一种基于ARM和CPLD的嵌入式视觉系统设计

集速度要求较高的场合，CPLD部分的程序源代码见本刊网站

图2 OV6620输出时序图

在Verilog语言中，对上升沿的检测是通过always语句来实现的。例如检测时钟信号cam_pclk的上升沿：

图3 行处理得到的线形图

根据得到的结果，可以计算出更多关于跟踪物体的信息：

① 计算区域面积。计算每条线段的长度l(n)，然后将l(n)进行累积叠加，即可获得跟踪区域面积值S。

② 计算质心横坐标。

③ 计算质心纵坐标。

④ 识别物体的形状。根据得到的每行跟踪点的长度，以及同一行中有几段符合要求的连续跟踪点，可以得知物体从摄像头角度看到的形状。特别是在检测平面上线条时，可以识别是否有分支，这一点是帧处理模式无法做到的。

需要指出的是，行处理模式虽然会得到关于跟踪目标的更多信息，但是每行处理的方式增大了处理器的负担，处理速度也没有帧处理快。

4 提高系统的工作速率

目前，系统工作在帧处理模式下的工作速率是25帧/s，作为系统功能的验证，这里采用的算法是颜色跟踪。如果仅做纯粹的图像采集，而不做图像处理，那么系统可以达到OV6620的最高工作速率，即60帧/s。而在图像处理方面，不同的图像处理程序效率对系统的工作频率有较大的影响。下面给出在通用ARM处理器下提高程序效率的几个建议：

① 内嵌(inline)可通过删除子函数调用的开销来提高性能。如果函数在别的模块中不被调用，一个好的建议是用static标识函数;否则，编译器将在内嵌译码里把该函数编译成非内嵌的。

② 在ARM系统中，函数调用过程中参数个数≤4时，通过R0~R3传递;参数个数>4时，通过压栈方式传递(需要额外的指令和慢速的存储器操作)。通常限制参数的个数，使它为4或更少。如果不可避免，则把常用的前4个参数放在R0~R3中。

③ 在for(), while() do…while()的循环中，用“减到0”代替“加到某个值”。比如:

for (loop = 1; loop <= total; loop++) //ADD和CMP

替换为：for (loop = total; loop != 0; loop--) //SUBS

第1种方式比较需要2条指令ADD和CMP，而第2种方式只需一条指令SUBS。

④ ARM核不含除法硬件,除法通常用一个运行库函数来实现，运行需要很多个周期。一些除法操作在编译时作为特例来处理，例如除以2的操作用左移代替余数的操作符“%”，通常使用模算法。如果这个值的模不是2的n次幂，则将花费大量的时间和代码空间避免这种情况的发生。具体办法是使用if()作状态检查。

比如，count的范围是0~59：

count = (count+1) % 60;

用下面语句代替：

if (++count >= 60)

count = 0;

⑤ 避免使用大的局部结构体或数组，可以考虑用malloc/free代替。

⑥ 避免使用递归。

结语

本文介绍了一种基于ARM和CPLD的嵌入式视觉系统，可以实现颜色跟踪。在硬件设计上，图像采集和图像处理分离，更利于系统功能的升级。而视觉处理算法更注重处理的效率和实时性，同时根据不同的需要有两种模式可供选择。最后给出了提高程序效率的一些建议和方法。与基于 PC机的视觉系统相比，该系统功耗低、体积小，适合应用于移动机器人等领域。