基于cpld的路徑識別和圖像處理方法
【專利摘要】基于CPLD的路徑識別和圖像處理方法，包括如下步驟：步驟101.接收場同步信號，對圖象進(jìn)行場同步，同時行數(shù)清零；步驟102.接收行同步信號，點數(shù)清零；步驟103.接收數(shù)據(jù)，判斷數(shù)據(jù)類型，處理數(shù)據(jù)并發(fā)送；步驟104.接收數(shù)據(jù)并發(fā)送。采用本發(fā)明所述基于CPLD的路徑識別和圖像處理方法，能很好地完成圖像數(shù)據(jù)的采集、處理和發(fā)送等任務(wù)，為智能車的控制算法和驅(qū)動環(huán)節(jié)提供了精確的引導(dǎo)數(shù)據(jù)，而且極大地減輕了ARMCORTEX芯片的資源負(fù)擔(dān)。
【專利說明】基于CPLD的路徑識別和圖像處理方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于電子領(lǐng)域，涉及一種基于CPLD的路徑識別和圖像處理方法。

【背景技術(shù)】
[0002]圖像處理的速度和質(zhì)量是數(shù)字圖像處理技術(shù)的兩個重要研究方向。目前智能車的圖像處理性能要求智能車不僅要能識別方向，而且能對路面邊界以及路面異物進(jìn)行識別。識別邊界和異物的精確度和分辨率都已向更高級別發(fā)展，以此對智能車進(jìn)行車速和舵機(jī)的控制。
[0003]傳統(tǒng)的圖像處理方案通常是直接用CPU進(jìn)行圖像處理。這種方案的缺點很明顯:①圖像采集及處理的周期太長(約為40 ms)，導(dǎo)致小車的控制存在滯后；②A /D轉(zhuǎn)換速度和精度的影響使圖像原始數(shù)據(jù)在精度上難以得到保證；③圖像處理的算法較為復(fù)雜，從而造成CPU占用資源過多，使其不能將更多的資源放在速度控制算法上，導(dǎo)致車速的提高受到限制。


【發(fā)明內(nèi)容】

[0004]為克服傳統(tǒng)圖像處理方式在智能車運用上的不足，本發(fā)明提供一種基于CPLD的路徑識別和圖像處理方法。
[0005]本發(fā)明所述基于CPLD的路徑識別和圖像處理方法，包括如下步驟步驟101接收場同步信號，對圖象進(jìn)行場同步，同時行數(shù)清零；
步驟102接收行同步信號，點數(shù)清零；
步驟103接收數(shù)據(jù)，判斷數(shù)據(jù)類型，處理數(shù)據(jù)并發(fā)送；
步驟104接收數(shù)據(jù)并發(fā)送。
[0006]具體的，所述步驟101中采用時鐘下降沿進(jìn)行場同步。
具體的，所述步驟103中判斷數(shù)據(jù)類型后，還包括多個并行的處理數(shù)據(jù)并發(fā)送的步驟。
[0007]具體的，所述步驟103中每接收一次數(shù)據(jù)，點數(shù)增加I。
[0008]優(yōu)選的，所述步驟104是通過ARM處理器發(fā)送數(shù)據(jù)。
[0009]具體的，所述步驟102中通過時鐘上升沿進(jìn)行行同步。
[0010]采用本發(fā)明所述基于CPLD的路徑識別和圖像處理方法，能很好地完成圖像數(shù)據(jù)的采集、處理和發(fā)送等任務(wù)，為智能車的控制算法和驅(qū)動環(huán)節(jié)提供了精確的引導(dǎo)數(shù)據(jù)，而且極大地減輕了 ARM CORTEX芯片的資源負(fù)擔(dān)。

