基于STM32的图像显示系统
摘要
本文介绍了基于STM32的图片显示系统设计。现如今LCD显示屏的技术和产业都取得了长足的发展，作为重要的现代信息发布媒体之一，LCD显示屏在证券交易、金融、交通、体育、广告等领域被广泛的应用。基于STM32的LCD显示可以更好的满足各种需求，也更便于操作和实现。通电后，复位到初始化状态可显示本次课程设计题目及成员等基本信息，可人为操作对显示信息的汉字进行自定义大小颜色及字体等等；把要显示的图片考入内存卡里，更新内存卡，即图片可进行变换；自定义定时跳转下一幅图片，也可以通过按键快速跳到下一幅图片，或返回上一张图片。利用TFT-LCD液晶显示屏显示的图片清晰、分辨率高，显示图片的效果极好。
关键词： STM32; LCD显示屏; 图片显示
目录
1 引言 .................................................................................................... 错误！未定义书签。
2 总体设计 ............................................................................................ 错误！未定义书签。
2.1 图片显示的基本原理 (2)
2.2 图片显示设计分析 (2)
2.3 系统的结构框图 (3)
3 详细设计 ............................................................................................ 错误！未定义书签。
3.1 硬件设计 .................................................................................... 错误！未定义书签。
3.1.1 ALIENTEK MiniSTM32开发板简介 .................................. 错误！未定义书签。
3.1.2 功能简介 .......................................................................... 错误！未定义书签。
3.2 软件设计 (7)
3.2.1 主函数部分 (8)
3.2.2 硬件部分程序 (9)
3.2.3 识别图片 (11)
3.2.4 FAT系统 (14)
3.2.5 程序流程图 (15)
4 实验结果及分析 (16)
4.1 硬件实验结果 (16)
4.2 结果分析 .................................................................................. 错误！未定义书签。
5 结论 (17)
参考文献 (18)
1 引言
进入新世纪LCD显示屏的技术和产业都取得了长足的发展，作为重要的现代信息发布媒体之一，LCD显示屏在证券交易、金融、交通、体育、广告等领域被广泛的应用。伴随社会信息化进程的推进，LCD显示屏技术也在不断的推陈出新，应用领域愈加广阔。基于STM32的LCD显示可以更好的满足各种需求，也更便于操作和实现。现基于STM32在液晶显示屏幕上显示文本及图形。
目前，显示技术和显示工业的发展迅速。显示技术是传递视觉的信息技术。液晶显示器件LCD是当今最有发展前途的一种平板显示器件，它具有很多独到的优异特性。它具有显示信息多、易于多彩化、体积小、重量轻、功耗低、寿命长、价格低、无辐射、无污染、接口控制方便等优点。
BMP是一种与硬件设备无关的图像文件格式，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP 文件所占用的空间很大。而且JPEG 是一种很灵活的格式，具有调节图像质量的功能，允许用不同的压缩比例对文件进行压缩，支持多种压缩级别。
2 总体设计
2.1 图片显示的基本原理
BMP是一种与硬件设备无关的图像文件格式，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit、16bit、24bit 及32bit。BMP 文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。
JPEG是最常用的图像文件格式，由一个软件开发联合会组织制定，是一种有损压缩格式，能够将图像压缩在很小的储存空间，图像中重复或不重要的资料会被丢失，因此容易造成图像数据的损伤。尤其是使用过高的压缩比例，将使最终解压缩后恢复的图像质量明显降低，如果追求高品质图像，不宜采用过高压缩比例。但是JPEG 压缩技术十分先进，它用有损压缩方式去除冗余的图像数据，在获得极高的压缩率的同时能展现十分丰富生动的图像，换句话说，就是可以用最少的磁盘空间得到较好的图像品质。而且JPEG 是一种很灵活的格式，具有调节图像质量的功能，允许用不同的压缩比例对文件进行压缩，支持多种压缩级别，压缩比率通常在10：1 到40：1 之间，压缩比越大，品质就越低；相反地，压缩比越小，品质就越好。当然也可以在图像质量和文件尺寸之间找到平衡点。JPEG格式压缩的主要是高频信息，对色彩的信息保留较好，适合应用于互联网，可减少图像的传输时间，可以支持24bit真彩色，也普遍应用于需要连续色调的图像。
2.2 图片显示设计分析
在程序方面，采用分块设计的方法，这样既减小了编程难度、使程序易于理解，又能便于添加各项功能。该程序将实现浏览PICTURE 文件夹下的所有图片及其名字，配合SD卡能够实现顺序显示出每一副图片，并每隔3s左右切换一幅图片。
具体要实现的目标有：更新内存卡，即图片可进行变换；定时自动跳转下一幅图片；可以通过按键快速跳到下一幅图片；可以通过按键返回到上一幅图片；初始状态显示本次课设的基本信息；可对显示信息的汉字进行自定义。
2.3 系统的结构框图
2.1 系统结构框图
3 详细设计
3.1 硬件设计
3.1.1 ALIENTEK MiniSTM32 开发板简介
ALIENTEK MiniSTM32 开发板是一款迷你型的开发板，小巧而不小气，简约而不简单。它的外观尺寸只有8cm*10cm 大小，板子的设计充分考虑了成本与功能这两个矛盾面，再结合实际使用的经验及STM32的特点，可有可无的选择性价比最高的留下，最终确定了这样的设计。其资源丰富，设计灵活。
特点包括：
1）小巧。整个板子尺寸为8cm*10cm*2cm。
2）灵活。板上除晶振外的所有的IO 口全部引出，特别还有GPIOA 和GPIOB 的IO 口是按顺序引出的，可以极大的方便大家扩展及使用，另外板载独特的一键下载功能，避免了频繁设置B0、B1 带来的麻烦，直接在电脑上一键下载。
3）资源丰富。板载十多种外设及接口，可以充分挖掘STM32 的潜质。
4）质量过硬。沉金PCB+全新优质元器件+定制全铜镀金排针/排座+ 电源TVS 保护，坚若磐石。
3.1.2 功能简介
开机的时候先检测SD 卡是否存在，然后初始化FAT 文件系统，在这之后开始查找根目录下的PICTURE 文件夹，如果找到则显示该文件夹下面的图片，循环显示，通过按KEY0 和KEY1 可以快速浏览下一张和上一张。如果未找到图片文件夹/图片，则提示错误。同样我们也是用LED0 来指示程序正在运行。
所要用到的硬件资源如下：
1）STM32。
2）外部LED0。
3）TFTLCD 液晶模块。
4）KEY0，KEY1。
5）SD 卡。
1、 STM32的简单介绍
图3.1 STM32原理图
选择STM32F103RBT6 作为MCU，原因是其性价比高，128K FLASH、20K SRAM、2 个SPI、3 个串口、1 个USB、1 个CAN、2 个12 位的ADC、RTC、51 个可用IO 脚…，所以我们选择了它作为我们的主芯片。
2、外部LED0
图3.2 外部LED0原理图
其中PWR 是系统电源指示灯，为蓝色。LED0 和LED1 分别接在PA8 和PD2 上，PA8 还可以通过TIM1 的通道1 的PWM 输出来控制DS0 的亮度。
3、 TFTLCD 液晶模块
图3.3 TFTLCD 液晶显示原理图
TFT_LCD 是一个通用的液晶模块接口。OLED 是一个给OLED 显示模块供电的接口，它和TFT_LCD 拼接在一起。当使用2.4’/2.8’的LCD 时，我们接到TFT_LCD 上就可以了，而当我们使用ALIENTEK的OLED 模块时，则接OLED 排阵做电源，同时会连接到TFT_LCD 上的部分管脚，从而实现OLED 与MCU 的连接。
