پياده‌سازي الگوريتم‌هاي پردازش تصوير روي يك سامانه نهفته كارا با ابزارهاي توسعه منبع باز

در اين مقاله، Raspberry Pi 2 به عنوان سخت‌افزاري كم هزينه، كم وزن و كم توان براي پياده‌سازي روش‎هاي آشكارسازي اهداف در تصوير مادون قرمز مورد بررسي و تحليل قرار مي‌گيرد. پياده‌سازي مناسب اين روش‌ها و انجام عمليات بصورت بلادرنگ براي سامانه‌هاي دفاعي از اهميت ويژه‌اي برخوردار است. نتايج نشان مي‌دهند كه Raspberry Pi 2 داراي قدرت محاسباتي كافي براي پياده‌سازي الگوريتم‌ آشكارسازي هدف در تصاوير مادون قرمز مي‌باشد. قدرت پردازش سخت‌افزار پيشنهادي با استفاده از الگوريتم آشكارسازي هدف تصاوير مادون قرمز روي محيط توسعه نرم‌افزاري Qt و توابع كتابخانه پردازش تصوير OpenCV با PC روي محيط توسعه نرم‌افزاري Qt و توابع كتابخانه OpenCV و همچنين با نرم‌افزار سطح بالاي MATLAB مقايسه مي‌شود. نتايج به دست آمده نشان مي‌دهند كه پياده‌سازي روي Raspberry Pi 2 نسبت به MATLAB سرعت اجراي الگوريتم را 6.5 برابر افزايش مي‌دهد. همچنين زمان اجراي پياده‌سازي الگوريتم آشكارسازي هدف در تصاوير مادون قرمز (به زبان C++) با استفاده از كتابخانه OpenCV روي PC تقريبا 8 برابر اجراي آن با Raspberry Pi 2 است. همچنين با مقايسه Raspberry Pi 2 و PC از نظر توان مصرفي، وزن و هزينه مشاهده مي‌شود كه Raspberry Pi 2 كارآيي بسيار بهتري را از نظر توان مصرفي، وزن و هزينه نسبت به PC دارد. نتايج نشان مي‌دهند كه هر چند استفاده از نرم‌افزارهاي سطح بالا مثل MATLAB داراي شاخص‌هاي ارزيابي ضرايب تضعيف پس‌زمينه ((SCR و نسبت سيگنال به نويز ((BSF بالاتري نسبت به استفاده از كتابخانه OpenCV است، اما نتايج زمان اجرا نشان مي‌دهد كه سخت‌افزار پيشنهادي زمان اجرا را نسبت به نرم‌افزارهاي سطح بالا مثل MATLAB بهبود مي‌دهد. براي بهينه‌سازي و كاهش زمان اجرا از برنامه‌نويسي چندريسه‌اي روي Raspberry Pi 2 (كه شامل پردازنده 4 هسته‌اي ARM CortexA7 است) و خاصيت افزايش ‌فركانس (براي افزايش سرعت سخت‌افزار Raspberry Pi 2) استفاده مي‌شود.