（检测技术与自动化装置专业论文）仪表图像输入及预处理技术的研究与应用.pdf

摘要 在不改动原有仪表设备的情况下，采用机器视觉技术读取仪表示数，然 后对目标进行提取和识别，以获取需要的仪表读数信息，即仪表图像读数的 自动识别技术是全自动校表研究的热点问题。而如何有效、方便、快捷地评 测仪表自动识别算法的性能却鲜有报道。如果能事先知道被识别仪表图像的 准确显示数值，然后将识别结果与已知的准确显示数值进行比较，就可以对 与自动识别算法的性能有关的识别率、误识率和拒识率指标进行正确的分类 统计。可以通过两种方法获取已知准确显示数值的仪表图像：一种方法是建 立一个能够用计算机程序控制仪表显示数值的硬件系统，然后利用摄像头将 仪表图像采集到计算机内部；另一种方法是直接利用计算机软件生成已知准 确显示数值的干净的仪表图像。对于前一种方法得到的图像，还要经过适当 的预处理以去除噪声干扰。本文就是针对上述问题展开研究，主要做了以下 几个方面的贡献： 1 、实现了图像处理平台图像的多种软硬件输入方式，以方便对与自动识别 算法的性能有关的识别率、误识率和拒识率等指标进行正确地分类统计 ( 1 ) 、通过u s b 接口连接摄像头高效采集图像 为了方便系统的集成、充分利用系统资源，本文开发了一个u s b 摄像头 多线程采集图像程序。详细分析了w i n d o w s 操作程序与u s b 设备的交互机制； 分析了w i n 3 2 中的多线程机理。程序以v c + + 为平台开发完成，使用v f w 方法 进行图像采集：使用不同的线程函数进行视频预览、图像采集和图像处理， 充分利用c p u 资源，提高整个系统的运行效率。 ( 2 ) 、计算机程控仪表显示 计算机通过串行口控制仪表显示模块的显示，包括显示的数值、数值跳 变的时间问隔、跳变的方式、数值的显示范围等。仪表显示的真实数值保存 在计算机内，以便于和最终的识别结果进行比较，以判断自动识别算法的识 别速率、误识率和拒识率等性能指标。 ( 3 ) 、计算机软件产生仪表模拟图像 建立数字显示仪表和指针显示仪表的几何仿真模型；使用g d i 方法绘制 仪表仿真图像；双缓存技术消除屏幕闪烁；仿真p i d 控制器模拟仪表显示数 广东t 业大学工学硕十学位论文 值的阻尼稳定；通过适当变换将计算机生成的固定区间上的s h o r t 型随机数 转换为期望区间上的f l o a t 型随机数以控制仿真仪表显示数值的随机跳转。 2 、仪表图像的预处理 在识别采集副的仪表图像之前，要去除图像中背景噪声的干扰。本文使 用颜色模型方法去除发光七段码显示仪表的背景噪声，这样在节省图像去噪 时间的同时，提高了算法的通用性。为了去除不发光的液晶显示仪表图像中 阴影的影响，使用小波系数的同态图像增强方法进行图像增强，这样在增强 图像阴影部分的对比度效果的同时不破坏图像的原始面貌，最后使用非线性 灰度拉伸进一步增强图像的对比度。实验证明，此处理方法对图像的增强效 果理想。 3 、实验验证前面提到的处理方法，编写了相应的应用程序，具有实用价值 文中所提出的图像处理平台的图像输入与预处理技术，全都在图像处理 平台上获得使用，开发了相应的子程序，取得了良好的实用效果。在文中对 应的章节处给出了程序实现方法和最终的实现效果。具有实用和参考价值。 关键诃：仪表自动识别算法测度图像采集多线程图像增强仪表显 示模拟 a b s t r a c t w ec a ng e tt h er e a d i n gi n f o r m a t i o no ft h ei n s t r u m e n t sb yu s i n gm a c h i n e v i s i o nt or e c o g n i z et h er e a d i n g so ft h ei n s t r u m e n t s i m a g e sa n dt h e np i c k 一叩a n d r e c o g n i z et h et a r g e tp l a c ew i t h o u tc h a n g et h ep r i m a r ya r r a n g e m e n t s ，w h i c hi s c a l l e dt h ea u t or e c o g n i t i o no ft h ei n s t r u m e n ti m a g e sa n di ti st h eh o t s p o to ft h e r e s e a r c hn o w b u tt h e r ea r ef e wr e p o