基于K60竞赛用智能汽车的路径识别系统研兜摘要智能车技术的研究是一项综合性的研究，其中包括机械、传感器检测、电机控制、模式识别、图像分析、信号处理、嵌入式系统等多个学科融合。本文以智能车控制系统的图像信号采集与图像处理为研宄对象，分析了图像传感器OV7620的工作原理，并且提出了图像信号采集与图像处理的方法，图像处理中使用了二值化和中值滤波算法，在提取黑线上采用边沿提取法。关键词图像传感器OV7620二值化中值滤波边沿提取法中图分类号：TP391文献标识码：A1图像传感器OV7620的工作原理摄像头OV7620是一款数字的CMOS型、NTSC制式的摄像头，每秒能够输出30帧图像，OV7620摄像头是隔行扫描图像的，即在每行扫描点数不变的情况下，将图像分成奇偶两场分别传送，奇场图像传送1、3、5、7……奇数行，偶场图像则传送与之相对应的偶数行，这两场图像的效果是一样的。图像在低电平的时候传输给的单片机，采用下降沿捕捉，既在每场图像开始时候采集，采用这种方法采集的图像更为准确些。行中断的周期为63.6us,图像在高电平时输出像素点，低电是换行时间，所以一定要捕捉上升沿将来触发行中断，因为下降沿后的数据是无效的。要操作摄像头，首先进行初始化，传统的中断触发方式都是上升沿触发，而本文研究的行、场中断都是下降沿触发，在这里需要解释一下。由于OV7620的图像大小是640480,而单片机不需要这么多的列，由于使用了DMA功能，而DMA只能连续采集，因此我们选用硬件四分频，因此实际采集到的列数为640/4=160列，而行数我们采用隔行采集的思想。做摄像头信号采集一定要做好时序的分析工作，一帧分为两场图像，即奇场和偶场，将图像处理放在偶场进行处理，而奇场进行采集图像。其中AcqAryy[50]中存入需要采集的行，由于摄像头一帧有480行，一场有240行，因此，需要在这240行中挑选50行，具体操作为在赛道上放一根黑条，每2cm采集一次（理论距离为250=100cm,但实际最远端的行采集不清楚，不得不每两行采集一次，调整一次黑条，也可在赛道上粘50根黑条，直接采集240行图像，发送到上位机上，从中挑选50行，最终能够达到图1的图像效果。3.1二值化处理将图像导入matlab进行分析，发现原始图像像素值均在0-255内，而白色区域像素值一般在160以上，黑色区域一般在70以下。为了提取出黑线，检测像素值的跳变是最直观的方案，但是实际中一般黑白线边沿的像素值不是突然跳变的，而有一个过渡过程。所以，将原始图像进行二值化处理不但有清晰边沿线的功能，还能方便后续路径识别部分算法的设计与处理。二值化处理就是对于输入图像的各个像素，先确定某个亮度值，当像素的亮度超过该阈值时，则将对应输出图像的像素值设为1，否则为0,原理公式如下：前、处理后的图像中处于（x，y）位置上的某个像素的浓度值，t为阈值。图2为二值化后的效果，0为黑点，1为白点。二值化后的赛道状况已经非常明了，但是仍有干扰存在，这样对赛道的识别及接下来的算法设计会造成一定的困难。因而，选择对图像进行中值滤波。该方法是一种局部平均的平滑技术，对脉冲干扰和椒盐噪声的抑制效果好，能有效保护图像的边缘。1x3窗口中值滤波是非常简单的一种去噪方法，其中，fy），gy）分别为处理是将某个像素点和相邻两个像素点的像素值按大小顺序排列，取出中间值作为该点的像素值。这种方法能够有效地抑制随机噪声，并且计算量相比去噪常用的3x3模板要小得多。减小计算量能够有效地提高单片机识别道路的速度，这一点对时间要求较高的实时处理是非常重要的。为了说明此方案的适用性，随机在图像数组中加入噪声点，如图3。为了使接下来的验证过程更为方便，设计中将实际图像用matlab进行二值化，导出一个二维数组，在验证算法时不同的道路状况只需修改数组中的值即可。3.2黑线提取这里的黑色引导线以白色为衬底，因黑线和白色底板存在很多大灰度比，在图像信号上会形成相应高低不同的电压值。当检测到黑线时，图像信号中将形成一个“凹”形槽，凹槽处即是黑线在一行数据中的相对位置。对图像每行数据的处理将得到每行图像中黑线的相对位置，即下面的行数据处理；而对每行图像中黑线的位置的综合分析将再现...