4、按键
图3.4 按键输入原理图
KEY0 和KEY1 用作普通按键输入，分别连接在PA13 和PA15 上，他们都连接在了JTAG相关的引脚上（KEY0 还连接在SWDIO 上），KEY0 和KEY1 还和PS/2 的DAT 和CLK 线共用，他们都通过JTAG 的上拉电阻来提供上拉。
WK_UP 按键连接到PA0(STM32 的WKUP 引脚)，它除了可以用作普通输入按键外，还可以用作STM32 的唤醒输入。这个按键是高电平触发的。
5、 SD 卡
图3.5 SD卡部分原理图
插入SD 卡可以外扩大容量存储设备，可以用来记录数据。
SD 卡我们使用的是SPI 模式通信，SD 卡的SPI 接口连接到STM32 的SPI1 上，SD_CS 接在PA3 上。
3.2 软件设计
图片显示系统需要有STM32开发板配合SD卡使用，因此其程序需要分为以下几个文件夹，硬件组成文件HARDWARE系统文，可以用来显示汉字的TEXT文件，用来识别图片的JPEG文件用来读取SD 卡上的图片文件的FAT文件以及存放主程序文件USER文件件，和STM32的系统文件SYSFILE。
3.2.1 主函数部分
int main(void)
{ u8 i; u8 key;
FileInfoStruct *FileInfo;
u16 pic_cnt=0; u16 index=0; u16 time=0;
Stm32_Clock_Init(9);
delay_init(72);
uart_init(72,9600);
LCD_Init(); KEY_Init(); LED_Init();
SPI_Flash_Init();
if(Font_Init())
{ POINT_COLOR=RED;
LCD_ShowString(60,50,"Mini STM32");
LCD_ShowString(60,70,"Font ERROR");
while(1); }
while(SysInfoGet(1))
{ FAT_Init(); SD_Initialize(); LED0=!LED0;
LCD_Fill(60,130,240,170,WHITE);
delay_ms(500); }
Cur_Dir_Cluster=PICCLUSTER;
while(1)
{ pic_cnt=0;
Get_File_Info(Cur_Dir_Cluster,
FileInfo,T_JPEG|T_JPG|T_BMP,&pic_cnt);
if(pic_cnt==0)
{ LCD_Clear(WHITE);
while(1)
{ if(time%2==0)
else LCD_Clear(WHITE); time++;
delay_ms(300); } }
FileInfo=&F_Info[0];.
index=1; while(1)
{ Get_File_Info(Cur_Dir_Cluster,
FileInfo,T_JPEG|T_JPG|T_BMP,&index);
LCD_Clear(WHITE);
AI_LoadPicFile(FileInfo,0,0,240,320);
POINT_COLOR=RED;
Show_Str(0,0,FileInfo->F_Name,16,1);
while(1)
{ key=KEY_Scan();
if(key==1) break;
else if(key==2)
{ if(index>1)index-=2;
else index=pic_cnt-1;
break; }
delay_ms(1); time++;
if(time%100==0) LED0=!LED0;
if(time>3000)
{ time=0; break; } }
index++;
if(index>pic_cnt) index=1; } } }
3.2.2 硬件部分程序
void KEY_Init(void) // 键盘相应程序
{ RCC->APB2ENR|=1<<2;
GPIOA->CRL&=0XFFFFFFF0;
GPIOA->CRL|=0X00000008;
GPIOA->CRH&=0X0F0FFFFF;
GPIOA->CRH|=0X80800000;
GPIOA->ODR|=1<<13;
GPIOA->ODR|=1<<15; }
u8 KEY_Scan(void)
{ static u8 key_up=1;
JTAG_Set(JTAG_SWD_DISABLE);
if (key_up&&(KEY0==0||KEY1==0||KEY2==1))
{ delay_ms(10); key_up=0;
if(KEY0==0)
{ JTAG_Set(SWD_ENABLE); return 1; }
else if(KEY1==0)
{ JTAG_Set(SWD_ENABLE); return 2; }
else if(KEY2==1)
{ JTAG_Set(SWD_ENABLE); return 3; } }
else if(KEY0==1&&KEY1==1&&KEY2==0) key_up=1;
JTAG_Set(SWD_ENABLE); return 0;}
void LED_Init(void) // led相应程序
{ RCC->APB2ENR|=1<<2;
RCC->APB2ENR|=1<<5;
GPIOA->CRH&=0XFFFFFFF0;
GPIOA->CRH|=0X00000003;
GPIOA->ODR|=1<<8;
GPIOD->CRL&=0XFFFFF0FF;
GPIOD->CRL|=0X00000300;
GPIOD->ODR|=1<<2; }
void SPIx_Init(void) //SD卡驱动程序
{ RCC->APB2ENR|=1<<2;
RCC->APB2ENR|=1<<12;
GPIOA->CRL&=0X000FFFFF;
GPIOA->CRL|=0XBBB00000;
GPIOA->ODR|=0X7<<5;
SPI1->CR1|=0<<10; SPI1->CR1|=1<<9;
SPI1->CR1|=1<<8; SPI1->CR1|=1<<2;
SPI1->CR1|=0<<11; SPI1->CR1|=1<<1;
SPI1->CR1|=1<<0; SPI1->CR1|=7<<3;
SPI1->CR1|=0<<7; SPI1->CR1|=1<<6;
SPIx_ReadWriteByte(0xff); }
void SPIx_SetSpeed(u8 SpeedSet)
{ SPI1->CR1& = 0XFFC7;
switch(SpeedSet)
{ case SPI_SPEED_2: SPI1->CR1|=0<<3; break;
case SPI_SPEED_4: SPI1->CR1|=1<<3; break;
case SPI_SPEED_8: SPI1->CR1|=2<<3; break;
case SPI_SPEED_16: SPI1->CR1|=3<<3; break;
case SPI_SPEED_256: SPI1->CR1|=7<<3; break; }
SPI1->CR1|=1<<6; }
u8 SPIx_ReadWriteByte (u8 TxData)
{ u8 retry=0;
while((SPI1->SR&1<<1)==0)
{ retry++; if(retry>200) return 0; }
SPI1->DR=TxData; retry=0;
while((SPI1->SR&1<<0)==0)
{ retry++;
if(retry>200) return 0; }
return SPI1->DR; }
3.2.3 识别图片
FileInfoStruct *CurFile; //当前解码/操作的文件
void AI_Drow_Init(void)
{ float temp,temp1;
temp = (float)PICINFO.S_Width/PICINFO.ImgWidth;
temp1 = (float)PICINFO.S_Height/PICINFO.ImgHeight;