r t sa b o u th o wt oa s s e s st h ep e r f o r m a n c eo f r e c o g n i z ea r i t h m e t i cf a s t a n de x p e d i e n t l y i ft h ec o m p u t e rk n o w st h ee x a c t r e a d i n g so fi n s t r u m e n ti m a g e si na d v a n c e ，i tc a ns o r tt h er a t e so ft h ei m a g e s w h i c hh a dn o tb e e nr e c o g n i z e do rw e r er e c o g n i z e dw r o n ga u t o m a t i c a l l y t h e r e a r et w om e t h o d st ol e tt h ec o m p u t e rk n o wt h er e a d i n g so ft h ei n s t r u m e n ti m a g e s i na d v a n c e ：o n ei sb u i l d i n gu pa ni n s t r u m e n td i s p l a ys y s t e mw h o s ed i s p l a y v a l u e sa r ec o n t r o l l e db yt h ec o m p u t e rp r o g r a ma n dt h e nu s e st h eu s bc a m e r a c a p t u r et h ei m a g e so ft h ei n s t r u m e n t s ；t h eo t h e ri su s i n gt h ec o m p u t e rp r o g r a m t oe m u l a t et h ei n s t r u m e n ti m a g e s f o rt h ef i r s tm e t h o d ，w es h o u l dd os o m e p r e t r e a t m e n t st ow i p eo f ft h en o i s eo ft h ei m a g e s t h i sp a p e ra i m sa ts u c hag o a l ， a n dm a d et h ef o l l o w i n gc o n t r i b u t i o n s ： 1 a c h i e v e dm e t h o d st oi n p u tt h ei m a g e st ot h ei m a g ep r o c e s s i n gs y s t e m i no r d e rt os o r tt h er a t e so ft h ei m a g e sw h i c hh a dn o tb e e nr e c o g n i z e do r w e r er e c o g n i z e dw r o n g l y ( 1 ) c a p t u r i n gt h ei m a g e sb yt h eu s bc a m e r ai nh i g he f f i c i e n c y i no r d e rt oi n t e g r a t et h es y s t e me a s i l ya n du s et h er e s o u r c eo ft h es y s t e mf u l l y ， i td e v e l o p e dac a p t u r ep r o g r a mi nt h ev c + + e n v i r o n m e n tu s e dt h ev f wm e t h o d i nt h i sp a p e r a d d e dt h em u l t i t h r e a di nt h ec a p t u r ep r o g r a m ，i ns u c hw a y sw ec a n u s et h ec p uf u l l ya n da d v a n c et h ef u l lp e r f o r m a n c eo ft h ee n t i r es y s t e m ( 