系統(tǒng)上電后，由DSP先從FLASH中加載程序，完成系統(tǒng)初始化及相關(guān)寄存器和外圍器件的配置。由CCD攝像頭采集的視頻圖像傳送到TVP5150解碼器，將視頻模擬信號(hào)經(jīng)過A/D轉(zhuǎn)換成BT.656視頻數(shù)據(jù)流，接著送入DM642視頻口；然后視頻口解碼該視頻數(shù)據(jù)流，得到Y(jié)UV(4:2:2)格式的圖像，并通過EDMA傳輸?shù)絊DRAM中存儲(chǔ)。CPU通過訪問SDRAM中的圖像數(shù)據(jù)，根據(jù)圖像處理算法對(duì)圖像數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和計(jì)算。一方面將計(jì)算結(jié)果通過串口發(fā)送出去，另一方面將視頻數(shù)據(jù)送到SAA7121編碼器，實(shí)現(xiàn)D/A轉(zhuǎn)換并實(shí)時(shí)顯示。
3 圖像處理算法的應(yīng)用
3.1 經(jīng)典Prewitt邊緣檢測(cè)算法
經(jīng)典的Prewitt算子是利用像素點(diǎn)上下、左右鄰點(diǎn)灰度差在邊緣處達(dá)到極值檢測(cè)邊緣，去掉部分偽邊緣，對(duì)噪聲具有平滑作用。其原理是在圖像空間利用2個(gè)方向模板與圖像進(jìn)行鄰域卷積完成。這2個(gè)方向模板中一個(gè)是垂直梯度方向，檢測(cè)水平邊緣；另一個(gè)是水平梯度方向，檢測(cè)垂直邊緣，如圖5所示。

Prewitt算法步驟：(1)分別將2個(gè)方向模板沿圖像從一個(gè)像素移到另一個(gè)像素，并將像素的中心與圖像中的某個(gè)像素位置重合；(2)將模板內(nèi)的系數(shù)與其圖像上相對(duì)應(yīng)的像素值相乘，并將所有相乘的值相加；(3)將兩個(gè)卷積的最大值賦給圖像中對(duì)應(yīng)模板中心位置的像素，作為該像素新的灰度值；(4)選取合適的閾值，若新像素灰度值大于等于所設(shè)閾值，則判斷該像素點(diǎn)為圖像邊緣點(diǎn)。
3.2 改進(jìn)的Prewitt邊緣檢測(cè)算法
經(jīng)典的Prewitt邊緣檢測(cè)算法只檢測(cè)水平和垂直2個(gè)方向的邊緣，通常圖像的邊緣還有其他的方向。為了能夠在不影響實(shí)時(shí)性的前提下將邊緣提取得更精確，本文將Prewitt算子擴(kuò)張到8個(gè)方向的邊緣樣板算子。這些樣板算子由理想的邊緣子圖像構(gòu)成，依次用邊緣樣板去檢測(cè)圖像，與被檢測(cè)區(qū)域最為相似的樣板給出最大值，用這個(gè)最大值作為輸出值，并將此輸出值與所設(shè)的閾值進(jìn)行比較，大于閾值即為邊緣點(diǎn)，這樣就可以更精確地檢測(cè)出邊緣。8個(gè)方向的Prewitt邊緣檢測(cè)算子模板如圖6所示。8算子樣板對(duì)應(yīng)的邊緣方向如圖7所示。

3.3 軟件實(shí)現(xiàn)步驟
本文使用CCS2.2開發(fā)環(huán)境進(jìn)行軟件開發(fā)，采用C語言編程。CCS具有實(shí)時(shí)、多任務(wù)、可視化的軟件開發(fā)特點(diǎn)。使用CCS提供的工具，可以方便地對(duì)DSP軟件進(jìn)行設(shè)計(jì)、編碼、編譯、調(diào)試、跟蹤和實(shí)時(shí)性分析。系統(tǒng)程序的具體實(shí)現(xiàn)步驟為：
(1)初始化并配置資源庫，包括片內(nèi)外設(shè)的選取，DSP的片上支持庫提供了一系列的C語言程序接口，可以設(shè)置或者控制外設(shè)；
(2)實(shí)現(xiàn)對(duì)EMIFA的初始化，CE0子空間被配置為64 bit的SDRAM空間，具體定位：0x80000000H-0x81FFF-
FFFH。CE1子空間被配置為8 bit Flash空間，具體定位：0x90000000H-0x9007FFFFH。
(3)對(duì)I²C總線進(jìn)行初始化；
(4)TVP5150和SAA7121的初始化,選擇I2C總線，并設(shè)置為相應(yīng)的數(shù)據(jù)通路；
(5)初始化視頻口Video Port1，設(shè)為視頻輸入；
(6)利用bt656_capture_start()函數(shù)采集一幀圖像，并將其存入顯示緩沖區(qū)；
(7)完成一幀圖像的采集，使用DAT_copy()函數(shù)將圖像數(shù)據(jù)送SDRAM暫存；
(8)對(duì)存儲(chǔ)區(qū)數(shù)據(jù)進(jìn)行算法處理；
(9)對(duì)處理的數(shù)據(jù)使用DAT_copy()函數(shù)，送顯存進(jìn)行顯示。
3.4 實(shí)驗(yàn)結(jié)果
采用系統(tǒng)在線編程技術(shù)，對(duì)系統(tǒng)的性能進(jìn)行測(cè)試。為了減少運(yùn)算量，算法只對(duì)圖像的中心部分進(jìn)行2種算法處理。CCD采集的PAL制式的圖像，對(duì)圖像中心的80×100的區(qū)域進(jìn)行計(jì)算。其結(jié)果表明：改進(jìn)的算法比傳統(tǒng)的算法能提取更多的邊緣細(xì)節(jié)，對(duì)目標(biāo)識(shí)別更有利。在實(shí)時(shí)性上，傳統(tǒng)算法處理時(shí)間為0.02 s，而改進(jìn)算法的處理時(shí)間為0.1 s。因此，該算法具有準(zhǔn)實(shí)時(shí)性，基本能夠達(dá)到仿生眼球?qū)D像識(shí)別的要求。
系統(tǒng)CPU的開銷主要耗費(fèi)在算法處理上，因此，未來的工作可以針對(duì)算法進(jìn)行不斷改進(jìn)，以提高系統(tǒng)的實(shí)時(shí)性。
本文成功設(shè)計(jì)了一個(gè)以TMS320DM642為核心的嵌入式視覺圖像處理系統(tǒng)，并創(chuàng)新地將其作為仿生眼球的視覺部分嵌入到眼球結(jié)構(gòu)中。系統(tǒng)具有處理速度快、接口簡(jiǎn)單、集成度高、電路穩(wěn)定、體積小等優(yōu)點(diǎn)。在此系統(tǒng)上實(shí)現(xiàn)了對(duì)經(jīng)典的2模板Prewitt算法與改進(jìn)的8模板算法的邊緣檢測(cè)。結(jié)果表明，改進(jìn)的算法具有精確度高、檢測(cè)效果好等優(yōu)點(diǎn)，為視覺識(shí)別提供了算法基礎(chǔ)。