if(temp if(temp1>1)temp1=1; //使图片处于所给区域的中间 PICINFO.S_XOFF+=(PICINFO.S_Width-temp1*PICINFO.ImgWidth)/2; PICINFO.S_YOFF+=(PICINFO.S_Height-temp1*PICINFO.ImgHeight)/2; temp1*=10000; //扩大10000倍 PICINFO.Div_Fac=temp1; PICINFO.staticx=500; PICINFO.staticy=500; //放到一个不可能的值上面 } //初始化量化表，全部清零 void InitTable(void) { short i,j; sizei=sizej=0; PICINFO.ImgWidth=PICINFO.ImgHeight=0; rrun=vvalue=0; BitPos=0; CurByte=0; IntervalFlag=FALSE; restart=0; for(i=0;i<3;i++) //量化表 for(j=0;j<64;j++) qt_table[i][j]=0; comp_num=0; HufTabIndex=0; } //将解出的字按RGB 形式存储 void StoreBuffer(void) { short i=0,j=0; unsigned char R,G,B; int y,u,v,rr,gg,bb; u16 color; u16 realx=sizej; u16 realy=0; for(i=0;i { if((sizei+i) { realy=PICINFO.Div_Fac*(sizei+i)/10000; if (!IsElementOk(realx,realy,0)) continue; for (j=0;j { if((sizej+j) { realx=PICINFO.Div_Fac*(sizej+j)/10000; if (!IsElementOk(realx,realy,1)) continue; y=Y[i*8*SampRate_Y_H+j]; u=U[(i/V_YtoU)*8*SampRate_Y_H+j/H_YtoU]; v=V[(i/V_YtoV)*8*SampRate_Y_H+j/H_YtoV]; rr=((y<<8)+18*u+367*v)>>8; gg=((y<<8)-159*u-220*v)>>8; bb=((y<<8)+411*u-29*v)>>8; R=(unsigned char)rr; G=(unsigned char)gg; B=(unsigned char)bb; if (rr&0xffffff00) if (rr>255) R=255; else if (rr<0) R=0; if (gg&0xffffff00) if (gg>255) G=255; else if (gg<0) G=0; if (bb&0xffffff00) if (bb>255) B=255; else if (bb<0) B=0; color=R>>3; color=color<<6; color |=(G>>2); color=color<<5; color |=(B>>3); POINT_COLOR=color; LCD_DrawPoint(realx+PICINFO.S_XOFF,realy+PICINFO.S_YOFF); } else break; } } else break; } } void IQtIZzMCUComponent(short flag) { short H,VV; short i,j; short *pQtZzMCUBuffer; short *pMCUBuffer; switch(flag){ case 0: H=SampRate_Y_H; VV=SampRate_Y_V; pMCUBuffer=MCUBuffer; pQtZzMCUBuffer=QtZzMCUBuffer; break; case 1: H=SampRate_U_H; VV=SampRate_U_V; pMCUBuffer=MCUBuffer+Y_in_MCU*64; pQtZzMCUBuffer=QtZzMCUBuffer+Y_in_MCU*64; break; case 2: H=SampRate_V_H; VV=SampRate_V_V; pMCUBuffer = MCUBuffer + (Y_in_MCU+U_in_MCU)*64; pQtZzMCUBuffer = QtZzMCUBuffer + (Y_in_MCU+U_in_MCU)*64; break; } for (i=0;i for (j=0;j IQtIZzBlock(pMCUBuffer+(i*H+j)*64, pQtZzMCUBuffer+(i*H+j)*64,flag); } 3.2.4 FAT系统 DWORD FirstDirClust; DWORD FirstDataSector; WORD BytesPerSector; DWORD FATsectors; WORD SectorsPerClust; DWORD FirstFATSector; DWORD FirstDirSector; fat32 DWORD RootDirSectors; DWORD RootDirCount; BYTE FAT32_Enable; DWORD Cur_Dir_Cluster; FAT_TABLE FAT_TAB; FileInfoStruct F_Info[3]; u8 fat_buffer[512]; u8 LongNameBuffer[MAX_LONG_NAME_SIZE];BOOL LongNameFlag = 0; const unsigned char *filetype[23]= { "MP1","MP2","MP3","MP4","M4A","3GP","3G2","OGG","ACC","WMA","WA V", "MID","FLA", "LRC","TXT","C ","H "," ","FON","SYS","BMP","JPG","JPE" }; 3.2.5 程序流程图 图3.6 程序流程图 4 实验结果及分析 4.1 硬件实验结果 图4.1 初始化显示屏图4.2 显示图片 4.2 结果分析 接通电源后，正确的读取SD卡信息后，LCD液晶显示屏上显示实验题目及制作成员等基本信息。随后自动跳转到图片显示模式。不对实验板进行操作时，每3秒会跳转到下一张图片，显示图片及相应的图片信息，由于图片的大小及像素不同，刷新显示的速度也有所不同，图片显示完毕后会伴随LED小灯闪烁。当按下WK_UP键，可显示上一张图片；按下key1键，显示下一张图片。按下key0可对SD卡进行更新。图片设定为循环演示。若SD卡没插入或内容不识别，屏幕上会有无法读取的提示。按复位键可重新演示。 5 结论 在本次设计中，经过不断地调试与改进，最终成功通过对STM32编程将SD卡中的图像信息显示在TFT液晶显示屏上。也感谢老师们为我们提供的STM32开发板，它的功能强大、全面，对于我们以后的学习以及对书面上的知识更好的有了现实的实践。开发板小巧轻便，但接口器件都很全面，位置排版恰当合理，有效的利用了板子上的每一寸空间。性价比极高，资源丰富，运用灵活。当然我们的作品也略有不足。比如说，SD 卡中储存的图片图片不能太大，否则刷新图片的时间过长，影响观看效果。对于图片刷新的时间我们没有进行过多的调整，这是日后想要改进的一点，对图片快速刷新，减少观看者的时间。而且在图片为完全刷新出来时，不可进行上一张、下一张的操作，这点也是我们尚待解决的问题。在现实生活当中，完全有可能出现没刷全图片就知道是不是用户想要看到的，用户可不必须等到自己不需要的图片完全刷出来就进行选择观看其他图片的操作。 本次课程设计很好的锻炼了我们的动手能力以及团队合作能力，使我加深了对嵌入式的认识，并且熟悉了嵌入式系统的设计流程，收获丰硕。让我们开阔了视野，同时也增长了见识，在课余时间发挥想象和积极思考，锻炼了自己的思维能力。在修改程序等设计上我们大胆创新，敢于尝试，并且积极搜查资料，认真分析，选择出最优的程序组合，使整个系统能够按照设计要求稳定运行。 参考文献 [1] 韦东山.Linux应用开发完全手册.第二版.北京时代华都印刷有限公司, 2010:197 —221. [2] 龚跃玲,汪玲彦.基于STM32 的图片显示的实现.第3版. 北京航空航天大学出版社, 2011:32-34. [3] 马忠梅.基于STM32的显示系统设计.第三版.电子工业出版社, 2013：128-134. [4] 王磊.STM32不完全手册V2.3.第二版.机械工业出版社, 2014：382-418. [5] 徐英慧.ARM9嵌入式系统设计.第二版.