2 ) i n s t r u m e n td i s p l a yc o n t r o l l e db yc o m p u t e rp r o g r a m t h ec o m p u t e rc o n t r o l l e dt h ei n s t r u m e n td i s p l a ym o d u l eb yt h es e r i a lp o r t i t i n c l u d e st h e d i s p l a yv a l u ea n dt h et i m eb e t w e e nt h ec h a n g e so ft h et w o c o n s e c u t i v ev a l u e s t h ed i s p l a yn u m b e r sw e r es a v e di nt h ec o m p u t e ri no r d e rt o c o n t r a s tw i t ht h er e c o g n i z er e s u l t si nt h ef u t u r e ，s oa st os o r tt h er a t e so ft h e l l i 广东丁业人学 学帧十学位论文 i m a g e sw i e hh a dn o tb e e nr e c o g n i z e do rw e r er e c o g n i z e dw r o n g l y ( 3 ) i n s t r u m e n t s i m a g e se m u l a t e db yt h ec o m p u t e r ： b u i l d i n gu pt h eg e o m e t r ye m u l a t em o d e lo ft h ei n s t r u m e n t s d i s p l a y , u s i n gt h e g d it od r a wt h ei n s t r u m e n td i s p l a ye m u l a t i n gi m a g e s ，w i p i n go f ft h eg l i t t e r i n g b yu s i n gt h ed o u b l eb u f f e r i n g ，e m u l a t i n gap i dc o n t r o l l e rt oc o n t r o lt h ed i s p l a y v a l u eo ft h ee m u l a t e di n s t r u m e n t s ，a n dc h a n g i n gt h er a n dn u m b e r sw h i c hw e r e s h o r tt ot h ef l o a ts t y l e 2 t h ep r e t r e a t m e n to ft h ei n s t r u m e n ti m a g e s ： w es h o u l dw i p eo f ft h eb a c k g r o u n dn o i s eb e f o r et h ea u t o m a t i cr e c o g n i t i o n i t u s e dt h ec o l o rm o d e lm e t h o d st ow i p eo f ft h en o i s eo ft h en i x i el i g h td i s p l a y i n s t r u m e n t s n o i s e ，i ns u c hw a yw ec a ni m p r o v et h es p e e do ft h ei m a g e p r o c e s s i n ga n dt h ec o m m o n a l i t yo ft h ea r i t h m e t i c a n di te n h a n c e dt h ec o n t r a s t o ft h el c d d i s p l a yi n s t r u m e n t s i m a g eb yw a v e l e tl i h e r i n ge n h a n c e m e n t ，a n di t s e f f e c tw a si d e a l 3 p r o g r a m m e da l lt h