基于DM6446的齿轮参数图像测量算法优化

江 琦，孙志海，张 桦

(杭州电子科技大学计算机应用技术研究所，浙江杭州310018)

0 引言

利用计算机视觉来实现齿轮的参数测量，实现对齿轮参数的非接触式测量，可以减小瞄准误差以及测量人员的主观误差，提高测量效率，且测量稳定，成本低廉。TI公司推出的 Davinci系列TMS320DM6446平台的DSP采用了VelociTITM超长指令字，通过指令间的并行来获取更高的性能，具有高速处理、强大的操作系统及低功耗等优点［1，2］，给齿轮的实时性测量带来了可能。本文基于DM6446平台，充分利用二级Cache结构、Ping－Pong双缓存、EDMA数据传输以及使用高效的库函数等技术，对基于机器视觉的齿轮测量算法进行了优化。

1 系统硬件构成

本系统采用的TMS320DM6446处理器是TI公司推出的高度集成的视频处理器，系统的功能结构图如图1所示。

图1中的TMS320DM6446处理器是ARM+DSP双核架构处理器。ARM子系统采用ARM926EJ－S内核CPU，工作频率高达297MHz，具有独立的16KB指令Cache和8KB数据Cache。而DSP子系统CPU采用TM320C64x+TMDSP内核，其时钟频率高达594MHz，使用二级Cache结构，L1程序Cache为32KB直接映射Cache，L1数据Cache为80KB的双向配置Cache，L2 Cache包含一个64KB的存储器空间［1，3，4］。此外，DM6446还包含视频处理子系统以及其它众多的外设资源。

图1 TMS320DM6446的功能结构图

2 齿轮测量算法

基于DM6446的齿轮图像参数测量算法，首先对原始齿轮RGB图像I(i，j)进行预处理，包括彩色图像灰度化得到灰度图像G(i，j)、中值滤波、二值化处理及利用形态学进行边缘定位得到齿轮的边缘轮廓图像E(i，j);然后以轴心圆轮廓所对应的前景象素点作为样本点，利用最小二乘法［5］拟合出齿轮的轴心圆。为了抑制图像噪声的影响，本算法对齿轮的轴心圆进行了二次拟合，同样采用最小二乘法拟合出齿轮的齿顶圆和齿根圆。最后根据齿轮的特征以及拟合出来的轴心圆、齿顶圆、齿根圆，计算出齿轮的几何参数［6］。

3 算法优化

本算法的优化，首先对C代码的循环进行优化，如尽量减少循环，将循环展开，将乘法和除法运算转化为移位操作等。接着，根据DSP处理器的特点，充分利用二级Cache、Ping－Pong双缓存，实现EDMA数据传输及使用高效的库函数等技术，以进一步优化算法。

3.1 二级Cache配置

采集的齿轮图像是1 024×768的RGB格式图像，因此，在图像处理过程中的数据量较大，对片内存储资源有限的高速DSP处理器来说，一般需要借用外部的存储空间来存放CPU处理的数据。为了使CPU能够高速运行，可以充分利用DM6446提供的二级Cache结构，将SDRAM映射到Cache上，缩短CPU访问数据的时间。

3.2 Ping-Pong双缓存结构

第一级Cache拥有比第二级Cache更快的速度，为了进一步提高齿轮测量算法的速度。本算法采用Ping-Pong双缓存结构，使用EDMA传输方式将数据分小块搬运到第一级Cache L1D中进行各种处理，处理完后再搬运到目标的空间，使输入数据单元和输出数据单元相互配合，实现对图像数据的流水线并行处理。

不考虑边缘信息的Ping-Pong双缓存结构和EDMA技术的实现过程如图2所示。将齿轮灰度图像G(i，j)分割为192块64×64的小块 Bi(i=0，1，…，191)，2个存储块A和 B位于64KB的一级数据Cache中，每个存储块分为2个区IN和OUT，形成Ping-Pong双缓存结构，分别如图2中的INBufA、OUTBufA和INBufB、OUTBufB所示。数据的处理过程如下:首先，启动EDMA将数据块B0搬运至INBufA中，并等待搬运完毕。搬运完毕后，在存储块A进行各种图像处理，同时，在存储块B中启动EDMA，将数据块B1搬运到INBufB中。若存储块A中数据处理完毕，则启动EDMA，将数据块通过OUTBufA搬运至Dst图像空间中。再等待数据B1从原始空间全部搬运到INBufB，并在B中做同样的处理。存储块A和B依次循环交替搬运和处理数据块，直到Src中的所有数据块都处理好为止。

