اپن سی وی و سیستم های امبدد

3 ماه پیش | 189 مشاهده شده
پردازش تصویر

OpenCV یک کتابخانه از توابع برنامه نویسی است که عمدتا جهت پیاده سازی بینایی کامپیوتر در زمانی بلادرنگ طراحی شده است. در ابتدا توسط اینتل توسعه داده شد، بعدا توسط Willow Garage و سپس Iteez پشتیبانی شد. این کتابخانه چندسکویی است و برای استفاده( تحت مجوز BSD) به صورت اپن سورس عرضه گشته است. سیستم امبدد یک کنترل‌کننده با یک کاربرد اختصاصی در سیستم های مکانیکی یا الکتریکی بزرگ‌تر(اغلب با محدودیت‌های زمانی و سرعت ) است. این دستگاه به عنوان بخشی از یک دستگاه کامل، شامل سخت‌افزار و قطعات مکانیکی و غیره می باشد. امروزه از سیستم های امبدد در بسیاری از وسایل متداول زندگی روزمره استفاده می شود. در سال های اخیر بر روی ساخت سیستم های امبدد  با قابلیت بینایی ماشین کار شده است، علی رغم تلاش های زیادی که انجام شده، پردازش بلادرنگ تصویر در سیستم های امبدد هنوز مسئله نو و حل نشده (از نظر کاهش قیمت و سادگی کار) است. در این پست راهکارهایی که در سال های اخیر ارائه شده است مرور خواهیم کرد.

پایان نامه ای که سعی کرده پردازش تصویر را بر روی میکروکنترلرهای فیلیپس پیاده سازی کند، اما در نهایت به علت عدم در نظر نگرفتن چالش های پردازش تصویر به هدف پروژه نرسیده است. اولین چالش اینکه رم میکروکنترلرها در حدی نیست که تصاویر با کیفیت را در خود نگه دارد، نویسنده پایان نامه راه حل دوم،  ذخیره عکس بر روی حافظه فلش میکرو را بررسی کرده، با این روش  هم تصاویر با یک بار برنامه ریزی قابل تغییر نخواهد بود  ورسیدن  به هدف اولیه نا ممکن است، روش سوم استفاده از اس دی کارد است، از آنجا متدهای خواندن و نوشتن  حافظه اس دی (نسبت به پردازش بلادرنگ) کند هستند، در نهایت پردازش تصویر بر روی میکروکنترلر ها به طور کامل منتفی شده است.

یک سری هند بوک که در این لینک ها  لینک 1،لینک 2 اشتراک گذاشته ام که در هر دو آن ها سعی شده  پردازش تصویر را برای سیستم های امبدد توسعه دهند. یک روش از رزپری پای  که یک دوربین ماژولار به آن متصل شده است، استفاده شده است. اپن سی وی را بر لینوکس رسپری نصب  و سعی کرده کدهای پردازش تصویر را برروی رزپری پای اجرا کند. البته یک چشم انداز برای آینده معرفی کرده است، این که قسمت پردازش تصویر را به یک FPGA متصل کند. روش دوم تگزاس اینسرومنت (TI)  یک پلتفرم شامل ARM  , DSP برای این کار معرفی کرده است، که از پرفورمنس خوبی برخوردار است.

DSP+ARM

شکل 1- پلتفرم TI از حافظه اشتراکی برای بخش DSP و ARM استفاده کرده است.

جمع بندی: برای پیاده سازی پردازش تصویر استفاده از یک میکرو تنها کارساز نبوده، ما باید به دنبال طراحی یک سیستم DSP و متعلقات آن باشیم، دقیقا کاری که TI در فریم ورکش پیاده سازی کرده است.



پاسخی بگذارید

آیا می خواهید با نظر خود لیوان زشت خود را ببینید؟ در Gravatar نماد سفارشی رایگان دریافت کنید.