基于SOPC的红外视频网络传输系统
扫描二维码
随时随地手机看文章
摘要
人类接收的信息约有70%来自视觉。因此，图像采集及处理设备在人们的日常生活中占有很重要的地位。随着互联网的普及及带宽的提高，使得图像的网络传输成为可能，且应用范围越来越广，为人们的日常生活带来了极大的便利。同时，随着非制冷红外技术的发展，红外热像系统在军用和民用领域得到了广泛的应用。根据美国红外市场权威调查机构Maxtech International发布的2006年度红外市场报告，2003年至2006年全球民用红外热像仪的平均增长幅度为17%，并且正展现出更广阔的市场需求。
由此可见，便于应用的红外视频网络传输系统具有良好的应用前景，适用于森林防火，监控系统，电力设备，航空航天，石化，建筑，冶金，交通，边防海防等方面。
嵌入式红外网络视频传输系统主要由硬件部分和软件部分组成。硬件部分由视频采集模块，视频编解码模块，图像处理模块，数据压缩模块，网络传输模块等组成;软件部分采用嵌入式操作系统设计。
红外网络视频传输具有良好的应用前景和商业价值，本项目的核心在于红外处理，尽管目前红外处理算法已经相对成熟，但仍然存在不少弊端，所以本项目力求在原有算法的基础上提出创新。
本项目计划采用virtex2或spartan3e芯片，将红外处理算法模块集成于FPGA内部，包括滤波，非均匀性校正，灰度拉伸，伪彩增强等部分，通过ISE开发平台设计各个算法模块，并通过XPS将用户IP集成于硬件系统上，通过内置MAC地址及IP的方式将处理完毕的图像或视频信息通过以太网传输至PC客户端。
项目信息
1.项目名称：基于SOPC的红外视频网络传输系统
2.应用领域：森林防火，监控系统，电力设备，航空航天，石化，建筑，冶金，交通，边防海防
3.系统平台概述与资源分析:
硬件系统组图如下：
图1基于SOPC的红外视频网络传输系统
本框架采用FPGA+ARM的方案，可分为三个部分：前端图像采集模块(由CPLD、A/D、CCD等构成);FPGA模块(采用Spartan-3A DSP XA3SD1800A)和ARM模块。由图像采集模块进行红外图像采集，并把采集的图像灰度数据送FPGA模块进行处理，处理完成后的数据送ARM模块进行图像控制显示。在初步设计阶段可不考虑ARM模块，由FPGA直接控制显示(本框架未对ARM模块接口进行细化)。整体框架图如图1所示，其中对FPGA内部图形处理算法模块做了细化，数据处理流程分析如下。
FPGA模块中的数据流程分析如下：Microblaze软核CPU与前端采集模块(CPLD、A/D、CCD)交互把数据经双口RAM0(缓存)采集到DDR中，Microblaze通过控制PLB总线加载采集的图像送算法处理模块进行处理，算法处理模块首先进行边界扩展(此步骤也可省略)，边界扩展是仅对一帧图像边界数据进行镜面反射来完成，即边界数据的扩展存储实现，不需要进行数据运算即可完成，扩展后数据缓存到RAM0，即可进行均值滤波，均值滤波对每一个像素的消噪处理需要8次加法和1次乘法。384×288个像素可并行处理，处理完的数据送到RAM1进行下一步非均匀校正。在非均匀校正中，校正增益和校正偏移量是在测温前由高低温定标产生，两个校正因子可并行进行运算获得，获得后的因子存入RAM1中，以便非均匀校正时直接加载。在非均匀校正中，384×288个像素可并行进行，每个像素需1次乘法和1一次加法运算。处理完成后的数据送到RAM2进行下一步的温度标定和灰度拉伸。温度标定和灰度拉伸两者可并行进行。由于温度标定和灰度拉伸需对整帧图像处理，所以若要减少RAM2的容量，可考虑把图像存入DDR中，需要时再读出。在灰度拉伸中，首先进行直方图统计，统计图像各灰度值的像元个数，找出图像有效灰度范围，并求出最小值min和最大值max。把最大值和最小值代入三段的斜率计算公式，计算出斜率后即可进行灰度拉伸，灰度拉伸每个像素需要做2次比较、1次减法、1次乘法和1次加法，384×288个像素可以并行处理。灰度拉伸完成后的数据送RAM3进行下一步的伪彩处理，伪彩是把每个像素点的灰度值转换R、G、B对应的三分量，因此可对384×288个像素并行处理。而每个像素点R、G、B的转换也可以并行运算。转换后的数据送双口RAM1，然后由RAM模块进行读出存入SD卡中，进行控制显示。在前期开发FPGA模块时也可直接送LCD显示。
在进行图形处理过程中，由于FPGA可以最大化的进行并行运算，所以不仅可考虑算法模块内部多个像素之间的并行处理，也要考虑算法模块之间的并行性，如在进行一帧图像的滤波时，可同时进行上一帧图像的校正。
各个算法模块实现如下
图2校正系数[!--empirenews.page--]
图3校正偏移
图4非均匀性校正
图5 灰度拉伸
图6均值滤波
4.创新点及关键技术：
精确温度标定技术：开发出高性能的嵌入式软件对成像仪的每个像素进行温度标定，温度标定稳定可靠，精度高;
红外焦平面阵列实时非均匀性校正算法及实现：决焦平面阵列的非均匀性问题显得尤为重要，项目对传统非均匀进行深入研究的同时，开发出多种自适应校正算法，提高红外成像系统的校正精度;
图像噪声预处理技术：由于图像在采集、传输过程中混入了噪声，如果不被预先消除将进一步影响图像的处理和显示效果，为此对图像进行滤波预处理，以消除图像中混入的噪声，为后继图像处理、显示打下基础;
嵌入式系统的开发：项目采用基于的FPGA+ARM的双核架构。提高了数据传输的效率和系统的稳定性，获得整个红外成像系统的实时性能;
红外图像增强处理技术：项目在实施校正算法的基础上，提出对图像进行增强处理研究，以提高图像的对比度，进一步改善图像视觉效果。红外图像伪彩色处理的运用，利用人眼视觉对颜色分辨的敏感性，对图像中不同灰度等级的目标以不同的颜色进行标识，以突出目标细节和特征，进一步提高图像目标分辨能力和图像显示质量。
下载文档
