在上一篇文章中我們介紹了如何使用RZ/A2M和它獨(dú)有的DRP技術(shù)實(shí)現(xiàn)工業(yè)自動(dòng)化中的目標(biāo)物體檢測(cè)與追蹤。現(xiàn)在讓我們看一下RZ/A2M的DRP如何實(shí)現(xiàn)在8ms時(shí)間內(nèi)檢測(cè)5中不同編碼格式的二維碼。

二維碼又稱二維條碼，常見(jiàn)的二維碼為QR Code，QR全稱Quick Response，是一個(gè)近幾年來(lái)移動(dòng)設(shè)備上非常流行的一種編碼方式，它比傳統(tǒng)的Bar Code條形碼能存更多的信息，也能表示更多的數(shù)據(jù)類(lèi)型。除了這種常見(jiàn)的QR Code之外，還有一些其它編碼格式的二維碼，例如Micro QR Code， DataMatrix， AZTec和漢信碼等等，因此要求掃碼槍能夠識(shí)別多種不同編碼的二維碼。 常規(guī)的操作是循環(huán)調(diào)用不同解碼器，逐一用不同的解碼器進(jìn)行檢測(cè)和解碼，但導(dǎo)致的問(wèn)題是解碼時(shí)間不穩(wěn)定性與解碼時(shí)間偏長(zhǎng)，如果能夠在解碼之前快速識(shí)別出二維碼的編碼格式，然后有針對(duì)性的調(diào)用對(duì)應(yīng)的解碼器，則會(huì)大大提高解碼效率。

瑞薩的RZ/A2M微處理器可以利用其獨(dú)特的動(dòng)態(tài)可配置處理器（DRP）完美解決這一問(wèn)題，實(shí)現(xiàn)了1280x720（1百萬(wàn)）攝像頭輸入時(shí)，在8ms時(shí)間內(nèi)完成QR ，Micro QR， DataMatrix， AZTec 和漢信碼5種編碼格式的快速識(shí)別，下面讓我們看一下DRP是如何實(shí)現(xiàn)的。

以下是示例中用到的5種二維碼的圖例，我們將利用DRP的圖像處理加速功能識(shí)別每種編碼格式的特征

我們將通過(guò)9個(gè)步驟的數(shù)據(jù)處理，逐步從MIPI接口輸入的圖像數(shù)據(jù)中提取出我們希望得到的特征標(biāo)識(shí)。

在這9個(gè)數(shù)據(jù)處理環(huán)節(jié)中，大部分由DRP硬件加速模塊處理（藍(lán)色），少量過(guò)程由CPU進(jìn)行處理（綠色），在此期間我們可以看到硬件DRP處理和軟件CPU處理之間的靈活搭配與無(wú)縫對(duì)接。

步驟1

為了加快圖像的處理速度，我們會(huì)先載入一個(gè)Bayer2GrayThinning的DRP加速庫(kù)將圖像的分辨率降采樣為原始大小的1/4，同時(shí)完成圖像格式從Bayer到灰度圖的轉(zhuǎn)換并統(tǒng)計(jì)每幀圖像的亮度值，我們會(huì)將這個(gè)亮度的統(tǒng)計(jì)結(jié)果反饋給CMOS傳感器用于調(diào)整自動(dòng)曝光參數(shù)。

由于Bayer2GrayThinning庫(kù)只占用1個(gè)Tile的DRP硬件資源，在此步驟中利用DRP的多Tile并行處理特性將每一幀1280x768的圖像分成6個(gè)1280x128的區(qū)域，由6個(gè)DRP處理單元進(jìn)行并行化處理，這樣處理速度可增加為原來(lái)的6倍，而且每個(gè)處理單元內(nèi)部的像素級(jí)處理也是并行化的。

利用DRP的這兩個(gè)并行化特性，我們可以在0.6ms的時(shí)間內(nèi)完成1幀1280x768分辨率圖像的處理，包含0.2ms的DRP庫(kù)載入時(shí)間和0.4ms的圖像數(shù)據(jù)處理時(shí)間。經(jīng)過(guò)步驟1的處理我們得到一個(gè)320x192的灰度圖。

步驟2

得到灰度圖后我們加載一個(gè)binarization_adaptive的DRP庫(kù)，將圖像轉(zhuǎn)換為只有0x00和0xFF兩種顏色的黑白圖像。這個(gè)DRP庫(kù)可以根據(jù)每個(gè)8x8像素區(qū)域的灰度值平均值動(dòng)態(tài)計(jì)算二值化的閾值，這樣可以有效解決不同亮度的場(chǎng)景中二值化閾值該如何選擇的問(wèn)題。

我們可以設(shè)置二值化轉(zhuǎn)換的參數(shù)，控制輸出圖像以反轉(zhuǎn)方式輸出，即二維碼圖像中黑色部分輸出為白色，這樣方便下一步對(duì)白色部分提取輪廓信息。步驟2的總處理時(shí)間是0.9ms左右，包含0.6ms的DRP庫(kù)載入時(shí)間和0.3ms的圖像數(shù)據(jù)處理時(shí)間。

步驟3

得到二值化圖像后我們?cè)佥d入一個(gè)Dialte的DRP庫(kù)實(shí)現(xiàn)膨脹功能，其基本實(shí)現(xiàn)原理如下；

用3x3區(qū)塊以步長(zhǎng)為1像素掃描輸入圖像

掃描窗口中心點(diǎn)的新數(shù)據(jù)輸出值為3x3范圍內(nèi)的最大值

實(shí)現(xiàn)效果：將白色擴(kuò)展，吞并被包圍的黑色區(qū)域

? 可配置迭代次數(shù)，次數(shù)越多，白色擴(kuò)展范圍越大

經(jīng)過(guò)膨脹處理后的圖像中，包含二維碼數(shù)據(jù)的區(qū)域基本被聯(lián)通，形成一個(gè)包含整個(gè)二維碼的大區(qū)域?？偺幚頃r(shí)間是0.4ms左右，包含0.2ms的DRP庫(kù)載入時(shí)間和0.2ms的圖像數(shù)據(jù)處理時(shí)間。