图2 Ping-Pong双缓存结构

图3 齿轮的边缘图像

本算法中在Ping-Pong双缓存结构中实现的图像处理主要有对灰度图像中值滤波、二值化处理以及利用形态学实现的边缘定位。处理后的效果如图3(a)所示，处理后的图像多了许多额外的伪边缘，这是对64×64的块进行处理时留下的每块的边缘信息。这对于齿轮的测量是绝不允许的，因此，需对Ping-Pong双缓存做进一步改进。为了去除伪边缘，本算法采用68×68的块进行处理，处理后，再从该68×68数据块中搬走其中的64×64的数据块至Dst图像中。数据块的不同位置直接决定了68×68数据块在原图像Src中的位置以及搬运到Dst图像的64×64的数据块在68×68块中的对应位置。图3(b)中是处理后的边缘图像，该边缘图像已经将图3(a)中的伪边缘去除了，达到了所期望的效果。

本算法，将图像的块分为9类进行讨论，如图4(a)所示，包括左上边界块(即图像中的B0)、左下边界块(即图像中的B176)、右上边界块(即图像中的B15)、右下边界块(即图像中的B191)、上边界块(即图像中的B1－B14)、下边界块(即图像中的B177－B190)、左边界块(即图像中的B16、B32、B48、B64、B80、B96、B112、B128、B144、B160)、右边界块(即图像中的 B31、B47、B63、B79、B95、B111、B127、B143、B159、B175)和中间块(除上述8种外的其它数据块)。搬移到Ping-Pong双缓存结构的进行处理的9种块的分割如图4(b)所示，实线对应于图2中的64×64的块，虚线表示扩展成为68×68的块。

图4 9种不同类型的数据块

3.3 使用高效的库函数和编译器选项

TI公司提供了基础库DSPLIB和IMGLIB，其中有很多经过了汇编优化处理后的高效库函数，可以通过调用这些函数来进一步提高算法执行速度。本算法使用了TI公司提供的中值滤波函数IMG_median_3x3，结果表明，利用高效库函数和内联函数，处理速度明显提高。

编译开发平台提供了用于性能优化的编译器选项，能对C代码进行优化，它有4级不同的文件优化级别，分别对应－o0、－o1、－o2和－o3，其中本算法采用－o3级别优化，－o3为是最高级别的优化，编译器将执行各种优化方法，如软件流水线、优化循环代码和SIMD等。

4 实验结果与分析

实验采用SEED－DVS6446开发板、SEED－XDS560PLUS仿真器对齿数为84、模数为0.6mm、基圆半径为23.680 5mm的小模数齿轮进行齿轮参数的测量并分别对原始算法、使用DM6446二级Cache配置后的算法以及使用包含DM6446二级Cache配置、Ping-Pong双缓存技术、高效库函数及编译器优化选项等技术优化后的算法，以下简称为Cache+Ping-Pong+IMGLIB+o3，进行时间性能测试，如表1所示。

表1 齿轮测量算法性能比较

由表1可知，经过优化后的算法在时间上大大缩短了。齿轮测量算法中图像处理原始算法需耗时12 734.42ms，使用二级Cache配置后，时间缩短为1 933.1ms，处理效率提高了近7倍，经Cache+Ping-Pong+IMGLIB+o3优化后，时间进一步缩短为301.67ms，处理速度提高了42倍多。

5 结束语

本文根据DM6446处理器的特点，对齿轮参数测量算法进行优化，实现算法的并行处理，提高了算法的速度。经优化后齿轮测量图像处理的总时间从12 734.42ms降为301.67ms，算法处理性能加速度比为42。

［1］张起贵，张胜，张刚.最新DSP技术－达芬奇系统、框架和组件［M］.北京:国防工业出版社，2009:1－21.

［2］彭启琮.达芬奇技术－数字图像/视频信号处理新平台［M］.北京:电子工业出版社，2008:9－20.

［3］李方慧，王飞，何佩琨.TMS320C6000系列DSPs原理与应用［M］.北京:电子工业出版社，2002:8－15.

［4］Texas Instruments Incorporated.卞红雨，纪祥春，乔钢，等译.TMS320C6000系列DSP的CPU与外设［M］.北京:清华大学出版社，2007:113－140.

［5］于起峰，陆宏伟，刘肖琳.基于图像的精密测量与运动测量［M］.北京:科学出版社，2002:132－158.

［6］齿轮手册编委会.齿轮手册［M］.北京:机械工业出版社，2004:2－8.