|
- UID
- 1023166
- 性别
- 男
- 来自
- 燕山大学
|
图1系统结构框图。
1.1硬件平台
(%201)ARM%20处理器。
采用三星公司的ARM9系列S3C2410A%20作为处理器,%20工作频率可达203MH%20z,%20片上资源丰富,%20可以满足实时性要求,%20%20为图像处理提供运行平台并配合CPLD%20完成图像采集模块的逻辑和读写控制。
(%202)图像传感器及运动平台。
接触式图像传感器(%20C%20IS)%20具有体积小、重量轻、功耗低、结构紧凑、连接方便以及无阱深等优点,%20在扫描仪等领域被广泛应用。本系统采用SV643C10型C%20%20IS,%20其物理分辨率600%20dpi(%20236%20do%20t%20/mm%20)%20,%20有效扫描宽度292mm,%20共688个传感器像素单元,%20其像素输出频率为5MH%20%20z。
运动平台由步进电机和光电传感器等组成,%20光电传感器实现对进纸的检测,%20启动扫描。步进电机控制扫描件换行,%20配合C%20IS完成图像的采集。
(%203)信号调理电路。
信号调理电路完成对C%20IS%20输出模拟信号的差分、放大等,%20实现降噪和电压匹配的作用。
(%204)高速A%20/D转换器。
由于C%20IS的像素输出频率高于处理器内部的A%20/D转换器,%20所以本系统采用高速的外部ADC%20器件TLC5540,%20其最大采样率40%20MB%20s-%201,%20%20拥有8%20位分辨率。
(%205)数据缓存。
为了实现ADC%20和ARM%20的速度匹配,%20提高系统工作效率,%20在ADC%20与ARM%20处理器之间加一个F%20IFO%20存储器作为高速数据缓存,%20选用Averlog%20%20ic公司的1%20MB8%20bit的AL4V8M%20440。
(%206)%20CPLD模块。
实现图像采集模块的逻辑控制。为C%20IS传感器提供的时钟信号CP%20和行转移信号SP。为ADC%20提供采集时钟,%20为FIFO%20提供读写控制和写时钟等。
(%207)存储器。
本系统采用三星公司的64%20MB%20NAND%20Flash%20存储器K%209F1208作为程序和数据的存储单元,%20采用两片16位的HY57V561620CT-%20H%20%20(总容量64MB%20)%20SDRAM作为系统内存,%20同时作为DMA%20方式读取缓存数据的目的存储器。其中Flash存储器存储空间分配情况如图2所示。
%20
图2NAND%20Flash地址分配。
1.2软件设计
图像采集模块的程序设计主要任务是实现该模块各元器件的协调工作以及实现对图像数据的读取。主要分为3部分内容。
(%201)%20CPLD%20上的逻辑设计。采用VHDL%20语言编写,该程序将外部晶振的10MH%20z输入进行分频,%20为C%20IS、ADC、FIFO%20%20等提供时钟和控制信号,%20并为步进电机提供工作时序。
(%202)嵌入式L%20inux%20系统的裁剪、配置和移植。
本系统采用26内核,%20宿主机环境为Ubuntu804。
图3L%20inux内核配置。
(%203)%20L%20inux%20驱动程序的编写。由于采集模块对于Linux系统来说可看作为一个设备,%20因此该部分程序应作为嵌入式L%20inux%20设备驱动程序来编写,%20%20该驱动程序通过CPLD间接实现采集模块的逻辑控制和图像数据的读取,%20为应用程序的开发提供底层硬件的接口[%205%20]%20。从FIFO%20缓存读取图像数据采用DMA%20%20方式,DMA的目的存储器为ARM%20系统的SDRAM。
图像采集模块工作流程图和图像采集效果分别如图4和图5所示。
2.图像识别模块
本文的目的是构建一个通用的字符识别系统,图像采集模块实现了对扫描件图像数据的获取。由于系统基于嵌入式L inux, 使得后续的图像处理与字符识别软件设计可以脱离硬件系统独立进行, 具有较高的通用性, 可以根据实际应用场合开发和扩展不同的识别软件, 本文仅探讨手写体数字识别的应用。
识别算法:
线性判别分析( L inearity D istinct ion Analysis,LDA)是有效的特征抽取方法之一, 广泛用于人脸识别和字符识别等领域[ 6] 。其基本思想是选择使F isher准则函数达到极值的一组矢量作为最佳投影方向, 样本在该矢量集上投影后, 达到最大的类间离散度和最小的类内离散度。为找到投影轴, 应最大化类间离散矩阵Sb 和类内离散矩阵Sw 的比值：
类间离散矩阵Sb 和类内离散矩阵Sw 的定义为
其中, c表示为模式的类别数; j 表示为第j 类的均值(其概率为pj ); 0 为全部样本均值; xji 为第j 类模式i的h维向量; nj 是第j 类的样本数; N 是所有样本数。j 和0 定义为： |
|
