没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
基于基于STM32F407的图像采集与传输系统的设计与实现的图像采集与传输系统的设计与实现
系统以基于Cortex-M4内核的STM32F407作为控制核心,使用OV9655图像传感器采集图像,并利用TFT屏动态
显示。图像传输模块基于LwIP协议实现向PC传输图像,最后PC接收并保存图像数据,利用MATLAB编程恢复
图像,将其与TFT显示的图像对比。实验结果表明,图像传输稳定可靠,图像清晰,满足机器人通过图像识别目
标的要求。
摘摘 要:要: 系统以基于Cortex-M4内核的STM32F407作为控制核心,使用OV9655图像传感器采集图像,并利用TFT屏动态
显示。
关键词: 关键词: Cortex-M4 STM32F407;图像传输;LwIP
0 引言引言
图像是人类获取信息的主要来源,也是智能机器人感知环境和识别目标的重要信息源之一[1]。因此,如何通过相机传感
器高速、有效地获取和传输图像信息,成为智能机器人利用图像正确感知环境和识别目标的前提。本文介绍了一种基于
STM32F407芯片,利用LwIP协议的图像采集与传输系统。
1 系统的总体设计方案系统的总体设计方案
本系统的总体设计思路为:以STM32F407为主控核心,通过DCMI接口接收图像传感器OV9655采集的图像,利用DMA方
式将图像发送到外部SRAM,同时通过FSMC接口将此数据发送到TFT屏显示,然后将外部SRAM上的图像通过网络传输并保
存到PC,最后,利用MATLAB软件将接收的图像数据进行恢复显示,并验证其正确性。系统总体结构如图1所示。
2 系统的硬件构成系统的硬件构成
本系统的硬件电路主要包括:微处理器、摄像头、以太网模块、SRAM、TFT、RJ45接口、JTAG接口、复位电路、电源
等。
本系统的微处理器为ST公司的STM32F407IGT6[2],其主频达168 MHz,具有1 MB Flash,196 KB SRAM,专有DMA的
10/100 Ethernet MAC,14 bit并行相机高速接口,为图像数据的采集提供了高速的传输速率。
摄像头采用Omni Vision 公司的OV9655[3],这是一款用于移动设备的130万像素CMOS图像传感器,具有照相和图像处
理的多种功能(曝光控制、灰度调节、自动白平衡、色彩饱调节和噪声消除等)。其采用的Omni Pixel技术平台,独特的像素
架构增加了信噪比,使传感器在低光照的条件下仍能良好工作。OV9655支持的图像格式包括:RGB(GRB 4:2:2,RGB
5:6:5/5:5:5)、YUV(4:2:2)和YCbCr(4:2:2),输出的图像尺寸包括SXGA、VGA、CIF和小于CIF至40×30的
任何尺寸,本文设置图像输出格式为RGB 5:6:5,分辨率为320×240。
以太网模块的收发芯片为National公司的10/100 M以太网物理层收发芯片DP83848C,该芯片遵循Ethernet II和
IEEE802.3u标准,支持MII、RMII、SNI三种数据连接方式,本文采用了RMII模式,见图1。对外采用RJ45接口连接,支持平
行交叉网线自适应(Auto-MDIX),内部还集成了数据收发及滤波功能。在全双工模式下,可以同时实现发送和接收,理论上
最高速度能达到100 Mb/s,本文对其配置为100 Mb/s。
3 系统的软件设计系统的软件设计
系统软件的实现包括:图像数据采集、网络传输、图像数据存储与恢复显示。本文将重点介绍图像采集和网络传输的实
现。
系统软件结构采用C/S(Client/Server)模式[4],在服务器端主要实现图像的采集和发送,在客户端实现图像的接收、保
存与恢复显示。
3.1 图像采集图像采集
通过STM32F407IG控制DCMI接收OV9655采集的图像,再由DMA将图像发送到外部SRAM,并将其复制到TFT屏上显
示,如图2所示。
图像采集流程具体为:
(1)图像采集模块初始化,包括TFT彩屏初始化、SRAM初始化、DMA初始化和DCMI接口初始化。初始化配置后,实
现摄像头的DCMI接口和SRAM关联,即可通过DMA将DCMI接口的图像传输到SRAM。
(2)DCMI接口配置为帧中断。当获得的一帧图像数据后,产生中断,进入DCMI的中断服务函数,实现将SRAM中的图
像复制到TFT屏进行显示的功能。
(3)使能DCMI接口捕获图像,并产生DCMI中断。
(4)使能DMA,将DCMI接口的数据复制到SRAM。
资源评论
weixin_38663608
- 粉丝: 5
- 资源: 948
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- com.huawei.it.ilearning.android_9663.com.apk
- mmexport1732616181559.jpg
- 使用 PyTorch 和 OpenCV 实现 YOLOv7 对象模糊.zip
- 使用 Python 代码在 OSRS 中进行 Yolov5 对象检测,检测奶牛 - Botting.zip
- 使用 Pix2Pix 和 YOLO 去除图像中的人物 .zip
- 开源车牌识别系统二次开发准备工作
- 使用 Keras 实现的 YOLO V1 最小实现.zip
- 使用 JavaScript 进行 YOLOv8 推理.zip
- 使用 Google Open Images V4 数据集进行数据准备和训练 PJReddie 的 YOLOv3 检测自定义对象的端到端教程 包括从 OIv4 下载特定类的说明,以及用于准备数据.zip
- 使用 Go 进行 YOLOv8 推理.zip
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功