ea r i t h m e t i c sb r o u g h tb yt h i sp a p e ra n dt h er e s u l t s h a du t i l i t yv a l u e s a l lt h ei n s t r u m e n ti m a g e si n p u ta n dp r e t r e a t m e n tm e t h o d sh a db e e nu s e di n t h ei m a g ep r o c e s s i n gs y s t e m p r o g r a m m e dt h ec o r r e s p o n d i n gs u b p r o g r a m s t h e f u n c t i o n s e f f e c tw e r ev e r yw e l la n di tw i l lb eb r o u g h tf o r t hi nt h ec o r r e s p o n d i n g c h a p t e r s k e yw o r d s ：i n s t r u m e n ta u t o m a t i cr e c o g n i t i o n a r i t h m e t i c e v a l u a t i o n i m a g e c a p t u r i n gm u l t i t h f e a d i n gi m a g e e n h a n c e m e n t i n s t r u m e n t d i s p l a ye m u l a t i o n l v 独创性声明 独创性声明 秉承学校严谨的学风与优良的科学道德，本人声明所呈交的论文是我个 人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中 特别加以标注和致谢的地方外，论文中不包含其它人已经发表或撰写过的研 究成果，不包含本人或其它用途使用过的成果。与我一同工作的同志对本研 究所做的任何贡献均己在论文中作了明确的说明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取得 的，论文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 指导教师签字：庄1 ，：烘 论文作者签字 日 功，、 月 卜、一、 年 第一章绪论 第一章绪论 1 1 课题背景与意义 仪表作为机器将其内部信息展示给用户的窗口在生产、生活中随处可见。 数字显示仪表和指针显示仪表是其中最主要、最常见的两大类。根据国家规 定，每年都要对这些仪表进行检定。前些年，都是手工操作，肉眼识别，浪 费了大量的人力、物力。而且检定工作量巨大、检定速度低下；检定还会受 到检定人的主观认识的影响，使得检定效果不理想。 本课题即是来源于科研项目“计算机自动化校表系统”，需要研制一个 “基于机器视觉的图像处理平台”，主要任务包括：( 1 ) 数显仪表自动读数 研究；( 2 ) 指针式仪表自动检定系统研究；( 3 ) 仪表图像输入及预处理技术 研究与应用。本论文主要完成第( 3 ) 部分的内容。 随着信息社会的不断发展，图像处理与计算机视觉技术在各行各业中的 应用正不断走向广泛和深入，汽车牌照的自动识别就是一个很好的例子。近 些年，基于图像处理的仪表自动检定技术被逐渐的应用到实践当中，这不但 节省了大量的入力、物力，还大大提高了检定的速度和准确度。 很多人致力于这方面的研究，取得了丰硕的成果。越来越多的仪表自动 检定方法进入到人们的视野中来。科研人员在进行仪表识别算法研究的过程 中主要有两个问题：在进行数字表的数字聚类或者指针表的指针位置识别时 无法得到无噪声干扰的图像；另外无法快速的评测自己所使用的仪表识别算 法的性能。 所以，如果能用计算机自动评测仪表识别算法的性能将会节省研发人员 大量时间。使用计算机自动评测仪表识别算法的性能需要满足两个条件：( 1 ) 能够输入给识别算法大量干净的仪表图像；( 2 ) 计算机本身能够准确地知道 这些仪表图像的显示数值。本文就是针对这一问题展开研究。 1 2 仪表自动识别技术概述 按照显示方式的不同，可以大致地将仪表分为两大类：指针方式显示的 仪表；数字方式显示的仪表。针对不同显示方式的仪表，自动识别方法也不 广东工业大学工学硕士学位论文 一样，下面分鄹给以简要介绍。 1 2 1 数字显示仪表的自动识别简介 数字显示仅表的显示方式主要有两种：七段码显示、自然码( 印刷体) 显示。