监控和检查系统中视频解码器的基本原理 (监控检查内容有哪些)
整理分享监控和检查系统中视频解码器的基本原理 (监控检查内容有哪些),希望有所帮助,仅作参考,欢迎阅读内容。
内容相关其他词:监控和检测,监控系统检查表,监控和检查系统的关系,检查与监控属于什么策略,监控和检查系统的区别,监控和检测,监控和检查系统的区别,监控和检查系统哪个好,内容如对您有帮助,希望把内容链接给更多的朋友!
图1.简化的*检查数据流程。本文将通过几个例子来阐述提取有用数据如何能够使处理要求、存储器容量和DSP使用率达到最小,并介绍ADI公司**2的特殊性能如何能够简化*算法、加快*检查*的开发速度。实例1.计数和检验物体试想一下,一条宽传送带正在快速传送许多产品,而大量的产品使得人工计数非常困难。*头除了能使计数任务自动化外,还能用来监视产品质量。这可以通过修改简单的计数算法以让它关注特定细节和瑕疵来加以实现。存储所有*数据需要大量存储器,而处理大量数据也需要耗费大量硬件资源和处理能力。因此在检验传送带上的产品时,*不会将整个图片数据采集进存储器,而是要从大量数据中找到感兴趣的细节,并尽可能多地丢弃无用数据。在大多数情况下,灰度级图片就携带有足够的信息,因此可以将RGB信号转换成(只有亮度的)Y信号,丢弃掉色度信息。然后使用边缘检测方法检查单*片中的内容以发现传送带上的产品,然后将它们的形状与样板进行比较,判断产品是否正常边缘检测算法—只需要活动*的几条线和少量存储器—能够通过计算活动图片的一阶和二阶导数发现相邻像素亮度的不连续性,详见BerndJähne所著的DigitalImageProcessing一书3。在实际应用中,边缘检测可以通过使用矩阵计算方法提取信息来实现,如Sobel4矩阵算子。在FPGA(现场可编程门阵列)实现中,以像素为单位进行这样的边缘检测可以提供令人满意的结果。TanvirA.Abbasi和MohmUsaidAbbasi5合作撰写的"AproposedFPGABasedArchitectureforSobelmatrixoperator一文介绍了一种简单的FPGA实现方案。还可以通过增加高斯二维滤波器消除噪声,详见MathukumarVenkatesan和DagguVenkateshwarRao*著的""HardwareAccelerationofEdgeDetectionAlgorithmonFPGAs"。这篇文章介绍了一个类似于Canny边缘*的*成功实现案例7。还有其它几种优化算法可以用来提高图片质量,但这些算法都要占用FPGA设计中的宝贵资源。然而,一些集成电路(IC)**已经集成了实用的预处理算法或滤波器,因此选择这样的IC可以节省FPGA资源。例如ADV**8就包含了亮度瞬态改进(LTI)和色度瞬态改进(CTI)模块.T这些模块通过改善亮度和色度变化的锐度来提高图片质量,并使用自适应峰值和非线性方法—不会增加噪声或引入瑕疵—在边缘检测过程中非常有用。另外,亮度整形和其它内置输入滤波器可以消除源自信号源的高频噪声—专注于信号,忽略偶然出现的噪声。图2.LTI/CTI运算图解边缘检测提供的是物体边缘变化的信息,而不是物体的整个图片,数据量能从3×8位/像素(bpp)减少到1bpp,从而节省大量存储器空间:●像素×像素=,位(1bpp时)●像素×像素=,位(1bpp时)●像素×像素=,位(1bpp时)●像素×像素=,位(1bpp时)通过将RGB转换为Y,在存储器中只存储活动*的几条线,并使用FPGA算法,我们就可以检测物体,观察它们的形状。一旦知道这些物体在移动中的传送带上的位置,我们就能估计它们的运动,并从下一帧中采集颜色或其它信息,确保使用最少的存储器空间。这个过程涉及:1.边缘检测2.存储信息3.预测下个位置xn+.从预设的产品位置区域提取信息例子2.检测运动和质量机器人可以寻找特定距离和有限范围内的目标。在一些应用中可以使用*;但如果物体表面会吸收*或目标在玻璃后面,可以使用*。*头焦距设定在邻近物体上。在近距离范围内的物体会有清晰的边缘,而范围之外的背景物只有模糊的边缘(图3)。图3.焦距—窄的景深。边缘检测可以用来分辨目标距离范围内的物体,因为它们是唯一具有清晰边缘的物体。背景中的物体将足够模糊,不能通过边缘检测测试。这种边缘检测处理将产生一个二元位图,其中1表示检测到一个边缘,0表示没有检测到边缘。每个检测到的边缘像素的位置(x,y)可以代入公式1近似算出被隔离物体的中点:(1)其中xn是边缘像素n的x轴位置,yn是边缘像素n的y轴位置,N是检测到的边缘像素的数量。一旦物*置及其边缘已知,我们就可以试着进行*。关键是从图片中正确提取物体,将它的边缘转换成轮廓,然后用来判断物体是否在朝*头移动,方法是检查像素距物体中心的平均距离以便判断物体尺寸是否在改变,如公式2所示(2)N是FRAME帧中的边缘像素数量,M是FRAME-1帧中的边缘像素数量。聚焦横轴可以得到公式3(3)当物体朝*头移动时(像素从物体中心向外扩展),这个公式的值是正的。负值意味着物体正在远离*头,如图4所示。图4.移动中物体的帧变化。请注意,物体必须在*头焦距范围内。通过修改算法我们可以主动改变焦距以扫描更大的面积。一旦检测到物体就可以进行分段、处理和*。随着*复杂度的增加,*物体将变得更加困难,特别是有纹理的物体以及由于移动速度过快而失去锐度的物体。JianboShi所著的"GoodFeaturestoTrack"一文介绍了一些*算法。当物体失去锐度时,边缘检测将会失败。在这种情况下使用复数相关技术(如模块匹配)—用来估算运动—或采用YaoWang、JörnOstermann和Ya-QinZhang三人合著的"VideoProcessingandCommunications"一书中详细介绍的其它方法仍可以完成*.由于*头提供的是连续的数据流,因此可以通过*物体判断它的加速度和其它参数。然而,必须使用高质量的*序列才能获得良好的*分析结果。当通过分析相邻像素检测边缘时,逐行扫描*要比低质量的隔行PAL或NTSC信号具有更好的分辨率。ADV和ADV**可以接受各种*标准,包括逐行模式。这两款器件能够数字化处理高达MHz的*信号,并且能够处理标清、增强清晰度和高清分量信号、CVBS和图形。另外,它们还支持非标准*模式,允许使用不太流行的标准,比如STANAG。灵活的像素输出总线允许处理4:2:2、4:4:4YcbCr或4:4:4RGB格式的数据。非标准*格式可以通过过采样或欠采样达到特定的水平宽度,详见应用笔记AN-,"ComponentProcessorNonstandardVideoFormats".图5所示的内置色彩空间转换器(CSC)可以转换彩色空间以满足用户要求(公式4,其中A1...A4,B1...B4,C1...C4都是可调整的CSC参数)。YPrPb或RGB输入信号可以用可配置矩阵转换功能转换成其它格式。例如,将RGB转换成YCbCr允许丢弃色度信息(Cb,Cr),通过使用单*片可简化边缘检测.