北京航空航天大学出版社, 2014：238-245. HXT智能图像 定位跟踪切换系统V1.0 使用说明 目录 前言 ...................................................................................................................... I I 第一章外观及硬件 . (3) 1.1外观及硬件说明 (3) 1.1.1 开箱须知 (3) 1.1.2 主机规格 (3) 1.1.3 定位摄像机规格 (4) 1.2接口说明 (4) 1.3跟踪机实物 (5) 1.4跟踪机指示灯说明 (5) 1.5跟踪机线缆连接说明 (6) 1.5.1 定位摄像机图像输入连接 (6) 1.5.2 其他接口连接 (7) 第二章软件操作说明 (8) 2.1配置概述 (8) 2.1.1 特别说明 (8) 2.1.2 概述说明 (8) 2.2软件配置 (9) 2.2.1 详细配置 (9) 2.2.2 配置向导 (17) 2.2.3 高级配置 (21) 2.2.4 专业云台配置 (26) 2.2.5 网络设置 (27) 2.2.6 图像跟踪调试 (28) 2.2.7 手动导播控制 (29) 第三章附录 (30) 3.1VISCA RS-232C规格 (30) 前言 感谢您使用智能图像跟踪系统！ 本手册将帮助您对智能图像跟踪系统的安装及使用进行了解；帮助您排除智能图像跟踪系统在使用过程中的常见故障。在使用该系统之前，请仔细阅读本手册，这将有助于您更好地使用它。请将本手册保存好，以备随时查阅。 本手册在编排时力求清晰、全面，但因各种原因，未曾意识到的疏漏在所难免，如果您在使用手册的过程中发现错误或不明确的地方，请速与产品经销商联系。 为了最大可能地满足您的需求，同时能很好地适应市场发展的需要，我们将会不断地对硬件和软件作相应的升级和改动。当硬件和软件作相应的升级和改动出现实际情况与本手册不一致的地方，请您及时向经销商咨询，恕不另行通知。 感谢您对智能图像跟踪系统及相关产品的信任！ 第二讲文本素材的采集与处理 本讲目标： 1．明确文本素材的五种获取方法。 2．掌握扫描仪的使用方法，会用扫描仪获取大量文本，并能利用文字识别软件对获取的文本进行修改编辑。 重点：获取文本素材的方法。 难点：大量文本的采集—扫描仪扫描文字识别法。 一、五种文本素材的获取方法 文本素材的获取有直接获取与间接获取两种方式，直接获取是指通过多媒体教学制作工具软件的文字工具或在文字编辑处理软件中用键盘直接输入或复制，一般在文本内容不多的场合下使用该方式。间接获取是指用扫描仪或其他输入设备输入文本素材，常用于大量文本的获取。 文本素材的获取方法如下： （1）键盘输入方法 键盘输入方法是文本输入的主要方法，使用计算机输入汉字，需要对汉字进行编码，根据汉字的某种规律将汉字用数字或英文字符编码，然后由计算机键盘输入。汉字有音、形、义三个要素，根据汉字读音的编码叫音码，根据汉字字形的编码叫形码，兼顾汉字读音和字形的编码叫音形码或形音码。在常用的多媒体教学制作软件中，都带有文字工具，在文本内容不多的情况下，可以直接输入文字，对输入的文字可进行直接编辑处理。 （2）手写输入方法 使用“输入笔”设备，在写字板上书写文字，来完成文本输入，利用手写输入法获取文本的方式，类似于平时我们在纸上写字，但对在写字板上书写的文字要经选择。手写输入方法使用的输入笔有两种：一种是与写字板相连的有线笔，另一种是无线笔。无线笔携带和使用均很方便，是手写输入笔的发展方向。写字板也有两种，一种是电阻式，另一种是感应式。 （3）语音输入方法 将要输入的文字内容用规范的语音朗读出来，通过麦克风等输入设备送到计算机中，计算机的语音识别系统对语音进行识别，将语音转换为相应的文字，完成文字的输入。 语音输入方法目前开始使用，但识别率还不是很高，对发音的准确性要求比较高。 （4）扫描仪输入法 将印刷品中的文字以图像的方式扫描到计算机中，再用光学识别器（OCR）软件将图像中的文字识别出来，并转换为文本格式的文件。目前，OCR的英文识别率可达90%以上，中文识别率可达85%以上。 （5）从互联网上获取文本 从互联网上可以搜索到许多有用的文本素材，在不侵犯版权的情况下，可以从互联网上获取有用的文字。从互联网的html页面上获取部分文本的方法是：首先拖动鼠标选取有用的文本，或单击鼠标右键，在弹出的快捷菜单中，选择“全选”命令，将整个页面上文字全部选中，然后选择“复制”命令，打开文字处理软件（如Word），选择“编辑”/“粘贴”命令，就可以将复制的文字在文字处理软件中进行编辑处理了。如果将互联网上其他格式的文本文件（如：.pdf，.caj）格式的文件进行保存，然后使用部分有用文本，常用的方法是：选择“文件”菜单中的“另存为”命令，将文本文件进行保存， 浅析人工智能中的图像识别技术 本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！ 图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻。图像识别技术的过程分为信息的获取、预处理、特征抽取和选择、分类器设计和分类决策。文章简单分析了图像识别技术的引入、其技术原理以及模式识别等，之后介绍了神经网络的图像识别技术和非线性降维的图像识别技术及图像识别技术的应用。从中可以总结出图像处理技术的应用广泛，人类的生活将无法离开图像识别技术，研究图像识别技术具有重大意义。 1 图像识别技术的引入 图像识别是人工智能科技的一个重要领域。图像识别的发展经历了三个阶段：文字识别、数字图像处理与识别、物体识别。图像识别，顾名思义，就是对图像做出各种处理、分析，最终识别我们所要研究的 目标。今天所指的图像识别并不仅仅是用人类的肉眼，而是借助计算机技术进行识别。虽然人类的识别能力很强大，但是对于高速发展的社会，人类自身识别能力已经满足不了我们的需求，于是就产生了基于计算机的图像识别技术。这就像人类研究生物细胞，完全靠肉眼观察细胞是不现实的，这样自然就产生了显微镜等用于精确观测的仪器。通常一个领域有固有技术无法解决的需求时，就会产生相应的新技术。图像识别技术也是如此，此技术的产生就是为了让计算机代替人类去处理大量的物理信息，解决人类无法识别或者识别率特别低的信息。 图像识别技术原理 其实，图像识别技术背后的原理并不是很难，只是其要处理的信息比较繁琐。计算机的任何处理技术都不是凭空产生的，它都是学者们从生活实践中得到启发而利用程序将其模拟实现的。计算机的图像识别技术和人类的图像识别在原理上并没有本质的区别，只是机器缺少人类在感觉与视觉差上的影响罢了。人类的图像识别也不单单是凭借整个图像存储在脑海中的记忆来识别的，我们识别图像都是依靠图像所具有 LabVIEW应用于实时图像采集及处理系统 2008-7-29 9:35:00于子江娄洪伟于晓闫丰隋永新杨怀江供稿 摘要：本文在LabVIEW和NI-IMAQ Vision软件平台下，利用通用图像采集卡开发一种图像实时采集处理虚拟仪器系统。通过调用动态链接库驱动通用图像采集卡完成图像采集，采集图像的帧速率达到25帧每秒。利用NI-IMAQ Vision视频处理模块，进行图像处理，以完成光电探测器的标定。该系统具有灵活性强、可靠性高、性价比高等优点。 主题词：虚拟仪器;图像处理;LabVIEW;动态链接库 1.引言 美国国家仪器（NI）公司的虚拟仪器开发平台LabVIEW，使用图形化编程语言编程，界面友好，简单易学，配套的图像处理软件包能提供丰富的图像处理与分析算法函数，极大地方便了用户，使构建图像处理与分析系统容易、灵活、程序移植性好，大大缩短了系统开发周期。在推出应用软件的基础上，NI公司又推出了图像采集卡，对于NI公司的图像采集卡，可以直接使用采集卡自带的驱动以及LabVIEW中的DAQ库直接对端口进行操作。 但由于NI公司的图像采集卡成本很高，大多用户难以接受，因此硬件平台往往采用通用图像采集卡，软件方面的图像处理程序仍采用LabVIEW以及视频处理模块编写。本文正是基于这样的目的，提出了一种在LabVIEW环境下驱动通用图像采集卡的方案，在TDS642EVM高速DSP视频处理板卡的平台下，完成实时图像采集及处理。 在图象处理的工作中主要完成对CCD光电探测器的辐射标定。由于探测器在自然环境下获取图像时，会受到来自大气干扰，自身暗电流，热噪声等影响，使CCD像元所输出信号的数值量化值与实际探测目标辐射亮度之间存在差异，所以要得到目标的精确图像就必须对探测器进行辐射标定。 2.图像采集卡简介 闻亭公司TDS642EVM（简称642）多路实时视频处理板卡是基于DSP TMS320DM642芯片设计的评估开发板。