无论是对七段码还是自然码的识别，其基本步骤都可用图l 一1 来概 括“7 “1 。首先，使用图像采集设备把仪表图像采集进来，然后经过图像 预处理得到已经分割出来的单个的二值图像。最后提取这些数字的特征向量 输入分类器得到最终的识别结果。 像 垫 固 客 采 集 特 征 蕾 提 取 分 类 嚣 诳 渤 缝 鬃 辕 如 图1 1 数字显示仪表的识别步骤简图 f i gl lt h ep r o c e s so ft h ei d e n t i f i c a t i o no ft h en u m b e rd is p l a yi n s t r u m e n t 由上面的分析可以看出数字仪表自动识别的要点有二：( 1 ) 理想的图像 预处理过程，以便得到无噪声干扰的、显示数字端正的二值图像：( 2 ) 理想 的分类器，篚够正确、快速地区分不同的数字。 1 2 2 指针显示仪表的自动识别简介 图1 2 指针显示仪表的识别步骤简图 f i g1 2t h ep r o c e s so ft h ei d e n t i f i c a t i o no ft h en e e d l ed i s p l a yi n s t r u m e n t 对于指针显示表的自动识别，比数字显示表的自动识别要复杂的多。这 是因为：指针表千差万别；指针表上的刻度线细小，使得图像预处理非常困 难，很难将其与背景的点状噪声区分开来；不同仪表的刻度线排列也不相同， 2 第一章绪论 无法使用一个通用的方法进行去噪处理。但是，与数字显示仪表的识别过程 类似，也可以将它的识别概括为几个步骤，如图l 一2 中所示“1 。图中的“图 像分割”也可以归并在“图像预处理”中。 与数字显示仪表的自动识别类似，指针显示仪表自动识别也有两个要点： ( 1 ) 图像预处理过程，主要目的是去掉图像中的噪声干扰，为后面的指针、 刻度的识别打基础；( 2 ) 指针位置的识别，确定指针的位置给出仪表的读数。 比较成熟的指针识别算法有：中心投影法、减影法、模版匹配法、h o u g h 变 换法、最小二乘法等哺1 。 1 3 本文的主要任务 如1 1 中所述，本文研究的重点为图像处理平台的图像输入与预处理技 术，而它的目的又是能够自动评测仪表识别算法的性能。要评测仪表自动识 别算法的性能，首先，要有无干扰的、干净的仪表图像作为算法的处理对象， 而且必须事先准确地知道此图像中仪表的显示值：然后，应该能够测得仪表 识别算法识别仪表显示值所耗费的时间，并能把识别结果与前面所知道的图 像中的仪表的实际显示值相比较、记录所比较的结果；最后，利用记录的大 量的比较结果就可以知道此识别算法的误识率、据识率等指标，综合识别时 间就可以快速、准确地评测自动识别算法了。 给识别算法一组干净的、已经准确知道其显示值的图像，可以由两种方 法来实现：( 1 ) 利用计算机程序控制仪表显示模块，然后利用摄像头将仪表 显示的图像采集到计算机内部，再对图像进行适当的预处理，最后将结果图 像送给后面的仪表识别算法；( 2 ) 直接由计算机仿真一系列干净的仪表图像， 将仿真的图像作为后面的仪表识别算法的输入。 综合前面两段的分析，可以将系统的方框图概括为图1 3 所示。搭建一 个图1 3 所示的仪表自动识别的图像输入与预处理平台是本文的主要任务。 从图中可以看出，最终送给仪表识别算法的无噪声干扰的仪表图像的真实显 示值是可以由计算机控制的，它可以是一系列按线性方式增长的数值也可以 是一组随机数。图中的程控仪表数字显示部分，可以是计算机控制的七段码 显示模组和液晶模组，这个相对较容易实现；指针显示部分，可以由计算机 控制一个程控电源的输出( 可以是电压源或者电流源) ，然后用此程控电源 3 广东下业大学工学硕士学位论文 驱动一个指针表( 相应的为电压表或者电流表) 。摄像头采集图像：摄像头 可以采用普通u s b 摄像头，为了增加采集速率可以采用多线程解决方案。为 了缩短开发时间，可以使用m a t l a b 进行图像预处理。计算机仿真部分，使 用v c + + 6 0 为开发平台，采用g d i 方法绘图，这样可以提高程序的运行速度。 由于此系统涉及到的数据量不是很大，数据库可以采用a c c e s s 。 图l 一3 图像输入与预处理平台简图 f i g1 3t h ef r a m e w o r ko ft h es y s t e mo fi n s t r u m e n t p r e t r e a t m e n t 1 4 研究现状 仪表图像处理的主要有三个步骤：图像预处理、特征提取以及数字识别。 