由于高科技工具成為抓捕罪犯的武器中越來越關鍵的部分，因此執法機構和安全專業人員不斷尋求更快更方便的數據收集和解讀方式就不足為奇了。針對這一領域的應用越來越復雜，必須適應不斷演變的要求，并把成本控制在機構的有限預算范圍之內。鑒于此，具有高性能、靈活性和高成本效益等優勢的可編程邏輯(PLD)解決方案無疑是一種理想的解決方案。
盯住可疑對象不放-即使是高速情況下
當追蹤行動啟動時，警官只有很短的時間用來激活警笛、向控制中心作匯報并與其他巡邏隊通信。由于這些事情的發生幾乎是同時的，因此警官還依賴于車輛追蹤系統把逃跑的犯罪分子鎖定在視距內。然而，當疑犯在擁擠的交通中急速穿越時，采用固定位置攝像機的傳統追蹤系統很容易失去他們的蹤跡。因此將需要這樣一種車載系統：它能時刻盯住可疑車輛，同時讓警官與現場及總部的同事共享和接收信息。
圖1：設計理念
韓國仁荷/弘益航空航天大學的學生開發出的板載警用車輛支持系統原型，該集成解決方案包含以下幾個組件：
• 無線自動追蹤系統：可持續追蹤可疑車輛，將車輛的圖像顯示在顯示器中心。一部全方向移動的攝像機使用FPGA控制的步進電機實現上下左右的移動，可以通過快速反應捕獲快速行進的車輛。
• 自動語音告警系統：使用嵌入式處理器來實現MPEG音頻解碼，用于向逃跑疑犯發出警告。
• HSDPA功能：提供實時數據和圖像共享。
• 基于FPGA的連接板載診斷系統(OBD-II)的接口：用于監視警用車輛的發動機性能參數。
FPGA和嵌入式處理器的有機結合使該系統很容易實現圖像、語音、圖像和數據處理。
在單系統中實現語音、視頻和數據
在技術平臺方面，設計團隊使用了Altera的DE2開發和教學板，這種板包含了Cyclone II FPGA、Quartus II設計軟件和Nios II嵌入式處理器。
單個Cyclone II FPGA支持整個系統的運行，可以完成圖像處理、壓縮、數據傳送、MPEG音頻解碼、電機控制和OBD通信等功能。所有必要的組件都利用SOPC Builder系統設計工具裝配在一起，從而允許設計團隊設計一個模塊，并可以經過修改用于或直接復用于其他應用。
圖2：自動追蹤系統的架構
自動追蹤攝像機
攝像機的圖像處理模塊將全方位移動命令傳送給FPGA上的系統步進電機控制器。根據這樣的命令，步進電機控制器可以產生操作信號脈沖，然后將這些信號發送給每個電機。
攝像機的圖像捕捉模塊將模擬圖像信息轉換成DE2板上的ITU656標準數字流，并使用該數據流：控制自動追蹤攝像機的左、右、上、下操作；支持視像共享系統和JPEG壓縮的無線傳送；提供車載顯示。
當警官需要啟動攝像機的追蹤模式時，只需將攝像機對準目標車輛，并按下DE2板上的一個按鍵。接著由同樣在FPGA上運行的圖像處理模塊從目標車輛中提取平均顏色，并估計其位置。一旦車輛開始移動，全方位移動攝像機就開始對它進行追蹤。該系統每隔30分之一秒就向電機控制器傳送一次控制命令，速度是它的關鍵優勢之一。捕獲到的圖像被存儲在USB存儲設備中，同時傳送給警局命令中心。當然，追蹤模式只適用于白天。
實時JPEG壓縮通常要求高性能DSP芯片或ASSP。在這個情況下，設計團隊使用Nios II C到硬件的加速編譯器(C2H)執行libjpeg前向離散余弦變換(DCT)函數來滿足性能目標要求，而不需要外部處理器或DSP芯片。C2H編譯器可以將時間關鍵的ANSI C函數轉換成FPGA中的硬件加速器，從而提升它們的性能。
圖3：實現自動追蹤系統的原理框圖
自動語音警告
當車輛的自動追蹤攝像機開始工作在追蹤模式時，會觸發自動語音警告功能打開，并向逃跑疑犯發出警告。在DE2板上100MHz的嵌入式處理器用于播放MPEG音頻數據的定制指令集。最初回放性能是個問題，但通過在Nios II軟核處理器中增加6?位乘法定制指令，設計團隊將性能提高了2.5倍。
定制的OBD-II接口
連接OBD-II的接口不僅貫通了汽車電子設備之間的通信，而且也將診斷工具連接到發動機控制單元(ECU)，實現汽車維護和監視。SOPC Builder UART組件連接到OBD-II接口，用于收集車輛行駛速度、燃油狀態和車輛故障狀態等信息。