计算能力可达到4Gips，板上的视频接口和视频编解码芯片Philips SAA7115H相连,实现实时多路视频图像采集功能,支持多种PAL,NTSC和SECAM视频标准。本系统通过642的PCI接口与主机进行数据交换。PCI支持“即插即用（PnP）”自动配置功能，使图像采集板的配置变得更加方便，其一切资源需求的设置工作在系统初启时交由BIOS处理，无需用户进行繁琐的开关与跳线操作。PCI接口的海量数据吞吐,为其完成实时图像采集和处理提供保证。 3.系统组成及工作原理 一种实时图像目标搜索与跟踪系统设计 一种实时图像目标搜索与跟踪系统设计 1前言 电视图像跟踪器是一种具有简单智能的图像跟踪装置，由于需要逐场(20ms)处理视场中的数据，因此处理的数据量大、算法复杂度高,传统的处理器一般不能满足速度要求，本系统选择美国TI公司TMS320C5416信号处理器为核心，实现了实时采集视场中的图像数据并完成相应的图像处理算法运算的任务。TMS320C5416主频可达160MHz，片内总存储空间为128M×16bit，是一款高性能低功耗通用数字信号处理芯片。该系统能处理50场/秒的，图像分辨率可调的标准电视图像信号。 2.系统硬件框图 图1系统硬件整体结构框图 系统采用双DSP+CPLD构架，系统有两路输入，一路接数字视频信号输入，另外一路从摄像机输入PAL制式的视频信号。双DSP中一个为主DSP，负责处理跟踪算法以及与上位机通信，另外一个从DSP负责实时产生模拟高斯噪声用以检测各种噪声条件下跟踪算法的效果。两个DSP之间通过一个共享双口RAM或HPI进行通信。在场正程图像数据存储到图像SRAM中，主DSP在场逆程从图像双口RAM中读取图像数据到DSP 内部，场正程开始时主DSP开始进行图像处理算法，在下一场逆程主DSP 将处理的结果以及相关数据写入图形显示双口RAM同时开始从SRAM读入下一场数据，DSP处理完成以后在时序电路和视频复合电路配合下将处 理结果显示到监视器上，完成实时图像处理任务。 2.1图像采集模块 图像采集模块的主要功能是获取输入视频信号中的灰度数据和同步时钟，它是后续处理的基准。系统采用同步分离和锁相技术设计，采用分立元件。具体实现是信号从CCD出来后分为两路，一路经同步分离同步分离器LM1881,输出复合同步HS，场同步VS作为后面电路的控制信号，另一路经篏位和直流恢复，然后放大，将图像信号调整到A/D转换器的参考电压范围之内。对行同步信号进行锁相倍频即可得到像素时钟信号，锁相环芯片采用74HC4046。输入视频信号经锁相环锁相输出系统象素时钟提供给A/D变换器使用，得到数字图像数据。 2.2时序电路模块 时序模块主要由一片CPLD(Xilinx公司的95288XL)实现，包括锁相计数、标准视频行场信号生成、DSP的外接存储器接口片选读写信号生成以及部分存储器地址生成、实现图形信号的并串转换、用户自定义I/O等。 2.3通讯接口模块 本系统用到一个异步串口接收PC发送的调试命令，并向PC返回运算结果。 5416提供的串口是一种同步串行接口，并不支持通用异步接收器/发送器(UART)标准，本系统使用MAXIM公司的MAX3100芯片实现同步串口到异步串口的转换。5416使用FSR和FSX作为每次传输的同步信号，FSX作为MAX3100的选通信号。同步接收时钟CLKR和同步发送时钟CLKX在本系统中使用内部的时钟源，并且把CLKX作为MAX3100的同 图像视频跟踪系统 摘要：通过对图像进行阈值处理（图像分割），再对分割后的图像求取形心，以对目标图像进行定位，并最后找到各幅帧图像的目标位置的方法，从而实现对200帧视频图像的实时跟踪。 关键词：阈值处理；视频序列目标跟踪；形心估计 1 引言 视频序列目标跟踪是指对传感器摄取到的图像序列进行处理与分析，充分利用传感器采集得到信息来对目标进行稳定跟踪的过程。一旦目标被确定，就可获得目标的位置、速度、加速度等运动参数，进而获得目标的特征参数。在军事上，视频序列目标跟踪技术广泛应用于精确制导、战场机器人自主导航、无人机着降，靶场光电跟踪等领域。在民用上，该技术在智能视频监控、智能交通管制、医疗影像诊断等方面也有很重要的应用。 视频跟踪目前在国内外都有较广泛的研究和应用，比如2005年，美国中央佛罗里达大学计算机视觉实验室开发出了基于MATLAB的COCOA系统，用于无人机低空航拍视频图像的目标检测与跟踪处理。 2 基于MATLAB的图像跟踪算法 2.1 200帧视频图像的读取 由于视频是由200帧图像通过连续播放从而达到视频的效果的，所以要达到视频放映的效果，应首先对200帧图像序列进行顺序读取。200帧图像存储在MATLAB的默认路径中，文件名为00000xxx.bmp。要达到读取它们的目的，需要使用循环算法。算法由一个名为read_seqim(i)的函数实现，以下是函数的源程序： function I=read_seqim(i) if nargin==0 i=1;min=00000001; end name=num2str(i); if i<=9 min=strcat('0000000',name,'.bmp'); elseif i<=99 min=strcat('000000',name,'.bmp'); else min=strcat('00000',name,'.bmp'); end I=imread(min); 其中i为读取图像的序号，通过以上的函数可以很方便的实现对200帧图像中任意一帧的读取，从而为后面的处理提供方便。 2.2 图像的阈值处理（图像分割） 阈值(Threshold)，也叫门限。阈值化(Thresholding),即按给定阈值进行图像的二值化处理。阈值分割法可分为以下几种： ?简单阈值分割法; ?多阈值分割法; ?最大类间方差法; ?最佳阈值法。 许多情况，图像是由具有不同灰度级的几类区域组成。如文字与纸张、地物与云层（航空照片）等，阈值分割是利用同一区域的具有某种共同灰度特性进行分割。而用阈值分割法分割图像就是选取一个适当的灰度阈值，然后将图像中的每个像素和它进行比较，将灰度值超过阈值的点和低于阈值的点分别指定一个灰度值，就可以得到分割后的二值图像，此时目标和背景已经得到了分割。阈值分割法简单，快速，特别适用于灰度和背景占据不同灰度级范围的图像。这里我们使用多阈值分割法。 多阈值分割法就是假设一幅图像包含两个以上的不同类型的区域，可以使用几个 门限来分割图象。分割函数如下：2.2.1阈值的确定 01 112 22 ,(,) (,),(,) ,(,) f f x y T g x y f T f x y T f f x y T ≤ ? ? =<≤ ? ?> ? 第1章绪论 1.1研究背景及意义 数字图像，又称数码图像或数位图像，是二维图像用有限数字数值像素的表示。通常，像素在计算机中保存为二维整数数组的光栅图像，这些值经常用压缩格式进行传输和储存。数字图像可以由许多不同的输入设备和技术生成，例如数码相机、扫描仪、坐标测量机等，也可以从任意的非图像数据合成得到，例如数学函数或者三维几何模型，三维几何模型是计算机图形学的一个主要分支。数字图像处理领域就是研究它们的变换算法。 数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 图像配准(Image registration)就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。 图像配准的方法迄今为止，在国内外的图像处理研究领域，已经报道了相当多的图像配准研究工作，产生了不少图像配准方法。总的来说，各种方法都是面向一定范围的应用领域，也具有各自的特点。比如计算机视觉中的景物匹配和飞行器定位系统中的地图匹配，依据其完成的主要功能而被称为目标检测与定位，根据其所采用的算法称之为图像相关等等。 基于灰度信息的图像配准方法一般不需要对图像进行复杂的预先处理，而是利用图像本身具有灰度的一些统计信息来度量图像的相似程度。主要特点是实现简单，但应用范围较窄，不能直接用于校正图像的非线性形变，在最优变换的搜索过程中往往需要巨大的运算量。经过几十年的发展，人们提出了许多基于灰度信息的图像配准方法，大致可以分为三类：互相关法（也称模板匹配法）、序贯相似度检测匹配法、交互信息法。 目前主要图像配准方法有基于互信息的配准方法，基于相关性的配准方法和基于梯度的配准方法。其中基于梯度的方法基本很少单独使用，而作为一个辅助 PCB图像采集系统研究背景意义及国内外现状 1 研究背景 2 AOI系统的研究和国内现状 3 研究意义 1 研究背景 印刷电路板(Printed Circuit Board，PCB)又称为印刷线路板或印制电路板。印刷电路板是各种电子产品的主要部件，有“电子产品之母”之称，它是任何电子设备及产品均需配备的，其性能的好坏在很大程度上影响到电子产品的质量。几乎每一种电子设备都离不开PCB，小到电子手表、计算器，大到航空航天、军用武器系统等，都包含各式各样，大小各异的PCB板。近年来，随着生产工艺的不断提高，PCB正在向超薄型、小元件、高密度、细间距方向快速发展。这种趋势必然给质量检测工作带来了很多挑战和困难。因此PCB故障的检测已经成为PCB制造过程中的一个核心问题，是电子产品制造厂商非常关注的问题。在生产线上，厂家为保证PCB板的质量，就得要求100％的合格率，对所有的部件、子过程和成品都是如此。在过去靠人工对其进行检测的过程中，存在以下几个不可避免的缺点： (1)容易漏检。由于是人眼检测，眼睛容易疲劳，会造成故障不能被发现的问题。并且人工检测主观性大，判断标准不统一，使检测质量变得不稳定。 (2)检测速度慢，检测时间长。比如对于图形复杂的印刷电路板，人工很难实现快速高效的检测，因此人工检测不能满足高速的生产效率。 (3)随着技术的发展，设备的成本降低，人工费用增加，仍然由人工进行产品质量控制，将难于实现优质高效，而且还会增加生产成本。 (4)在信息技术如此发达的今天人工检测有不可克服的劣势，例如：对检测结果实时地保存和远距离传输，对原始图像的保存和远距离传输等。 (5)有些在线检测系统是接触式检测，需要与产品进行接触测量，因此，有可能会损伤产品。 因此，人工检测的精确性和可靠性大打折扣，传统意义上的检测方法不再能适应现代电路板检测的要求。如果漏检的有错误的电路板进入下一道工序，随着每一项工艺步骤的增加，到最终经过贴装阶段后，仍然会被检测出来是有故障的，那时，制造厂商与其花费大量的人力和成本来检测、返修这块电路板，还不如选 目前工作成果： 一、USB图像获取 USB设备在正常工作以前，第一件要做的事就是枚举，所以在USB摄像头进行初始化之前，需要先枚举系统中的USB设备。 （1）基于USB的Snap采集图像 程序运行结果： 此程序只能采集一帧图像，不能连续采集。将采集图像函数放入循环中就可连续采集。 循环中的可以计算循环一次所用的时间，运行发现用Snap采集图像时它的采集速率比较低。运行程序时移动摄像头可以清楚的看到所采集的图像有时比较模糊。 （2）基于USB的Grab采集图像 运行程序之后发现摄像头采集图像的速率明显提高。 二、图像处理 1、图像灰度处理 （1）基本原理 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。 第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。 （2）labview中图像灰度处理程序框图 处理结果： 图像处理与识别技术综述 摘要：本文简要介绍了图像处理与识别技术的相关知识，介绍了图像识别过程中的判别函数和判别规则，特征提取和选择的方法。设计一个基于16位处理器MC9S12XS128的图像识别系统在实际中的具体硬件实现。 关键词：图像识别特征提取MC9S12XS128 数字摄像头 An Overview of Image Recognition And Identifying Technology Abstract：This paper introduces some knowledge of image recognition and identifying technology，introduces the discriminant function discriminant rule in the image identifying progress, feature extraction and selection method. Designed an image identifying system based on 16-bit controller MC9S12XS128,and it has specific hardware implementation in fact. Key words: image identifying discriminaut rule MC9S12XS128 digital cameral 1 引言 图像是与视觉相关的最贴近生活的信息，它是客观世界的物体直接或间接作用于人眼而产生视知觉的实体。传统的图像处理技术就是对图像进行保存、处理、压缩、传输和重现。随着信息时代的到来，用于计算机处理的各种信息的需求越来越多，多媒体信息处理技术已经成为日常生活各个领域的迫切需要。人们更希望利用计算机技术处理人类视觉问题，如：人脸、指纹识别技术实现处理与个人有关的一切事物，利用视觉自动监视系统监视环境中发生的非常事件，利用字符识别技术实现文档图像的自动录入与处理。因此把传统的图像处理技术与模式识别处理技术相结合是图像处理的新趋势。 2 传统的图像处理技术 图像处理技术始于20世纪50年代，1964年美国喷射推进实验室（JPL ）使用计算机对太空船送回的大批月球照片处理后得到了清晰逼真的图像，这是这门技术发展的里程碑，此后这门技术得到了广泛的发展。 传统图像处理技术包含图像的获取、变换、增强、编码、分割等方面的内容。 2.1 图像获取 图像可以根据其形式或产生方法来分类。 照片图画 光图像连续函数 离散函数 （数字图像）不可见的 物理图像 物体图像 可见的图像图片数学函数 图1 图像的分类 图像的获取[4]是指将其变为计算机可识别的信息。通常是数字化的过程，及扫描、采样、量化三个步骤。经过数字化过程后就得到了一幅图的数字表示，即数字图像。一般这个过程由摄像头等设备完成。反过来还可将数字图像进行显示。 2.2 图像变换 图像变换[6]广泛应用于图像滤波[2]、统计滤波[5]、图像数据压缩以及图像描述等。图像变换是将N ×N 维空间图像数据变换成另外一组基向量（通常是正交向量空间）的坐标参数，我们希望这些离散图像信号坐标参数更集中代表了图像中的有效信息，或者是更便于达到某种处理目的。 通常采用的方法有：傅里叶变换、相关分析、小波变换[7]、离散余弦变换（DCT ）、正弦变 基于图像识别的目标跟踪系统 周立建1茅正冲2 （江南大学，江苏省无锡市 214122） 摘要：研究了在简单的背景下实现对图像的识别和跟踪。系统以ARM微处理器STM32为主控制器。在分析了驱 动电机和目标环境等因素的基础上，选择摄像头捕捉、采集图像并跟踪目标，通过合适的图像识别算法正确地处 理图像信息、识别目标。通过对水平和垂直驱动电机的控制，实现三维目标跟踪。能够实现系统对目标的大范围， 高精度的自动跟踪。 关键词：图像采集；图像信息处理；目标识别；目标跟踪 Target Tracking Based on Image Recognition System (IOT Engineering School of Jiangnan University,Wuxi Jiangsu Province ,214122) Abstract：Studied in the context of a simple implementation of image recognition and tracking. STM32 ARM microprocessor-based system controller. In the analysis of the drive motor and objectives on the basis of environmental factors, select the camera capture, image acquisition and target tracking, image recognition algorithm by an appropriate image processing information correctly, identify the target.Through horizontal and vertical drive motor control, to achieve three-dimensional tracking. System to achieve the target of large-scale, high-precision automatic tracking. Key words：Image acquisition；Image information processing；Target identification；Target tracking 1引言 图像处理技术的高速发展，相应地促进目标识别和跟踪技术的发展。