嵌入式机器视觉系统优化研究

付连锐，王兆仲

（北京航空航天大学图像处理中心 北京 100191）

嵌入式系统是以应用为中心，以计算机技术为基础，并且软硬件可裁剪，适用于应用系统对功能、可靠性、成本、体积、功耗有严格要求的专用计算机系统[1]。嵌入式机器视觉系统是指用嵌入式计算机处理由光学传感器接收到的图像信息，以实现对物体的检测和识别的装置，如数码相机、手持二维码识别设备，体感交互游戏机等。由于机器视觉系统需要进行大量复杂的数据运算，因此目前大多数的机器视觉系统还是基于PC系统构建，但随着近年来嵌入式系统的高速发展，嵌入式机器视觉系统越来越多地应用于工业检测与控制、智能交通[2]、安防、医疗器械、机器人导航及消费电子等领域。

嵌入式机器视觉系统的性能主要取决于硬件和软件两方面。目前应用于嵌入式机器视觉系统的硬件平台主要有Intel基于x86架构的Atom平台、TI基于ARM-DSP的OMAP系列平台、NVIDIA基于ARM-GeForce的 Tegra系列平台、IBM等基于PowerPC的处理平台等，其中ARM-DSP是一种高性价比的、应用广泛的体系结构。除了硬件平台之外，嵌入式操作系统的选择对机器视觉系统的性能也很重要，如开机时间，系统稳定性等。嵌入式操作系统的种类比较多，其中较为 流 行 的 主 要 有 μC/OS、Windows CE、VxWorks 、Android、iOS、Meego、QNX和 Linux等。在诸多嵌入式操作系统中，Linux以其内核稳定、支持多种硬件平台、完全免费、源代码完全开放、可裁剪定制、易于移植的特性，成为大多数厂家的绝佳选择。此外，由于嵌入式机器视觉系统具有处理数据量大，算法复杂的特点，对嵌入式机器视觉应用程序的优化也至关重要。……