葉面積測定儀的嵌入式系統硬件設計
來源： http://www.helpdeskservice.com.cn/ 類別：實用技術 更新時間：2013-01-24 閱讀次
【本資訊由中國糧油儀器網提供】 葉面積測定儀的嵌入式系統硬件設計，使得在測量植物葉面積的時候，十分便利，下面我們就看看該嵌入式系統硬件是如何設計，葉面積測定儀的系統硬件設計以CycloneⅡ系列EP2C70F896C6芯片作為核心，器件具有68416個邏輯單元(LE)，250個M4KRAM存儲資源，150個內嵌硬件乘法器和4個鎖相環，支持NiosⅡ處理器，可以滿足系統設計要求。系統工作流程是：KEY1控制CMOS采集模塊開始圖像采集，將RGB格式數據存入SDRAM，做圖像處理后，由TFT_LCD實時顯示圖像；KEY2控制結束圖像采集，定格顯示一幀圖像；KEY3控制將處理后的圖像數據寫入SSRAM，NiosⅡ軟核處理器完成葉面積的計算，葉面積數據顯示在16×2LCD上。由于系統實時性要求，對于圖像采集單元、圖像存儲單元和圖像處理單元用Verilog硬件描述語言設計，由硬件實現相應功能，葉面積計算和系統流程控制用嵌入式NiosⅡ處理器以軟件方式實現。
1、葉面積測定儀的圖像采集單元
葉面積測定儀的圖像采集單元采用Micron公司生產的CMOS圖像傳感器MT9P031，像素尺寸為2．2μm×2．2μm，信噪比為38dB，動態范圍為70dB。圖像采集單元包括I2C配置模塊、CMOS采集模塊、色彩還原模塊。I2C配置模塊用于配置CMOS的參數。按照I2C總線的寫時序，用狀態機設計串行時鐘信號線I2C_SCLK和串行數據信號線I2C_SDAT，對CMOS寄存器寫操作。給地址為03H寄存器配置0x03BF，設定行寬為1600；04H寄存器配置0x063F，設定列寬為960，所以，CMOS的輸出分辨率是1600×960。
CMOS采集模塊檢測來自NiosⅡ的信號capture_start開始采集數據，capture_stop結束采集數據。按照CMOS的輸出時序，當幀有效信號FVAL和行有效信號LVAL同時為高電平，在像素時鐘信號PIXCLK的上升沿開始采集12位有效葉片圖像數據D［11∶0］。采集的葉片圖像數據是便于傳輸的Bayer格式，經過色彩還原模塊將其轉換成RGB格式。在Bayer格式中，每個像素只表達R，G，B中的一種顏色，要借助這個像素點周圍的像素對它進行插值填充另外2種顏色，將圖像恢復成全彩色RGB圖像。這里用到的插值算法是將2×2模板里的4個像素合并為1個RGB像素，模板中包含1個R，1個B、2個G像素點，先判斷像素點所在的行和列是奇數還是偶數，然后取1個B像素為輸出的B分量，1個R像素為輸出的R分量，2個G像素的均值為輸出的G分量，合成RGB格式輸出。經過處理后，RGB圖像的像素變為原來的一半，即800×480。
2、葉面積測定儀的SDRAM控制器單元
外擴的SDRAM芯片是ISSI公司的IS42S16160B，芯片結構為4M×16bit×4Bank，16位數據寬度，最高工作頻率達到166MHz。根據SDRAM內部操作狀態之間的聯系，用狀態機實現SDRAM控制器設計。
在SDRAM數據讀寫的控制中，由于前端CMOS數據采集工作頻率是27MHz，而SDRAM工作在100MHz，TFT_LCD的時鐘是33MHz，為了系統的穩定性，在SDRAM控制器模塊中，使用FIFO作為讀寫數據緩存，FIFO的容量大小為512，數據寬度16bit，FIFO采用雙時鐘、雙端口異步操作方式以防止數據丟失。FIFO與SDRAM之間的數據傳輸采用全頁突發傳輸方式，系統LENGTH設置為256，如果圖像采集單元存入write_FIFO中的數據量大于256個字，write_FIFO發出寫數據命令，將256個字寫入SDRAM指定地址，相應的SDRAM行地址加1，列地址歸零，收到Precharge命令之后進行預充電和刷新以保持SDRAM的數據，對下一行進行第二次突發傳輸，直到圖像數據寫入完畢，行、列地址計數器歸零。當收到讀數據命令并且此時寫命令無效，控制器從SDRAM中讀出256個字到read_FIFO，行地址加1，列地址歸零，對下一行讀操作，依此類推到圖像全部讀完，行、列地址計數器歸零。
3、葉面積測量儀的圖像處理單元
葉面積測量儀獲取葉片圖像后，為了將葉面與背景有效區分，需要對原始葉片圖像進行處理。圖像處理數據量大，用軟件方式速度慢，以硬件方式做圖像處理，可以發揮FPGA的并行處理能力，充分利用EP2C70F896C6豐富的邏輯資源。將RGB圖像轉換為灰度圖像，通過提取RGB圖像的單分量圖像，即R分量圖像、G分量圖像、B分量圖像，發現B分量圖像中目標與背景差異最大，以此將RGB圖像轉換為B分量圖像。對得到灰度圖像進行閾值分割，得到二值化圖像，由于葉片圖像與背景的灰度值差異明顯，觀察圖像的灰度直方圖，有很好的雙峰特性，所以，用雙峰之間的谷底灰度值作為閾值T將灰度圖像二值化，大于T的像素值為255，顯示為白色；小于等于T的像素值為0，顯示為黑色。這樣得到了背景為白色，葉片為黑色的二值圖像，使葉片從背景中分離出來。