随着模式识别的发展，数字识别算法的适应性在不断提高，其识别算法也可 以应用到仪表识别中。不同的是，仪表所处的环境复杂多变，所采集到的图 像噪声干扰严重，所以，图像预处理非常重要。模式识别所确定的识别方法 应用到仪表识别中效果是否理想，需要有方便、快捷的评测手段。下面将分 剐介绍这两个方面的国内外研究现状。 1 4 1 仪表图像预处理的研究现状 前面已经反复强调过图像预处理的重要性，这一过程的效果好坏直接影 响到后面识别结果的正误。在进行仪表的自动识别的过程中，科研人员为了 去掉仪表图像的背景噪声干扰，可谓想尽了一切办法。图像预处理的目的是 去除干扰，将原始图像变成适合于计算机进行特征提取的形式，它一般包括 4 第一章绪论 图像的变换、增强、滤波、阈值分割、膨胀和细化等哺+ 圳。 目前，图像增强的方法有两大类阳：一类是采用空间域的方法，空间 域是指图像平面本身，此类方法是直接将图像中的象素进行处理，如直方图 均衡、灰度拉伸等；另一类是采用频率域的方法，此类方法是将图像看作波， 然后利用信号处理中的手段对图像波进行处理，如同态滤波、小波变换等。 空间域技术是基于灰度级映射变换；频率域技术的基础是卷积定理。 2 0 世纪8 0 年代以来，小波分析逐渐发展成为一个成熟的数学分支。将 它应用到图像的滤波、边缘检测等方面都可以取得较为理想的效果，是当今 研究的热门问题。本文中在进行图像增强时就是采用了小波系数的同态图像 增强方法，取得了理想的效果。 1 4 2 仪表自动识别算法评测的研究现状 虽然仪表自动识别的研究已经进行了多年，但是对识别算法优劣的评测 都还是用摄像设备采集图像送给识别算法，观察识别结果，再与肉眼识别的 结果做比较。这种方法费时且可靠性差。在国内外文献上还很少见到计算机 自动评测此类识别算法效果方面的研究报道。 1 5 论文各章节内容安排 从图l 一3 中就可以大致看出本论文的主要内容，各章节内容的安排大致 如下： 第二章，仪表图像的高效采集：本章主要介绍如何利用u s b 摄像头高效 地采集仪表图像。虽然几乎所有的u s b 摄像头都会附带应用程序，但这些应 用程序只是一些可执行文件，很难集成到图像处理平台中去。所以本文以 v c + + 为工具开发了一个图像采集子程序，使用v f w 方法采集图像，为了充分 利用c p u 的资源，在采集图像时使用了多线程机制。 第三章，计算机程控仪表显示：主要介绍如何利用计算机程序控制仪表 显示系统的显示数值。本文中主要介绍仪表的数字显示部分。 第四章，计算机软件生成仪表模拟图像：详细介绍了仪表显示模拟的数 学模型( 包括数字显示表和指针显示表) ；g d i 绘制仪表模拟图像的方法；计 算机控制显示控件的显示数值的方法( 包括显示数值的随机跳转、阻尼稳定 5 广东工业人学工学硕1 ：学位论文 等) 。 第五章，仪表图像的预处理：主要内容包括使用颜色模型法去除发光七 段码显示仪表图像中的背景噪声；利用小波系数的同态图像增强方法增强不 发光液晶显示仪表图像中的阴影部分。 第六章，总结与展望：总结本论文所做的主要贡献；并为进一步的研究 提出了几点建议。 6 第一二章仪表图像的高效采集 第二章仪表图像的高效采集 2 1 引言 基于机器视觉的仪表白动识别的前端必定是能够将仪表图像采集、存储 到计算机的摄像设备。目前，对图像采集方案大都是图像采集卡加c o d 摄像 头的方法，这样成本高，且系统调试麻烦。而随着电子产业的飞速发展，u s b 摄像头的性能越来越高、价格越来越低，自然想到利用u s b 摄像头直接捕捉 图像并以b m p 格式存储或者传递给后面的图像处理程序。诚然，几乎所有的 摄像头本身都会附带图像采集程序，但是这些附带的程序只是简单的可执行 文件，没有源代码，无法方便地集成到图像处理平台中。所以本论文以v c + + 为工具开发了个高效的仪表图像采集程序。程序中，使用v f w 方法进行图 像采集，又考虑到u s b 的传输数据的频率远远低于计算机c p u 的主频率，在 图像采集程序中加入了多线程机制，使得图像采集变得高效、迅速。 本章将主要介绍u s b 摄像头采集仪表图像的方法。其中主要包括u s b 设 备与w i n d o w s 应用程序的交互机制、本论文所采用的图像采集方案以及如何 在图像采集中加入多线程机制。 2 2w in d o w s 应用程序与u s b 设备交互 由于本论文所涉及的图像处理平台是在w i n d o w s 环境下运行的，而采集 图像用的摄像头是u s b 接口的，所以在介绍图像的高效采集子程序的开发之 前有必要了解一下w i n d o w s 应用程序与u s b 设备的交互机理。 