步驟4

此時(shí)我們對(duì)膨脹之后的圖像調(diào)用openCV的FindContour方法，它將得到這一幀圖像中所有高亮部分的外輪廓以及每個(gè)輪廓的最小外接矩形。我們會(huì)逐一判斷輪廓的寬高比，面積，位置等信息，篩選出最有可能包含二維碼的輪廓。如果條件不匹配則采集下一幀圖像。此步驟由CPU實(shí)現(xiàn)，時(shí)間約為4ms。

圖中帶有旋轉(zhuǎn)角度的矩形為二維碼區(qū)域的輪廓，后面我們會(huì)將這個(gè)旋轉(zhuǎn)的矩形調(diào)整為傾角為0度的圖形，用于更精細(xì)的特征檢測(cè)。而最小外接矩形的四個(gè)頂點(diǎn)坐標(biāo)將被換算成原始輸入圖像的坐標(biāo)，用于從原始圖像中裁剪包含二維碼的區(qū)域。

步驟5

為了保證二維碼標(biāo)識(shí)特征提取的精度，我們會(huì)從MIPI輸入buffer中裁剪Bayer格式的原始二維碼圖像。此時(shí)我們載入一個(gè)bayer2gray_cropping的DRP庫(kù)從MIPI buffer進(jìn)行圖像裁剪，裁剪的位置就是步驟4中最小外接矩形4個(gè)頂點(diǎn)在MIPI buffer中對(duì)應(yīng)的坐標(biāo)。

這個(gè)bayer2gray_cropping只占用1個(gè)Tile的硬件資源，它具備6個(gè)tile并行運(yùn)行的能力，因此我們會(huì)用6個(gè)Tile的DRP并行處理。

此步驟的執(zhí)行時(shí)間約為0.6ms，DRP的載入時(shí)間為0.25ms，執(zhí)行時(shí)間約為0.35ms

步驟6

下圖左側(cè)為裁剪出的帶有旋轉(zhuǎn)角度的灰度圖，其中4個(gè)綠色頂點(diǎn)可以從步驟4的輪廓信息得到。在此步驟中我們由CPU實(shí)現(xiàn)一個(gè)簡(jiǎn)易的Keystone和縮放功能，將4個(gè)綠色頂點(diǎn)中的有效圖像映射到右側(cè)的buffer中，這里的梯形校正只是簡(jiǎn)單抽取或重復(fù)原有像素點(diǎn)，不生成新的點(diǎn)，因此屬于有損但快速的算法。更精確的算法可用使用DRP的仿射變換（affine）功能，但會(huì)消耗更多的時(shí)間。

步驟7

得到一個(gè)無(wú)旋轉(zhuǎn)的圖像后，我們重復(fù)步驟2中的binarization_adaptive處理，得到一個(gè)無(wú)旋轉(zhuǎn)角度的二值化圖像。這一步耗時(shí)約0.5ms

步驟8

此時(shí)載入FindContour DRP庫(kù)，檢測(cè)二值化后的二維碼圖像中所有高麗部分的輪廓，檢測(cè)結(jié)果為圖像中藍(lán)色的矩形區(qū)域。

FindContour DRP庫(kù)會(huì)輸出每個(gè)輪廓的位置，大小信息。所有的輪廓信息將被保存起來(lái)用于下一步的二維碼標(biāo)識(shí)檢測(cè)。此過(guò)程總耗時(shí)約1.4ms，包含0.4ms的DRP庫(kù)載入時(shí)間及1.0ms的處理時(shí)間。

步驟9

此時(shí)我們已經(jīng)得到二維碼圖像中所有輪廓的坐標(biāo)信息，我們可以很容易的通過(guò)輪廓相對(duì)于二維碼的對(duì)應(yīng)位置，是否是正方形輪廓，是否包含對(duì)稱的子輪廓，是否包含偏心的子輪廓等信息來(lái)判斷出QR code， Micro QR code， 漢信碼，Aztec code。

對(duì)于DataMatrix的檢測(cè)，我們可以利用DRP運(yùn)行時(shí)不消耗CPU負(fù)載的特性，在步驟8的DRP處理過(guò)程中（1ms的DRP執(zhí)行期間）同時(shí)由CPU計(jì)算圖像每行和每列的求和統(tǒng)計(jì)，這樣可以讓DRP和CPU的處理也并行起來(lái)。

讓我們回顧以下以上9個(gè)步驟的處理：

我們可以在8ms的時(shí)間內(nèi)完成5種不同編碼的二維碼類(lèi)型的檢測(cè)主要得益于：

加載具有并行化處理能力的DRP庫(kù)

同時(shí)加載多個(gè)DRP庫(kù)對(duì)一幀圖像的多個(gè)區(qū)域同時(shí)進(jìn)行處理

DRP處理期間，并行運(yùn)行CPU運(yùn)算

硬件DRP加速處理與openCV軟件處理無(wú)縫對(duì)接

此時(shí)如果將裁剪出來(lái)的二維碼圖像交給后續(xù)對(duì)應(yīng)的解碼器進(jìn)行解碼，將極大的縮短多類(lèi)型二維碼解碼的處理時(shí)間。

審核編輯：郭婷