【專利附圖】

【附圖說明】
[0011]圖1示出本發(fā)明一種【具體實施方式】的示意圖。

【具體實施方式】
[0012]下面結(jié)合附圖，對本發(fā)明的【具體實施方式】作進(jìn)一步的詳細(xì)說明。
[0013]圖像數(shù)據(jù)的采集、處理和發(fā)送均是在CPLD電路里進(jìn)行的。但在CPLD中沒有內(nèi)存空間，CPLD不能緩存圖像數(shù)據(jù)，所以，CPLD必須對采集到的行數(shù)據(jù)進(jìn)行及時處理。圖像數(shù)據(jù)處理是在每一個PCLK像素點同步信號到來后進(jìn)行的數(shù)據(jù)移換存放。將一定間隔的2個點data3和dataO的像素點灰度值進(jìn)行相減運算，并將得到的結(jié)果與設(shè)定閾值進(jìn)行比較，最后按上文所述的邊緣檢測原理提取出數(shù)據(jù)。數(shù)據(jù)的發(fā)送是將處理好的結(jié)果發(fā)送給CPU。
[0014]例如對一種黑色邊界的白色路面進(jìn)行判斷的過程中，CPLD發(fā)給ARM芯片的數(shù)據(jù)有黑線中心點的值和黑白/白黑的變化次數(shù)這2種。首先由ARM提出發(fā)送請求和發(fā)送數(shù)據(jù)類型，CPLD接收到發(fā)送請求和發(fā)送類型后，將對應(yīng)的數(shù)據(jù)類型送到數(shù)據(jù)輸出總線上，同時發(fā)出應(yīng)答信號，表示數(shù)據(jù)已經(jīng)準(zhǔn)備好，此時，ARM芯片開始讀取數(shù)據(jù)。
[0015]如圖1所示，當(dāng)每一個場同步信號的下降沿到來時，需要發(fā)送一個信號通知CPU新的一場信號的到來，以確定一場信號第一行對應(yīng)的實際距離。因為像素點只有在行信號href為高電平的時候才為有效值。因此，在每一個行信號的上升沿到來的時候，要對點數(shù)進(jìn)行清零。
[0016]每接收到一個PCLK信號，點數(shù)i自動加1，同時將此時data3與dataO中的數(shù)據(jù)進(jìn)行一次減運算。將相減得到的結(jié)果與正閾值相比，若相減結(jié)果不大于正閾值，則將此時的i值存入zbj中，表示此時的i點值為黑線的左邊界點，同時使信號j自加1，表示黑白變化一次；若相減結(jié)果大于正閾值，則將結(jié)果與負(fù)閾值相比，若此時比較結(jié)果小于負(fù)閾值，則將此時的i值存入ybj中，表示此時i的值為黑線的右邊界點，同時也使j信號自加I;如果比較結(jié)果小于正閾值且大于負(fù)閾值，則不作處理。為了保證每行黑線中點值和變化次數(shù)值的穩(wěn)定，須重復(fù)代入數(shù)據(jù)進(jìn)行計算。
[0017]當(dāng)CPLD接收到ARM發(fā)來的數(shù)據(jù)發(fā)送請求后，首先判斷出待發(fā)送數(shù)據(jù)的類型(是黑線中心點，還是黑白/白黑變化次數(shù))，然后CPLD將對應(yīng)的數(shù)據(jù)送至輸出數(shù)據(jù)總線，同時確認(rèn)數(shù)據(jù)類型，并通知ARM處理器所要數(shù)據(jù)已經(jīng)準(zhǔn)備好，可以進(jìn)行讀取操作了。
[0018]采用本發(fā)明所述基于CPLD的路徑識別和圖像處理方法，能很好地完成圖像數(shù)據(jù)的采集、處理和發(fā)送等任務(wù)，為智能車的控制算法和驅(qū)動環(huán)節(jié)提供了精確的引導(dǎo)數(shù)據(jù)，而且極大地減輕了 ARM CORTEX芯片的資源負(fù)擔(dān)。
[0019]以上所述的僅為本發(fā)明的優(yōu)選實施例，所述實施例并非用以限制本發(fā)明的專利保護(hù)范圍，因此凡是運用本發(fā)明的說明書及附圖內(nèi)容所作的等同結(jié)構(gòu)變化，同理均應(yīng)包含在本發(fā)明的保護(hù)范圍內(nèi)。
【權(quán)利要求】
1.基于CPLD的路徑識別和圖像處理方法，包括如下步驟 步驟101接收場同步信號，對圖象進(jìn)行場同步，同時行數(shù)清零； 步驟102接收行同步信號，點數(shù)清零； 步驟103接收數(shù)據(jù)，判斷數(shù)據(jù)類型，處理數(shù)據(jù)并發(fā)送； 步驟104接收數(shù)據(jù)并發(fā)送。
2.一種如權(quán)利要求1所述基于CPLD的路徑識別和圖像處理方法，其特征在于，所述步驟101中采用時鐘下降沿進(jìn)行場同步。
3.—種如權(quán)利要求1所述基于CPLD的路徑識別和圖像處理方法，其特征在于，所述步驟103中判斷數(shù)據(jù)類型后，還包括多個并行的處理數(shù)據(jù)并發(fā)送的步驟。
4.一種如權(quán)利要求1所述基于CPLD的路徑識別和圖像處理方法，其特征在于，所述步驟103中每接收一次數(shù)據(jù)，點數(shù)增加I。
5.一種如權(quán)利要求4所述基于CPLD的路徑識別和圖像處理方法，其特征在于，所述步驟104是通過ARM處理器發(fā)送數(shù)據(jù)。
6.一種如權(quán)利要求1所述基于CPLD的路徑識別和圖像處理方法，其特征在于，所述步驟102中通過時鐘上升沿進(jìn)行行同步。
【文檔編號】G05D1/02GK104423383SQ201310406419
【公開日】2015年3月18日 申請日期:2013年9月10日 優(yōu)先權(quán)日:2013年9月10日
【發(fā)明者】羅芳 申請人:羅芳