2 2 1 u s b 设备与计算机互连 在众多的p c 机总线中，u s b 的优点特别突出：( 1 ) 使用方便，支持热插 拔，不涉及中断请求( i r q ) 冲突问题，即插即用；( 2 ) 传输速率高，目前 的u s b2 0 协议速度高达4 8 0m b p s ，即使 j s bl 。1 也可以达到1 2m b p s ；( 3 ) 易于扩展，通过使用h u b 扩展可高达1 2 7 个外设；( 4 ) 使用灵活，u s b 共有 4 种传输模式：控制、同步、中断和批量，以适应不同设备的需求：( 5 ) 独 立供电。 7 广东丁业大学t 学硕 学位论文 一个完整的u s b 系统包括主机系统和u s b 设备。所有的传输事务都是由 主机发起的。一个主机系统又可分为几个层次结构，我们可以用图2 一l 来 概括。 s j m * i ! _ 一与三i * h h ” 。“用袱付i 二二 f 援“捌髓 尊二 ou s 睬统| 一 控研通道 - p 谖 _ 虿一e 够昌 。啪总线接口卜熏黪曼黛罐竺嚣警 嚼目躅物理数据流- 虚拟( 逻辋：数据靠 图2 1 计算机与u s b 设备互连通信模型 f i g2 1c o m m u n i c a t i o n - l o d e lb e t w e e nc o m p u t e r sa n d u s be q u i p m e n t s u s b 总线接口包括u s b 主控制器和根集线器，其中u s b 主控制器负责处 理主机与设备之间电气层和协议层的互连，根集线器提供u s b 设备连接点。 u s b 系统使用u s b 主控制器来管理主机和u s b 设备之间的数据传输，另外它 也负责管理u s b 资源( 如带宽等) 。应用软件不能直接访问u s b 设备硬件， 而通过u s b 系统和u s b 总线接口与u s b 设备进行交互。 u s b 设备包含一些向主机软件提供一系列u s b 设备的特征和能力等信息 的设备描述符，用来配置设备和定位u s b 设备驱动程序。这些信息确保了主 机以正确的方式访问设备。通常，一个设备有一个或多个配置来控制其行为。 配置是接口的集合，接口指出软件应该如何访问硬件。接口又是端点的集合， 每一个与u s b 交换数据的硬件就是一个端点，它是作为通信管道的一个终点。 图2 1 显示了一个多层次结构的通信模型。它表明了端点和管道所扮演的 角色。 2 2 2w in 3 2 程序调用u s b 设备驱动程序 1 w in d o w s 驱动程序模型 8 第二章仪表图像的高效采集 w i n d o w s 环境下驱动程序共有三类：( 1 ) 虚拟设备驱动程序，起源于 w i n d o w s3 1 时代，用于w i n d o w s9 5 9 8 m e 操作系统中；( 2 ) 内核模式驱动 程序，用于w i n d o w sn t 下；( 3 ) w i n 3 2 驱动程序模型( w d m ) ，是微软从w i n d o w s 9 8 开始，推出的一种新的驱动类型，它是一个跨平台的驱动程序模型，可以 在不修改源代码的情况下经过重新编译后在非w i n d o w s 平台上运行。 w d m 是在n t 4 0 驱动程序结构上发展起来的，所以它与n t 4 0 的驱动程 序极为相似，但却有本质上的提高，增加了对即插即用、高级电源管理、 w i n d o w s 管理接口的支持。更重要的是，w d m 是一种通用的驱动模式，提供 了包括u s b 、i e e e1 3 9 4 和h i d 等在内的一系列驱动程序类。 w d m 体系结构实行分层处理，即设备驱动被分成了若干层，典型的为： 高层驱动程序、中间层驱动程序、底层驱动程序。每层驱动再把i 0 请求划 分成更简单的请求，以传给更下层的驱动执行。最底层的驱动程序在收到i 0 请求后，通过硬件抽象层，与硬件发生作用，从而完成i 0 请求工作。在这 样的架构下，上面的驱动层就不需要对每个操作系统都要开发一遍了。 w d m 还引入了“功能设备对象”( f d o ) 与“物理设备对象”( p d o ) 两个 新类来描述硬件，一个p d o 对应一个真实硬件。一个硬件只允许有一个p d o ， 但却可以拥有多个f d o ，而在驱动程序中我们不是直接操作硬件而是操作相 应的p d o 与f d o 。 其中总线驱动程序位于最底层，控制对总线上所有设备的访问，创建p d o 发现的设备。功能驱动程序控制设备的主要功能，分层在总线驱动的上面， 负责创建f d o 。