基于STM32的煤岩界面图像识别实验研究

２０１４年第１２期中州煤炭

总第２２８期

基于ＳＴＭ３２的煤岩界面图像识别实验研究

林

勇

０３７０００）

（大同煤矿集团金庄煤业有限责任公司，山西大同

摘要：采煤机滚筒的自动调高是实现采煤过程自动化的一个难题，而实现煤层和岩石层的自动化辨识是实现滚筒自动调高的关键技术。实现采煤机滚筒的智能化调高可以减少一线采煤工人的数量，保障作业人员安全，提高采煤效率。建立了一种图像实时采集和分析的自动识别系统，以神州Ⅲ号实验板为控制器，搭载以０ｖ７７２５为处理芯片的摄像头图像采集模块，并设计了合理的图像处理算法，实现了综采工作面煤岩分界面自动判别的目的。

关键词：滚筒自动调高；煤岩分界辨识；ｓＴＭ３２Ｆ１０３ｚＥＴ６芯片；图像识别算法中图分类号：ＴＤ６３２．１

文献标志码：Ｂ

文章编号：１００３一０５０６（２０１４）１２一００７５—０３

１

概述

采煤机工作时的滚筒高度需要根据煤岩界面的

从ＣＭＯＳ传感器采集出来，直接输出数字信号，可以直接与微处理器进行连接，但是为了匹配ＯＶ７７２５的数据传输和ＳＴＭ３２的读取速度，中间添加了型号为ＡＬ４２２Ｂ的ＦＩＦＯ模块。ＡＬ４２２Ｂ是一个存储容量为３９３２１６字节的ＦＩＦＯ存储芯片，可以存储ＲＧＢ、ＶＧＡ、ＮＴＳＣ等制式一帧图形的信息。此外，它允许系统进行ＤＭＡ操作，提高数据的传输速度。这是至关重要的一点，如果不采用ＤＭＡ操作，数据传输将达不到传输要求，而且大大增加ＣＰＵ的负担，无法同时完成数据的存储和处理工作。图像数据的传输是八位的并行接口，摄像头与试验平台之间的数据传输采用ＳＣＣＢ协议。ＳｃＣＢ是一种类似于１２Ｃ的传输协议，它是ＯｍｎｉＶｉｓｉｏｎ公司定制的串行摄像头控制总线，用于对摄像头的寄存器进行读写，以达到对摄像头输出图像的控制¨。。

变化来调节。现在国内采煤机的滚筒高度的控制，绝大部分是靠人工操作的，即采煤机司机靠视力观察来判断采煤机滚筒是在割岩还是割煤，以此来调节滚筒的高度。需要工人在综采工作面跟机操作¨１。由于采煤机工作时煤尘多，噪音很大，环境恶劣，实际上采煤司机难以准确及时判断采煤机的截割状态。如果是在薄煤层工作面，工作面空间较小，工人行走不便，而且采煤机的牵引速度较快，操作工人不能迅速对采煤现场情况做出准确判断，因而不能及时把握煤岩的界面的位置。２。。因此，实现煤层和岩石层的自动化辨识成为亟待解决的问题。为此，针对摄像头代替人工视觉对煤岩界面检测的可行性进行了研究，研发了基于ＡＲＭ单片机控制的煤岩界面图像自动辨识系统，结果证明，采用这种手段对煤岩界面检测效率高、准确性好。

２

硬件结构

图１系统硬件结构

煤岩界面图像识别系统采用神州Ⅲ号开发板作为试验平台，采用ｃＭ０ｓ传感器采集图像数据，并配备ＴＦＴ显示屏等外围设备，有针对性地搭建实验平台，对数据传输、分析和状态显示提供硬件保障。由图１可知，图像采集时序由ＯＶ７７２５芯片控制，数据

系统原理如图２所示，摄像头采用低照度传感器ＯＶ７７２５＋ＦＩＦＯ架构设计的模块，此架构模块有以下特点：支持ＲａｗＲＧＢ，ＲＧＢ，ＹＵＶ（４：２：２）和ＹＣｂＣｒ（４：２：２）输出格式，支持从ＣＩＦ到４０×３０的各种尺寸图像输出，支持１２０ＦＰｓ高帧速度输出，像素面