尤其是在不同的环境下，如何实现目标识别和跟踪的稳定，具有很重要的理论价值和实际意义。 嵌入式平台集成度高,支持实时多任务操作系统,符合实时性和小型化的要求，同时克服了基于桌面pc机图像处理系统体积庞大，不具有实时特性等不足，可以面对日益复杂的应用。所以基于嵌入式平台的图像处理系统是未来图像处理系统的发展趋势。随着现代高速处理器的迅猛发展，图像处理技术也日益成熟。其中，移动目标的视频检测与跟踪是图像处理、分析应用的一个重要领域，是当前相关领域的研究前沿。移动目标视频检测与跟踪技术在诸多经济和军事领域有很广泛的应用，发挥重要的作用。 在最近二十几年间，随着计算机技术、VLSI技术和高分辨率传感器技术的迅速更新，图像识别方法已经有了更广泛的应用，如工业上的工业过程控制、自主运载器导航等等，尤其是它具有的许多突出的优点：可获得大量的目标信息(为其他形式的跟踪手段所无法相比)、抗电子干扰能力强、测量(角、面)精度高、保密性好、低空跟踪范围大、使用多种传感器(可见光、红外、微光等)、全天候工作能力强等。利用先进的数字图像处理技术去除许多自然及人为的干扰，加上预测等技术配合使用，可以实现记忆跟踪以及对瞬间丢失的目标再捕获。这种方法大量的运用在军事上的火控、导航、特别是制导方面。然而由于这一课题的发展历史较短而且内容又涉及到图像处理、模式识别和人工智能等多个新兴学科，其理论还很不完善，一些重要的问题尚未解决，新的方法和技巧还有待开发。因此进行有关图像目标识别与跟踪的研究无疑是一项既有理论意义又有实用价值的课题。 本文介绍了一种在简单背景下实现对图像目标的捕捉与跟踪。本系统设计应用了以ARM微处理器STM32为主控制器的嵌入式系统，使用OV7670图像处理器，尽可能达到了实时性与可靠性的要求。系统的工作流程如图1： 图像识别中仍然存在的问题及解决思路 一、摄像系统晃动问题，在对焦侧及中部炉盖进行拍摄时，小的晃动问题并不显示很严重，但对机焦炉盖及上升管拍摄时，由于距离比较远，小的晃动就会造成画面的不稳定，影响识别精度。 晃动的原因：有几种情况，一是由于滑行车在风的作用下东西方向的摆动；二是摄像系统安装于滑行车外部支架上，有一定高低方向的颤动；三是由于云台的旋转俯仰均是齿轮驱动，齿轮配合间隙的晃动会造成一定的晃动。 解决方案：虽然现在的识别程序中已经对晃动进行了配准，但有时仍会由于晃动造成误判，因此考虑从硬件及软件两方面着手进行改善，硬件上解决滑行车摆动最理想的方案是采用双轨，但考虑到成本会增加较多，在王工新的设计中将摄像系统由滑行车外部移到中部应该对上下的颤动会有改善。云台齿轮间隙的问题，如要解决只能选用新的更精密的云台，考虑到这部分晃动的幅度较小，而且由于这种间隙没有弹性的回力，故在一定风向下一般不会发生来回的晃动，可不考虑。 软件的方面，现在所用的晃动图像配准方法有两个问题，一是由于运算量较大，现在只对晃动严重的上下方向进行了配准，对横向的晃动未进行配准。二是配准的算法上应该还有一定的提高空间（主要是降低运算量及提高配准精度），新来的小张由于研究生专业就是图像识别，考虑让他在这方面做一些工作（除了配准这部分，从整个识别算法上也可以做一个重新的考虑）。 另一个张总曾提出的软件解决方案是，在拍摄瞬时风速超过一定范围后，识别结果均定为不泄漏。 二、逆光问题，在下午的拍摄中，逆光是影响识别效果最严重的一个因素（对焦侧炉盖的拍摄基本没影响，对中间炉盖有一定影响同，对机侧炉盖及上升管拍摄影响很大），在逆光时拍摄回的画面，即使人工来识别，也已经无法判断泄漏与不泄漏，这种情况下计算机识别已经无能为力。 逆光原因：由于焦炉是南北走向，我们的摄像系统安装于焦炉东侧的焦侧方向，在下午对机侧炉盖及上升管拍摄时，阳光正好照射在摄像机护罩玻璃上，导致摄回的图像均变成灰色。除不能识别外，有时还会由于中部光线强度的变化导致一些误判。 基于摄像头得图像采集与处理应用 1、摄像头工作原理 图像传感器,就是组成数字摄像头得重要组成部分。根据元件得材料不同,可分为 CCD(Charge Coupled Device,电荷耦合元件)与CMOS(plementary MetalOxide Semiconductor,金属氧化物半导体元件)两大类。 电荷藕合器件图像传感器CCD(Charge Coupled Device),它使用一种高感光度得半导体材料制成,能把光线转变成电荷,通过模数转换器芯片转换成数字信号,数字信号经过压缩以后由相机内部得闪速存储器或内置硬盘卡保存,因而可以轻而易举地把数据传输给计算机,并借助于计算机得处理手段,根据需要与想像来修改图像。CCD由许多感光单位组成,通常以百万像素为单位。当CCD表面受到光线照射时,每个感光单位会将电荷反映在组件上,所有得感光单位所产生得信号加在一起,就构成了一幅完整得画面。 互补性氧化金属半导体CMOS(plementary MetalOxide Semiconductor)与CCD一样同为在图像传感器中可记录光线变化得半导体。CMOS主要就是利用硅与锗这两种元素所做成得半导体,使其在CMOS上共存着带N(带–电)与P(带+电)级得半导体,这两个互补效应所产生得电流即可被处理芯片纪录与解读成影像。然而,CMOS得缺点就就是太容易出现杂点, 这主要就是因为早期得设计使CMOS在处理快速变化得影像时,由于电流变化过于频繁而会产生过热得现象。 CCD与CMOS在制造上得主要区别就是CCD就是集成在半导体单晶材料上,而CMOS就是集成在被称做金属氧化物得半导体材料上,工作原理没有本质得区别。CCD制造工艺较复杂,采用CCD得摄像头价格都会相对比较贵。事实上经过技术改造,目前CCD与CMOS得实际效果得差距已经减小了不少。而且CMOS得制造成本与功耗都要低于CCD不少,所以很多摄像头生产厂商采用得CMOS感光元件。成像方面:在相同像素下CCD得成像通透性、明锐度都很好,色彩还原、曝光可以保证基本准确。而CMOS得产品往往通透性一般,对实物得色彩还原能力偏弱,曝光也都不太好,由于自身物理特性得原因,CMOS得成像质量与CCD还就是有一定距离得。但由于低廉得价格以及高度得整合性,因此在摄像头领域还就是得到了广泛得应用 工作原理:为了方便大家理解,我们拿人得眼睛来打个比方。当光线照射景物,景物上得光线反射通过人得晶状体聚焦,在视网膜上就可以形成图像,然后视网膜得神经感知到图像将信息传到大脑,我们就能瞧见东西了。摄像头成像得原理与这个过程非常相似,光线照射景物,景物上得光线反射通过镜头聚焦,图像传感器就会感知到图像。 具体部分就是这样得,摄像头按一定得分辨率,以隔行扫描得方式采集图像上得点,当扫描到某点时,就通过图像传感芯片将该点处图像得灰度转换成与灰度一一对应得电压值,然后将此电压值通过视频信号端输出。如图1所示,摄像头连续地扫描图像上得一行,则输出就就是 摘要 本文对图形图像处理系统的发展现状和所采用的主要技术进行了详细分析，确定了相应的结构和主要功能，以及实际开发中所采取的技术。系统在Windows XP平台下实现，本课题是采用Visual C++作为编程工具，采用面向对象的程序设计技术实现一个图形绘制和图像处理的应用软件。主要工作分为三类，包括基本图形绘制与编辑、简单的图像处理、图像格式的转换。图形方面主要是设计图形基类，以及继承图形基类的具体图形类。通过对独立功能的封装，可以为今后需要的图形图像的应用奠定基础。系统的优点有：充分体现了面向对象的设计思想，充分运用了C++的特性，比如封装、多态、继承。程序结构清晰，可读性好，程序中做了充分的注释。图形绘制部分避免了传统的switch case的繁琐结构。容易扩充和移植。 最后，对系统进行测试表明，系统功能达到了预期的要求，界面友好，操作简便，运行也较稳定，是一个完成基本功能的图形图像系统。 总体上，本文介绍了系统开发设计的全过程和设计过程中部分代码，也对系统测试的过程进行简单描述，同时对系统中采用的关键技术也作了一些必要的说明，对图像变换的基本原理，图像处理的基本原理和各种图像格式做了详细的阐述。 