在u s b 情况下，功能驱动程序必须使用u s b 类驱动程序访问 设备。 2 u s b 驱动程序的w d m 结构 对于u s b 设备来说，其w d m 驱动程序分为u s b 底层( 总线) 驱动程序和 u s b 功能( 设备) 驱动程序。u s b 驱动程序符合w i n d o w sn t 下的内核模式驱动 程序的分层体系结构，如下页图2 2 所示。 u s b 底层驱动程序由操作系统提供，负责与实际的硬件打交道，实现烦 琐的底层通信。u s b 功能驱动程序由设备开发者编写，不对实际的硬件进行 操作，而是通过向u s b 底层驱动程序发送包含请求块的i 0 请求包，来实现 对u s b 设备信息的发送和接收。采用这种分层驱动程序的设计方法有两个优 9 广东丁业大学1 = 学硕士学位论文 点：( 1 ) 多个u s b 设备可以通过u s b 底层驱动程序来协调它们的工作；( 2 ) 编 写分层驱动程序较之编写单一驱动程序相对简单，且可以节省内存和资源， 不易出错。 用户模式 内核模式 软件层 硬件层 图2 2u s b 驱动程序的w d m 结构 f i g 2 - 2w d mf r a m e w o r ko ft h eu s bd r i v e t u s b 驱动程序工作简述如下：当应用程序想对u s b 设备进行i o 操作， 它需调用w i n d o w sa p i 函数，i o 管理器将此请求构造成一个合适的i o 请 求包( i r p ) 并把它传递给u s b 功能驱动程序。u s b 功能驱动程序接收到这个 i r p 后，根据i r p 中包含的具体操作代码构造相应的u s b 请求块( u r b ) ，并 把此u r b 放到一个新的i r p 中，然后把它传递给u s b 底层驱动程序。u s b 底 层驱动程序根据i r p 中所含的u r b 执行相应的操作，并把操作的结果返回给 u s b 功能驱动程序。u s b 功能驱动程序接收到这个返回的i r p 后，将操作结 果通过i r p 返还给i o 管理器，最后i o 管理器将此i r p 操作结果传回给应 用程序，至此应用程序对设备的一次i o 操作完成。 通过上面的分析我们已经大致的了解了u s b 设备与计算机交互的软、硬 件机制。如果再知道w i n d o w s 的图像采集机制，就可以轻松的开发u s b 摄像 头的图像采集程序了。下面就来解决这个阀题。 2 3v f w 视频捕捉方案 本论文所开发的平台，在图像采集时使用v f w 方案。v f w ( v i d e of o r 1 0 第二章仪表图像的岛效采集 w i n d o w s ) 是m i c r o s o f t 公司与1 9 9 2 年推出的数字视频的一个软件包，方便 了视频处理和外接图像传感设备的图像采集。下面将简要介绍v f w 的体系结 构、和a v i c a p 窗口类的编程方法“。 2 3 1v f ws d k 简介 在m i c r o s o f t 的所有开发平台和应用软件中，自始至终贯穿着一个重要 思想，即设备无关性和开放性，v f w 便是这一思想的体现。v f w 是一个功能 强大的s d k 包，我们可以用图2 3 来概括v f w 的体系结构“”。 图2 3v f w 体系结构简图 f i g 2 - 3t h ef r a m e w o r ko ft h ev f ws y s t e m 从图2 3 我们可以看出，v f w 主要由一系列动态链接库和驱动程序模块 组成。其中，a v i c a p d 1 1 包含了执行视频捕获的函数，它给a v i 文件i o 和 视频、音频设备驱动程序提供一个高级接口；i c m 管理用于视频压缩和解压 缩的编解码器( c o d e c ) ；a c m 提供的服务与i c m 类似，完成v f w 中m c i 命令 的解释；m s v i d e o d l l 用一套d r a w d i b 函数来处理监控屏幕上的视频操作。 通过以上几个模块的相互协调合作，可以较为方便、灵活地完成对视频 流的捕获、操作和管理。特别是a v i c a p d l l 中提供了功能强大、简单易行 的窗口类a v i c a p 。a v i c a p 类在本论文所设计程序中，采集图像的时候也是 功不可没。下面给出它的较为详细的介绍。 2 3 2 使用a v l c a p 窗口类编程 广东- 业大学t 学颀l 。学位论文 h v i c a p 为应用程序提供了一个简单的、基于消息的接口，以便访问视频 和波形音频