收稿日期：２０１４一０９一１８作者简介：林

勇（１９７４一），男，山西朔州人，高级工程师，２００８年

积６斗ｍ×６斗ｍ，灵敏度高达３．０Ｖ／（Ｌｕｘ—ｓｅｃ），模块板载３８０ＫＢ的ＦＩＦＯ，可与ＭＣＵ接口。

神州Ⅲ号实验板选用的运算单元是ｓＴ公司的ＳＴＭ３２Ｆ１０３ｚＥＴ６芯片。ＳＴＭ３２Ｆ１０３ｚＥＴ６芯片以

７５

毕业于山东科技大学，主要从事矿山机电及自动控制技术的研究和管理工作。

２０１４年第１２期中州煤炭

３．１图像预处理

总第２２８期

Ｃｏｒｔｅｘ－Ｍ３处理器为内核。Ｃｏｒｔｅｘ—Ｍ３处理器是基于哈佛架构的３级流水线内核，该内核集成了分支预测，单周期乘法，硬件除法等众多功能强大特性，使其在Ｄｈｒｙｓｔｏｎｅｂｅｎｃｈｍａｒｋ上具有出色的表现（１．２５ＤＭＩＰＳ／ＭＨｚ）。根据Ｄｈｒｙｓｔｏｎｅｂｅｎｃｈｍａｒｋ的测评结果，采用新的Ｔｈｕｍｂ一２指令集架构的Ｃｏｎｅｘ．Ｍ３处理器，与执行Ｔｈｕｍｂ指令的ＡＲＭ７ＴＤＭＩ．Ｓ处理器相比，每兆赫的效率提高了７０％，与执行ＡＲＭ指令的ＡＲＭ７ＴＤＭＩ—Ｓ处理器相比，效率提高了３５％。由于该系统的图像处理算法软件需要耗费相当的ｃＰＵ资源，因此，ｃｏｒｔｅｘ—Ｍ３处理器为此次试验的图像处理计算提供了理想解决方案¨１。

图像的预处理采用双边滤波和直方图均衡化相结合的算法。双边滤波是一种可以保边去噪的滤波器。滤波器由２个函数构成，见式（１）和式（２）。

九（石）＝置ｉ１（戈）』：：』：：八ｆ）ｃ（ｆ，并）ｄｆ数矗。的值由点的几何位置而定。

危（戈）＝后ｒ＿１（戈）（２）』：：』：：八ｆ）ｓ（以ｆ），八戈））喈

值依赖于图像八戈）。

该系统的预处理算法同时考虑了几何位置与光度大小的影响。组合后的滤波即为双边滤波器：

＾（ｘ）＝七（ｚ）一１』：：』：：以ｆ）ｃ（ｆ，ｚ）ｓ（八ｆ），以戈））ｄｆ

（３）

（１）

其中“戈）为输入图像，九（石）为输出图像，其系

（２）

其中，八ｚ）为输入图像，＾（并）为输出图像，七，的

双边滤波器是基于空间分布的高斯滤波函数，所以在边缘附近，较远的像素对边缘上的像素值影响不大，这样就保证了边缘附近像素值的保存¨１。

该系统的直方图均衡化是通过对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。变换后图像的灰度级减少，减轻了数据处理的负担。

设原始图像在（戈，），）处的灰度为，，改变后的图像为ｇ，则对图像增强的方法可表述为将在（茁，，，）处的灰度，映射为ｇ。定义ｇ＝ＥＱ（，），则映射函数ＥＱ（力必须满足２个条件（￡为图像的灰度级数）：

（１）ＥＱ（Ｄ在０≤，≤￡。一１范围内是一个单值单增函数。这样保证了增强处理不打乱原始图像的

图２系统原理

３

灰度排列次序。

（２）对于０≤，≤￡。一１有０≤ｇ≤｜Ｌ。一ｌ，这个条件保证了变换前后灰度值动态范围的一致性∞。。

软件设计

该系统采用ｃ＋＋语言编程，编程过程中调用

该系统采用满足上述２个条件的累积分布函数算法，通过该函数还可以完成将原图像，的分布转换成ｇ的均匀分布。此时的直方图均衡化映射函数

为：

ＡＲＭ的固件库函数。ＡＲＭ函数库是一个固件函数包，它由程序、数据结构和宏组成，包括了微控制器所有外设的性能特征。每个器件的开发均有一个通用ＡＰＩ驱动。该固态函数库通过校验所有库函数的输入值来实现实时错误检测。该动态校验提高了软件的鲁棒性。

摄像头通过设定频率（此次试验采集周期ｒ＝

１５

ｇ。＝ＥＱ∽）＝（ｎ／凡）＝∥∽），（尼＝Ｏ，ｌ，２，…，Ｌ一

１）

（４）

上述求和区间为Ｏ到｜｜｝，根据该 …… 此处隐藏：2922字，全部文档内容请下载后查看。喜欢就下载吧 ……