关键词：图形；图像；多态；继承 Abstract This article has carried on the detailed analysis about graph image processing system development and using of the key technology，identify the corresponding structure and central function, as well as the system adopts technology in the actual development. The system realizes under the Windows XP platform, the topic use Visual C++ as a programming tool, use object-oriented programming techniques to achieve a graphic and image processing software. Major work is divided into three categories, basic drawing and editing graphics, simple image processing, and image format conversion. The graph aspect is designs the graph base class , as well as inherits the graph bas e class’s specific graph class. Through independent function's encapsulation, for the future’s needs of the graphic images lays the foundation. The system merit has: the object-oriented design’s thought application of the c++ properties, for example encapsulation, pol ymorphism, and inheritance. Program’s structure is clear, good readability, codes has the full annotation in the program. The graph plan’s part has avoided complicated structure of the traditional switch case. Easy expansion and transplantation. Finally, system’s testing shows, s ystem’s functions achieve the expected demand, friendly interface, and the operation is simple, also a much stable operation, it has basic functions of the graphic image system. As a whole, this paper describes the system design process and part of the process of designing code, also carries on the simple description to the system test process, meanwhile it made some necessary explanations about key technology in the system, it made the detailed description to image transform of the basic principle, the image processing basic principle and various image formats. Keyword: graph; image; polymorphism; inheritance 图像定位及跟踪技术大解析 在科学技术日新月异的今天，人们对机器设备的智能性、自主性要求也越来越高，希望其完全替代人的角色，把人们从繁重、危险的工作任务中解脱出来，而能否像人一样具有感知周围环境的能力已成为设备实现智能化自主化的关键。 广义的“图像跟踪”技术，是指通过某种方式(如图像识别、红外、超声波等)将摄像头中拍摄到的物体进行定位，并指挥摄像头对该物体进行跟踪，让该物体一直被保持在摄像头视野范围内。狭义的“图像跟踪”技术就是我们日常所常谈到的，通过“图像识别”的方式来进行跟踪和拍摄。 因为红外、超声波等方式，都受环境的影响，而且要专门的识别辅助设备，在实际应用中已经逐步被“图像识别”技术所替代。“图像识别”是直接利用了摄像头拍摄到的图像，进行NCAST图像差分及聚类运算，识别到目标物体的位置，并指挥摄像头对该物体进行跟踪。 图像跟踪系统采用特有的NCAST目标外形特征检测方法，被跟踪者无需任何辅助设备，只要进入跟踪区域，系统便可对目标进行锁定跟踪，使摄像机画面以锁定的目标为中心，并控制摄像机进行相应策略的缩放。系统支持多种自定义策略，支持多级特写模式，适应性强，不受强光、声音、电磁等环境影响。 目标物体的边缘检测 物体的形状特征在大多数情况下变化不多，基于目标形状轮廓的跟踪方法与基于区域的匹配方法相比，可以更精确的分割目标。 边缘是运动目标的最基本特征，表现在图像中就是指目标周围图像灰度有阶跃变化或屋顶变化的那些像素集合，它是图像中局部亮度变化最显著的部分。 边缘检测就是采用某种算法来定位灰度不连续变化的位置，从而图像中目标与背景的交界线。图像的灰度变化可以用灰度梯度来表示。 目录 第一章绪论 (2) 1.1 研究背景 (2) 1.2 人脸图像识别的应用前景 (3) 1.3 本文研究的问题 (4) 1.4 识别系统构成 (4) 1.5 论文的内容及组织 (5) 第二章图像处理的Matlab实现 (6) 2.1 Matlab简介 (6) 2.2 数字图像处理及过程 (6) 2.2.1图像处理的基本操作 (6) 2.2.2图像类型的转换 (7) 2.2.3图像增强 (7) 2.2.4边缘检测 (8) 2.3图像处理功能的Matlab实现实例 (8) 2.4 本章小结 (11) 第三章人脸图像识别计算机系统 (11) 3.1 引言 (11) 3.2系统基本机构 (12) 3.3 人脸检测定位算法 (13) 3.4 人脸图像的预处理 (18) 3.4.1 仿真系统中实现的人脸图像预处理方法 (19) 第四章基于直方图的人脸识别实现 (21) 4.1识别理论 (21) 4.2 人脸识别的matlab实现 (21) 4.3 本章小结 (22) 第五章总结 (22) 致谢 (23) 参考文献 (24) 附录 (25) 第一章绪论 本章提出了本文的研究背景及应用前景。首先阐述了人脸图像识别意义；然后介绍了人脸图像识别研究中存在的问题；接着介绍了自动人脸识别系统的一般框架构成；最后简要地介绍了本文的主要工作和章节结构。 1.1 研究背景 自70年代以来.随着人工智能技术的兴起.以及人类视觉研究的进展.人们逐渐对人脸图像的机器识别投入很大的热情，并形成了一个人脸图像识别研究领域，.这一领域除了它的重大理论价值外，也极具实用价值。 在进行人工智能的研究中，人们一直想做的事情就是让机器具有像人类一样的思考能力，以及识别事物、处理事物的能力，因此从解剖学、心理学、行为感知学等各个角度来探求人类的思维机制、以及感知事物、处理事物的机制，并努力将这些机制用于实践，如各种智能机器人的研制。人脸图像的机器识别研究就是在这种背景下兴起的，因为人们发现许多对于人类而言可以轻易做到的事情，而让机器来实现却很难，如人脸图像的识别，语音识别，自然语言理解等。如果能够开发出具有像人类一样的机器识别机制，就能够逐步地了解人类是如何存储信息，并进行处理的，从而最终了解人类的思维机制。 同时，进行人脸图像识别研究也具有很大的使用价依。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接触目标就进行识别，从而开发研究的实际意义更大。并且与指纹图像不同的是，人脸图像受很多因素的干扰:人脸表情的多样性;以及外在的成像过程中的光照，图像尺寸，旋转，姿势变化等。使得同一个人，智能跟踪系统使用说明
第二讲 文本素材的采集与处理
浅析人工智能中的图像识别技术
LabVIEW应用于实时图像采集及处理系统
一种实时图像目标搜索与跟踪系统设计
图像视频跟踪系统
图像识别匹配技术原理
PCB图像采集系统研究背景意义及国内外现状
基于Labview的图像采集与处理
图像识别技术综述
基于图像识别的目标跟踪系统(论文)
图像识别中仍然存在的问题及解决思路
基于摄像头的图像采集与处理应用
图像识别技术和图像处理技术
图像定位及跟踪技术大解析
基于matlab数字图像处理与识别系统含程序