基于K60竞赛用智能汽车的路径识别系统研究

摘 要 智能车技术的研究是一项综合性的研究，其中包括机械、传感器检测、电机控制、模式识别、图像分析、信号处理、嵌入式系统等多个学科融合。本文以智能车控制系统的图像信号采集与图像处理为研究对象，分析了图像传感器OV7620的工作原理，并且提出了图像信号采集与图像处理的方法，图像处理中使用了二值化和中值滤波算法，在提取黑线上采用边沿提取法。

关键词 图像传感器OV7620 二值化 中值滤波 边沿提取法

中图分类号：TP391 文献标识码：A

1图像传感器OV7620的工作原理

摄像头 OV7620 是一款数字的 CMOS 型、NTSC 制式的摄像头，每秒能够输出 30 帧图像，OV7620 摄像头是隔行扫描图像的，即在每行扫描点数不变的情况下，将图像分成奇偶两场分别传送，奇场图像传送 1、3、5、7……奇数行，偶场图像则传送与之相对应的偶数行，这两场图像的效果是一样的。图像在低电平的时候传输给的单片机，采用下降沿捕捉，既在每场图像开始时候采集，采用这种方法采集的图像更为准确些。行中断的周期为 63.6us，图像在高电平时输出像素点，低电是换行时间，所以一定要捕捉上升沿将来触发行中断，因为下降沿后的数据是无效的。

要操作摄像头，首先进行初始化，传统的中断触发方式都是上升沿触发，而本文研究的行、场中断都是下降沿触发，在这里需要解释一下。由于OV7620的图像大小是640'480，而单片机不需要这么多的列，由于使用了DMA功能，而DMA只能连续采集，因此我们选用硬件四分频，因此实际采集到的列数为640/4=160列，而行数我们采用隔行采集的思想。

做摄像头信号采集一定要做好时序的分析工作，一帧分为两场图像，即奇场和偶场，将图像处理放在偶场进行处理，而奇场进行采集图像。其中AcqAryy[50]中存入需要采集的行，由于摄像头一帧有480行，一场有240行，因此，需要在这240行中挑选50行，具体操作为在赛道上放一根黑条，每2cm采集一次（理论距离为250=100cm，但实际最远端的行采集不清楚，不得不每两行采集一次，调整一次黑条，也可在赛道上粘50根黑条，直接采集240行图像，发送到上位机上，从中挑选50行，最终能够达到图1的图像效果。

3.1二值化处理

将图像导入matlab进行分析，发现原始图像像素值均在0-255内，而白色区域像素值一般在 160以上，黑色区域一般在 70以下。为了提取出黑线，检测像素值的跳变是最直观的方案，但是实际中一般黑白线边沿的像素值不是突然跳变的，而有一个过渡过程。所以，将原始图像进行二值化处理不但有清晰边沿线的功能，还能方便后续路径识别部分算法的设计与处理。

二值化处理就是对于输入图像的各个像素，先确定某个亮度值，当像素的亮度超过该阈值时，则将对应输出图像的像素值设为 1，否则为 0，原理公式如下：

其中， f （ x， y）， g （ x， y）分别为处理前 、处理后的图像中处于（ x， y）位置上的某个像素的浓度值，t为阈值 。图 2为二值化后的效果， 0为黑点， 1为白点 。

二值化后的赛道状况已经非常明了，但是仍有干扰存在，这样对赛道的识别及接下来的算法设计会造成一定的困难。 因而，选择对图像进行中值滤波。该方法是一种局部平均的平滑技术， 对脉冲干扰和椒盐噪声的抑制效果好，能有效保护图像的边缘 。

1x3窗口中值滤波是非常简单的一种去噪方法，是将某个像素点和相邻两个像素点的像素值按大小顺序排列，取出中间值作为该点的像素值。这种方法能够有效地抑制随机噪声，并且计算量相比去噪常用的 3x3模板要小得多 。减小计算量能够有效地提高单片机识别道路的速度，这一点对时间要求较高的实时处理是非常重要的。

为了说明此方案的适用性，随机在图像数组中加入噪声点，如图3。为了使接下来的验证过程更为方便，设计中将实际图像用matlab进行二值化，导出一个二维数组，在验证算法时不同的道路状况只需修改数组中的值即可。

3.2黑线提取

这里的黑色引导线以白色为衬底，因黑线和白色底板存在很多大灰度比，在图像信号上会形成相应高低不同的电压值。当检测到黑线时，图像信号中将形成一个“ 凹”形槽，凹槽处即是黑线在一行数据中的相对位置。

对图像每行数据的处理将得到每行图像中黑线的相对位置，即下面的行数据处理；而对每行图像中黑线的位置的综合分析将再现黑线的形状，即下面的帧数据处理。本设计将采集的模拟量数据存放在一个二维数组中，当完成对一行数据的采集后，就可以对该行的数据进行处理，即提取黑线的算法。 在提取黑线上采用边沿提取法。该算法具有对黑线反应灵敏、准确度高、抗干扰能力强等特点。

图4表示的是光线比较好的情况下，A/D采集一帧中一行像的数值结果，即二维数组中的某一行数据。小圆点的纵坐标表示 A/D采集值，横坐标表示采集点在二维数组该行中的相对位置。

边沿提取法，即通过程序检测到上述图形的上升沿和下降沿 ，然后通过上升沿和下降沿的位置求出黑线的位置。边沿提取算法流程，其提取流程如图5所示：

通过判断下降沿位置和上升沿位置，来计算黑线的相对位置，并通过判断上升沿之后的数据是否满足相差不大于阈值来减小误差，以精确计算黑线的相对位置。

参考文献

[1] （日）井上诚喜，等.C语言实用数字图像处理[M].白玉林译.北京：科学出版社，2003.

[2] 王荣本，游峰，崔高健，郭列.基于计算机视觉高速智能车辆的道路识别[J].计算机工程与应用，2004（26）.

[3] 张晓飞，袁祥辉.基于 DSP成像系统的视频图像采集部分的实现[J].压电与声光，2002， 24（3）.