1. 项目概述：当STM32遇上图像采集
去年在做一个工业检测设备时，客户要求用最经济的方案实现产线瑕疵检测。当时评估了几种方案后，最终选择了基于STM32F103ZET6的相机系统。这款被戏称为"增强版51单片机"的Cortex-M3芯片，通过合理的外设配置和算法优化，完全能够胜任中低速场景下的图像采集任务。
这个方案的核心价值在于：用20元级别的MCU实现了传统需要200元级别处理器的功能。特别是在对实时性要求不高（每秒5帧以内）的静态物体检测、条码识别等场景，既能满足功能需求，又能大幅降低BOM成本。下面我就拆解下这个方案的实现要点。
2. 硬件架构设计
2.1 核心器件选型
主控采用STM32F103ZET6主要看中三点：
- 自带FSMC接口可直连LCD和SRAM
- 72MHz主频配合硬件乘法器能满足基础图像处理
- 512KB Flash+64KB RAM的存储配置
图像传感器选用OV7670（带FIFO版本）考虑的是：
- 30万像素满足大部分检测需求
- 并行数据输出+自带FIFO缓解MCU压力
- 通过SCCB总线配置比I2C更稳定
2.2 关键电路设计要点
电源部分需要特别注意：
- 给OV7670的2.8V模拟供电要单独LDO（我用的是AMS1117-2.8）
- 数字部分3.3V建议用1A以上电流的稳压芯片
- 每个电源引脚都要加0.1uF去耦电容
数据采集电路有个坑要注意：
- OV7670的像素时钟（PCLK）必须接外部上拉电阻（我用的是4.7K）
- VSYNC和HREF建议通过74HC14施密特触发器整形
- FIFO的写使能（WRST）要加RC延时电路（典型值1K+10nF）
3. 软件实现方案
3.1 底层驱动开发
先配置好三个关键外设：
- FSMC接口初始化（Bank1 SRAM模式）
c复制FSMC_NORSRAMInitTypeDef init;
init.FSMC_AddressSetupTime = 1;
init.FSMC_AddressHoldTime = 0;
init.FSMC_DataSetupTime = 2; // 根据实际信号质量调整
init.FSMC_BusTurnAroundDuration = 0;
init.FSMC_CLKDivision = 0;
init.FSMC_DataLatency = 0;
init.FSMC_AccessMode = FSMC_AccessMode_A;
FSMC_NORSRAMInit(&init);
- 定时器触发采样（我用TIM3通道2）
c复制TIM_ICInitTypeDef ic;
ic.TIM_Channel = TIM_Channel_2;
ic.TIM_ICPolarity = TIM_ICPolarity_Rising;
ic.TIM_ICSelection = TIM_ICSelection_DirectTI;
ic.TIM_ICPrescaler = TIM_ICPSC_DIV1;
ic.TIM_ICFilter = 0x04; // 适当滤波防误触发
TIM_ICInit(TIM3, &ic);
- DMA配置（内存到内存传输）
c复制DMA_InitTypeDef dma;
dma.DMA_PeripheralBaseAddr = (uint32_t)&FSMC->RAM;
dma.DMA_MemoryBaseAddr = (uint32_t)img_buffer;
dma.DMA_DIR = DMA_DIR_PeripheralSRC;
dma.DMA_BufferSize = IMG_WIDTH * IMG_HEIGHT / 2;
dma.DMA_PeripheralInc = DMA_PeripheralInc_Disable;
dma.DMA_MemoryInc = DMA_MemoryInc_Enable;
dma.DMA_PeripheralDataSize = DMA_PeripheralDataSize_HalfWord;
dma.DMA_MemoryDataSize = DMA_MemoryDataSize_HalfWord;
dma.DMA_Mode = DMA_Mode_Normal;
dma.DMA_Priority = DMA_Priority_High;
dma.DMA_M2M = DMA_M2M_Disable;
DMA_Init(DMA1_Channel1, &dma);
3.2 图像处理优化技巧
在资源受限环境下，这几个优化很关键：
-
行中断处理法：只在HREF上升沿触发中断，用DMA搬运整行数据，比像素中断效率提升20倍
-
分级灰度处理：先做2bit灰度压缩（右移6位），检测到可疑区域再还原原始数据
-
区域ROI扫描：通过OV7670的窗口设置寄存器，只采集感兴趣区域
实测效果对比表：
| 优化方法 | 处理时间(ms) | 内存占用(KB) |
|---|---|---|
| 原始方案 | 185.2 | 153.6 |
| 行中断 | 8.7 | 153.6 |
| 分级处理 | 5.2 | 38.4 |
| ROI模式 | 1.8 | 9.6 |
4. 典型问题排查指南
4.1 图像条纹问题
现象：垂直方向出现规律条纹
- 检查PCLK信号质量（建议用100MHz以上示波器）
- 确认FSMC的地址建立时间（AddressSetupTime）是否足够
- 尝试在FIFO输出端加33Ω串联电阻
4.2 颜色失真处理
当出现偏色时：
- 先读取OV7670的0x40寄存器（RGB格式控制）
- 检查SCCB通信是否正常（用逻辑分析仪抓波形）
- 确认VSYNC和HREF的相位关系（应满足手册时序图）
4.3 内存溢出防护
由于STM32F103的堆栈有限，建议：
- 将图像缓冲区定义在指定地址（分散加载文件配置）
scatter复制LR_IROM1 0x08000000 0x00080000 {
ER_IROM1 0x08000000 0x00080000 {
*.o (RESET, +First)
*(InRoot$$Sections)
.ANY (+RO)
}
RW_IRAM1 0x20000000 0x00010000 {
.ANY (+RW +ZI)
ImageBuffer 0x2000C000 UNINIT {
*(ImageBuf)
}
}
}
- 重写malloc函数加入边界检查
- 开启MPU保护关键内存区域
5. 应用场景扩展
5.1 工业检测方向
在PCB板检测中，这套方案可以实现：
- 焊点完整性检测（通过二值化+轮廓分析）
- 元件缺件检查（模板匹配法）
- 条码读取（基于Zbar算法简化版）
5.2 智能农业应用
针对温室监测需求：
- 叶片病斑识别（HSV色彩空间分析）
- 果实成熟度判断（R/G分量比值法）
- 植株生长监测（帧间差分法）
5.3 教育领域改造
为降低学习门槛，可以：
- 用ST-Link实现图像数据导出
- 配套Python分析脚本（通过串口通信）
- 开发图形化参数配置工具（基于QT）
实际部署时发现，在光照条件稳定的环境下，这套系统的检测准确率能达到92%以上，而成本只有传统方案的1/5。特别是在需要分布式部署的场合，比如一条产线上需要20个检测节点时，成本优势就更加明显。