帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
STM32 影像處理函式庫介紹
 

【作者: 意法半導體】   2022年09月20日 星期二

瀏覽人次:【4250】

STM32 影像處理函式庫STM32IPL是由 C 語言所編寫的開放原始碼軟體函式庫,提供了圖像處理和電腦視覺功能,能加快在意法半導體(ST)的STM32 微控制器上開發視覺分析的應用。本產品在最新版 (v3.1.0)FP-AI-VISION1 功能套件中以STM32Cube 中介軟體的形式推出。



圖一 : 視覺深度學習模型的輸入具有不同維度及圖像格式,會需要預先處理原圖。
圖一 : 視覺深度學習模型的輸入具有不同維度及圖像格式,會需要預先處理原圖。

一般來說,視覺深度學習模型的輸入不同於相機拍攝的圖像,深度學習輸入因為具有不同維度及圖像格式,會需要預先處理原圖,例如縮放、影像格式轉換和標準化等。而STM32IPL可提供實用且現成的軟體套件,以簡化及加速影像預處理功能的開發。


主要特色

STM32IPL的主要特色如下:


- 提供開發人員實用且現成的軟體套件,節省開發STM32平台影像處理和電腦視覺應用的時間。


- 滿足使用嵌入式系統的影像處理及電腦視覺功能時最常見的需求。


- 透過最大程度的封裝和隱藏,簡化且加速應用程式的開發、降低常見之影像處理的複雜度,並提升電腦視覺運算的效能。


STM32IPL依不同功能配置於各種模組中,如圖二所示:



圖二 :  STM32IPL依不同功能配置於各種模組
圖二 : STM32IPL依不同功能配置於各種模組

這些模組可被劃分至下方巨集群組中:


- 函式庫初始化和去初始化群組(深綠模組)


- 影像建立、初始化和發布等群組(淺綠色模組)


- 影像轉換功能,如濾波、色彩轉換、縮放、morphological operators及warping等群組(深黃色模組)


- 特徵和物件擷取功能,如邊緣和斑點偵測器以及霍夫轉換等群組(淺黃色模組)


- 線條、長方形和橢圓形等圖形操作功能群組(深藍模組)


- 影像讀取和寫入功能的群組(淺藍模組)


- 在影像內繪製圖形元素的功能群組(深灰模組)


- 最後一個群組包含計算完整圖像和圖像統計等其他模組(淺灰模組)


下方照片為STM32IPL的圖像處理功能範例:


圖三 : 原圖
圖三 : 原圖

圖四 : 左:經高斯濾波器處理後;右:經坎尼邊緣偵測演算法處理後
圖四 : 左:經高斯濾波器處理後;右:經坎尼邊緣偵測演算法處理後

圖五 : 左:鏡面翻轉後;右:180° 旋轉後
圖五 : 左:鏡面翻轉後;右:180° 旋轉後

軟體架構


採用STM32IPL的典型STM32應用程式軟體架構,如圖六所示:



圖六 : 採用STM32IPL的典型STM32應用程式軟體架構圖
圖六 : 採用STM32IPL的典型STM32應用程式軟體架構圖

STM32IPL位於BSP和HAL的中介軟體內,除了下列兩種利用子部分STM32 MCU所提供的硬體功能之外,絕大部分的STM32IPL功能皆不受平台影響:


- 在檔案上執行讀取/寫入作業的I/O功能。指的是兩個用於處理受支援影像檔案格式 (如 BMP、PPM、PGM 和 JPEG)的讀取/寫入函式。上述函式的運作仰賴於下列第三方開放原始碼函式庫(屬於STM32Cube中介軟體元件的一部分):


o FatFs提供在FatFS檔案系統上的讀取/寫入操作功能。例如讀取和寫入 microSD卡內的影像。


o LibJPEG提供JPEG編碼和解碼功能。


- 此函式能讓STM32 DMA2D在螢幕上快速繪製圖像,其中DMA2D為適用於圖形作業的硬體加速器。


高階功能範例

本章節以霍夫轉換和物體偵測兩項高階功能作為範例,說明其運作原理及對於影像的作用:


霍夫轉換


霍夫轉換是一種能偵測簡易形狀的特徵擷取方法,而「簡易」是指可以用少數參數來表示的圖案,例如:一條線可由斜率、截距兩項參數做表示,而圓形則是以圓心座標和半徑三項參數做表示。因此,霍夫轉換技術十分適用於在圖像中找出像是線條、圓形的圖案。


STM32IPL支援兩種霍夫轉換功能:


- STM32Ipl_FindLines() 可透過霍夫轉換找出影像中所有線條。


- STM32Ipl_FindCircles() 則可透過霍夫轉換找出影像中的圓形。


下方兩張照片展示了使用霍夫轉換偵測線條的結果。



圖七 :  左:原圖;右:經過霍夫轉換的線條偵測後結果
圖七 : 左:原圖;右:經過霍夫轉換的線條偵測後結果

然而,偵測到的線條品質有很大程度取決於edge map,因此在實務上,使用霍夫轉換技術的前提是要能夠控制環境,從而得出一致的edge map,或是透過訓練邊緣偵測器,找出所需的特定邊緣種類。


下方兩張照片為使用霍夫轉換偵測圓形的結果,結果同樣有很大程度取決於可用邊緣的品質,以及對於所需偵測圓形尺寸的先備知識。



圖八 :  左:原圖;右:經過霍夫轉換的圓形偵測後結果
圖八 : 左:原圖;右:經過霍夫轉換的圓形偵測後結果

物體偵測


物體偵測是一種電腦視覺技術,可辨識和定位圖像或影片中的物體,此技術常用於自駕車、機器人、人臉辨識等情境。


STM32IPL提供三種物體偵測功能:


- STM32Ipl_LoadFaceCascade() 載入正面臉部串列。


- STM32Ipl_LoadEyeCascade() 載入眼部串列。


- STM32Ipl_DetectObject() 偵測特定串列描述的物件。


下方照片展示了臉部偵測和眼部偵測兩項功能的結果:



圖九 :  左:原圖;右:經過眼部和臉部偵測後結果
圖九 : 左:原圖;右:經過眼部和臉部偵測後結果

若欲取得此STM32IPL函式庫,使用者必需下載最新的FP-AI-VISION1功能套件,存取路徑如下:


FP-AI-VISION1_V3.1.0\Middlewares\ST\STM32_ImageProcessing_Library\Inc


相關文章
221e:從AI驅動感測器模組Muse獲得的啟發
2024年嵌入式系統的三大重要趨勢
智慧家居大步走 Matter實現更好體驗與可靠連結
開啟邊緣智能新時代 ST引領AI開發潮流
模擬工具可預防各種車用情境中的嚴重問題
comments powered by Disqus
相關討論
  相關新聞
» 貿澤電子2024年第一季度推出逾10,000項新元件
» 宜特2024年第一季合併營收突破10億元 高階晶片驗證訂單加持表現亮眼
» SAP加速AI驅動供應鏈創新 推動製造業轉型
» 宇瞻邁入綠色顯示市場 成功開發膽固醇液晶全彩電子紙
» 調研:2024年中國ADAS市場邁向Level 3自動駕駛


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.3.137.172.68
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw