，检测出人脸的平均时间　为３００ｍｓ，而在普通的ＰＣ机上，编写同样的算法，运行也需　要１５０ｍｓ的检测时间。在相同的代码下，本嵌入式平台和普　通Ｐｃ机平台主要参数不同。由该实验可看出，在本嵌入式　平台下，能够准确的检测到摄像头所拍摄到的人脸，人脸　识别的测试运行也证明了嵌入式图像处理平台的可行性和　稳定性。　Ｓｔｅｐ４：配置ｃｍａｋｅ和ｃｍａｋｅ—ｇｕｉ。　Ｓｔｅｐ５：ｍａｋｅ￣Ｄｍａｋｅ　ｉｎｓｔａｌｌ。　［参考文献］　［１］贾小军，喻擎苍．基于开源计算机视觉库０ｐｅｎＣＶ￣像处理［Ｊ］．计算机应用与软件，２００８（４）：２７６—２７８．　【２］宋凯，严丽平，甘岚．嵌入式图像处理系统的设计与实现［Ｊ］．计算机工程与设计，２００９（１９）：４３６８－４３７０＋４３７７　［３］刘晓克，孙燮华，周永霞．基于新Ｈａａｒ－ｌｉｋｅ特征的多角度人脸检测［Ｊ］．计算机工程，２００９（１９）：１９５—１９７．　ＯｐｅｎＣＶ　Ｅｍｂｅｄｄｅｄ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ　ＰｌａｔｆｏＩＴｎ　ｉＳ　Ｃｏｎｓｔｒｕｃｔｅｄ　Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ＦＡＮＧ　Ｈｕａ　ＧＵＯ　Ｊｉｎｇ　ＴＩＡＮ　Ｊｉｎｇｂｅｉ　（１．Ｅｎｇｉｎｅｅｒｉｎｇ　ｔｒａｉｎｉｎｇ　ｃｅｎｔｅｒ　ｏｆ　Ｇｕａｎｇｘｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　ｓｃｉｅｎｃｅ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｙ，Ｌｉｕｚｈｏｕ　５４５００６，Ｃｈｉｎａ；２．Ｃｏｌｌｅｇｅ　ｏｆ　ｅｌｅｃｔｒｉｃａｌ　ａｎｄ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｎｇｉｎｅｅｒｉｎｇ，Ｇｕａｎｇｘｉ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　ｓｃｉｅｎｃｅ　ａｎｄ　ｔｅｃｈｎｏｌｏｇｙ，Ｌｉｕｚｈｏｕ　５４５００６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ　ｏｎ　ｔｈｅ　ＡＲＭ　Ｃｏｒｔｅｘ－Ａ８（Ｓ５ＰＶ２１０１　ａｓ　ｔｈｅ　ｃｏｒｅ．ｔｏ　ｃｏｎｓｔｒｕｃｔ　ａｎ　ｅｍｂｅｄｄｅｄ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｐｌａｔｆｏｒｍ　ｂａｓｅｄ　ｏｎ　ＯｐｅｎＣＶ　ｉｓ　ｐｒｏｐｏｓｅｄ　ｉｎ　ｔｈｅ　Ｕｂｕｎｔｕ　ｏｐｅｒａｔｉｎｇ　ｓｙｓｔｅｍ，ｔｈｅ　ｍａｉｎｓｔｒｅａｍ　ｏｆ　ｃｒｏｓｓ　ｃｏｍｐｉｌｉｎｇ　Ｑｔ　ａｎｄ　ＯｐｅｎＣＶ　ａｆｔｅｒ　ｔｒａｎｓｐｌａｎｔｅｄ　ｉｎｔｏ　ｔｈｅ　ｅｍｂｅｄｄｅｄ　Ｌｉｎｕｘ　ｏｐｅｒａｔｉｏｎ　ｉｎ　ｔｈｅ　ｓｙｓｔｅｍ，ｐｒｏｖｉｄｅｓ　ａｎ　ｅｆｆｅｃｔｉｖｅ　ｗａｙ　ｆｏｒ　ｔｈｅ　ｄｅｓｉｇｎ　ａｎｄ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｏｆ　ｃｏｍｐｌｅｘ　ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ｅｍｂｅｄｄｅｄ　ｐｌａｔｆｏｒｍ，ｒｅｄｕｃｅ　ｔｈｅ　ｄｉｆｆｉｃｕｌｔｙ　ｏｆ　ｄｅｖｅｌｏｐｍｅｎｔ．Ｏｎｌｉｎｅ　ｆａｃｅ　ｒｅｃｏｇｎｉｔｉｏｎ　ｅｘｐｅｒｉｍｅｎｔ　ｒｅｓｕｌｔｓ　ｏｎ　ｔｈｉｓ　ｐｌａｔｆｏｒｍ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅ　ｐｌａｔｆｏｒｍ　ｉｓ　ｒｅｌｉａｂｌｅ　ｉｎ　ｏｐｅｒａｔｉｏｎ，ｎｏｒｍａｌ　ｆｕｎｃｔｉｏｎ．　Ｋｅｙ　ｗｏｒｄｓ：ＯｐｅｎＣＶ；Ｅｍｂｅｄｄｅｄ；Ｉｍａｇｅ　ｐｒｏｃｅｓｓｉｎｇ　ｐｌａｔｆｏｒｍ；ｅｔ　一５４