通過實驗驗證，葉面積測量儀用于離體葉片的葉面積測量穩定可靠。系統可以在原有的硬件架構下改進應用程序，測量葉片其他參數，體現了系統的靈活性。
1、葉面積測定儀的圖像采集單元
葉面積測定儀的圖像采集單元采用Micron公司生產的CMOS圖像傳感器MT9P031，像素尺寸為2．2μm×2．2μm，信噪比為38dB，動態范圍為70dB。圖像采集單元包括I2C配置模塊、CMOS采集模塊、色彩還原模塊。I2C配置模塊用于配置CMOS的參數。按照I2C總線的寫時序，用狀態機設計串行時鐘信號線I2C_SCLK和串行數據信號線I2C_SDAT，對CMOS寄存器寫操作。給地址為03H寄存器配置0x03BF，設定行寬為1600；04H寄存器配置0x063F，設定列寬為960，所以，CMOS的輸出分辨率是1600×960。
CMOS采集模塊檢測來自NiosⅡ的信號capture_start開始采集數據，capture_stop結束采集數據。按照CMOS的輸出時序，當幀有效信號FVAL和行有效信號LVAL同時為高電平，在像素時鐘信號PIXCLK的上升沿開始采集12位有效葉片圖像數據D［11∶0］。采集的葉片圖像數據是便于傳輸的Bayer格式，經過色彩還原模塊將其轉換成RGB格式。在Bayer格式中，每個像素只表達R，G，B中的一種顏色，要借助這個像素點周圍的像素對它進行插值填充另外2種顏色，將圖像恢復成全彩色RGB圖像。這里用到的插值算法是將2×2模板里的4個像素合并為1個RGB像素，模板中包含1個R，1個B、2個G像素點，先判斷像素點所在的行和列是奇數還是偶數，然后取1個B像素為輸出的B分量，1個R像素為輸出的R分量，2個G像素的均值為輸出的G分量，合成RGB格式輸出。經過處理后，RGB圖像的像素變為原來的一半，即800×480。
2、葉面積測定儀的SDRAM控制器單元
外擴的SDRAM芯片是ISSI公司的IS42S16160B，芯片結構為4M×16bit×4Bank，16位數據寬度，最高工作頻率達到166MHz。根據SDRAM內部操作狀態之間的聯系，用狀態機實現SDRAM控制器設計。
在SDRAM數據讀寫的控制中，由于前端CMOS數據采集工作頻率是27MHz，而SDRAM工作在100MHz，TFT_LCD的時鐘是33MHz，為了系統的穩定性，在SDRAM控制器模塊中，使用FIFO作為讀寫數據緩存，FIFO的容量大小為512，數據寬度16bit，FIFO采用雙時鐘、雙端口異步操作方式以防止數據丟失。FIFO與SDRAM之間的數據傳輸采用全頁突發傳輸方式，系統LENGTH設置為256，如果圖像采集單元存入write_FIFO中的數據量大于256個字，write_FIFO發出寫數據命令，將256個字寫入SDRAM指定地址，相應的SDRAM行地址加1，列地址歸零，收到Precharge命令之后進行預充電和刷新以保持SDRAM的數據，對下一行進行第二次突發傳輸，直到圖像數據寫入完畢，行、列地址計數器歸零。當收到讀數據命令并且此時寫命令無效，控制器從SDRAM中讀出256個字到read_FIFO，行地址加1，列地址歸零，對下一行讀操作，依此類推到圖像全部讀完，行、列地址計數器歸零。
3、葉面積測量儀的圖像處理單元
葉面積測量儀獲取葉片圖像后，為了將葉面與背景有效區分，需要對原始葉片圖像進行處理。圖像處理數據量大，用軟件方式速度慢，以硬件方式做圖像處理，可以發揮FPGA的并行處理能力，充分利用EP2C70F896C6豐富的邏輯資源。將RGB圖像轉換為灰度圖像，通過提取RGB圖像的單分量圖像，即R分量圖像、G分量圖像、B分量圖像，發現B分量圖像中目標與背景差異最大，以此將RGB圖像轉換為B分量圖像。對得到灰度圖像進行閾值分割，得到二值化圖像，由于葉片圖像與背景的灰度值差異明顯，觀察圖像的灰度直方圖，有很好的雙峰特性，所以，用雙峰之間的谷底灰度值作為閾值T將灰度圖像二值化，大于T的像素值為255，顯示為白色；小于等于T的像素值為0，顯示為黑色。這樣得到了背景為白色，葉片為黑色的二值圖像，使葉片從背景中分離出來。
通過實驗驗證，葉面積測量儀用于離體葉片的葉面積測量穩定可靠。系統可以在原有的硬件架構下改進應用程序，測量葉片其他參數，體現了系統的靈活性。
【中國糧油儀器網】部分文章轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，且不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、網站或個人從本網下載使用，自負版權等法律責任。如涉及作品內容、版權和其它問題，請在30日內與本網聯系。
最近更新儀器
推薦儀器
相關新聞
熱門產品