因此，設計團隊能夠利用Nios II定制指令的性能優勢和C到硬件的加速功能創建一個高性能系統，為現場??提供幫助。由于使用了FPGA，團隊可以靈活地根據需要提升性能，不需要增加時鐘頻率和降低功耗，也無需采用高速設計。當團隊遇到要求修改硬件設計的性能問題時，他們只需重新編程FPGA就能應對這些變化。
將指紋轉換成供認證據
指紋識別技術具有很高的性價比和安全性，支持用于保護敏感數據和防止未授權進入系統的各種應用。傳統的指紋識別系統基于PC或DSP芯片。然而，在PC上處理圖像很慢，DSP芯片缺少支持全部所需功能的靈活性。FPGA則有效填補了高性能處理和系統靈活性之間的空白。來自中國華中科技大學的一個學生團隊使用包含有Cyclone II FPGA和Nios II處理器的DE2板創建出了原型化的指紋識別系統，該系統充分利用了FPGA技術的高性能和靈活性優勢。
快速而靈活的系統增強功能
采用系統級可編程芯片(SOPC)方法，該團隊成功開發出具有認證和集中管理功能的網絡指紋識別系統。作為主機的PC運行著提供各種管理功能的軟件。嵌入在Cyclone II FPGA上的50MHz Nios II/f內核運行相關算法以實現包含系統初始化、指紋收集、圖像處理、主從通信和用戶接口在內的各種功能。在SOPC Builder的支持下，該團隊不僅能以高效的方式將各個組件集成到單個系統中，還能根據需要對各個部件進行配置。
圖4：指紋處理的次序
以下是指紋識別系統的工作原理：當指紋收集器檢測到手指存在時，它將從睡眠模式中蘇醒過來采集圖像，并提交最高質量的圖像。DE2板上的12.5MHz SPI內核將圖像數據傳送給嵌入式處理器，由該處理器執行相應圖像處理算法以完成對指紋的以下一些處理：
• 模式發現：系統首先根據目標點周圍的點的灰度等級值計算單點的方向，然后使用統計方法得到5x5的塊模式，并在沒有關于背景的明確條件下對塊進行標記。
• 圖像濾波：系統將沿著脊線增強圖像連續性，同時提高與脊線垂直的圖像對比度，以分割相鄰脊線。
• 二進制化：圖像脊線在濾波后將十分清晰，因此一個固定門限的二進制化功能可以將固定灰度值作為標準而將圖像分割成黑白版本。
• 脊線細化：在這個階段，圖像將經過并行的細化過程，這個過程會逐漸調整脊線，直到脊線薄成單個像素的寬度，從而為圖像進行細節定位做好準備。
• 定位細節：在這最后一步，系統對圖案進行掃描以定位指紋的中心點。從細化的脊線圖像開始，系統將定位指尖點，并分割這些點來評估指紋的唯一性。
通過定制指令和定制外設，該團隊極大地提高了圖像處理算法的性能。由于要求52次乘法累加操作，設計團隊設計了一條定制指令，該指令可在三個時鐘周期內完成單次乘法累加操作，從而將沒有定制指令時的36.4s時間縮短到用定制指令時的4.77s,使圖像濾波性能提高了7倍；脊線細化要求對目標像素進行16次比較，該團隊設計了兩個定制外設，可在6個時鐘周期內完成16次比較，從而將沒有定制外設時的13.5s縮短到有定制外設時的2.67s，使其性能提高了5倍。
當有人在終端提供他們的指紋和其他識別信息時，該系統會先在數據庫中尋找匹配信息，以判斷是否允許訪問。系統的錯誤接受率(將不一致的指紋錯誤判斷為一致的可能性)小于5%。它的錯誤拒絕率(將一致的指紋判斷為不一致的可能性)小于20%。
利用PLD深度挖掘罪犯
就像警車支持應用一樣，DSP器件或ASSP也可以用于指紋識別系統。然而設計團隊發現，通過簡單地實現Nios II定制指令和定制外設可以極大地提高處理速度。在優質的FPGA基礎上，設計團隊還集成了多個組件，從而減少了解決方案的復雜性、成本和功耗。
大多數應用都需要一定程度的靈活性來滿足性能和成本要求。這些團隊展示了如何利用硬件來加速算法，從而允許以較低時鐘頻率運行，因此有效降低功耗和簡化了總體設計。同時，他們還利用系統生成工具來幫助自己方便地復用和修改組件以用于其他應用。
作者： David Auyeung
高級嵌入式產品營銷工程師
Altera公司
本站內容除特別聲明的原創文章之外，轉載內容只為傳遞更多信息，并不代表本網站贊同其觀點。轉載的所有的文章、圖片、音/視頻文件等資料的版權歸版權所有權人所有。本站采用的非本站原創文章及圖片等內容無法一一聯系確認版權者。如涉及作品內容、版權和其它問題，請及時通過電子郵件或電話通知我們，以便迅速采取適當措施，避免給雙方造成不必要的經濟損失。聯系電話：010-82306118；郵箱：aet@chinaaet.com。