论文摘要
自从纺织业进入自动化时代以来,生产技术的进步导致生产效率的突飞猛进,但是布匹的品质检测技术却落后于生产技术的发展,成为影响纺织业劳动效率的一个瓶颈。落后的人工肉眼检测不但误检率高,效率低,带来的长期重复性工作还容易引起工人的过度劳累,检测环节的自动化实现于是被提上日程。凭借着大规模集成电路和检测算法的迅速发展,机器视觉在布匹疵点检测以及其它的工业表面检测领域已经崭露头角,成为检测自动化中不可缺少的技术。FPGA作为ASIC电路中设计周期最短、开发费用最低、风险最小的器件之一,在各种硬件平台的构建中起到了越来越重要的作用。针对其强大的逻辑运算功能,灵活的芯片功能实现和I/O配置等特点,我们选择它作为硬件平台的算法实现芯片。辅助以高性能,低功耗,低成本的ARM7处理器,实现了疵点实时检测算法的硬件平台构建。本文介绍了以Altera Stratix系列FPGA为核心的FPGA开发板和以32位ARM7TDMITM网络处理器S3C4510BTM为核心的ARM Linux开发板的系统结构和一般开发流程。比较了两种不同的实现开发板互连通信的方法并分析采用了更加适合硬件平台的一种,移植了μC/OS-II操作系统到ARM开发板实现串口与PC上位机的通讯,对扩展的系统总线的管理以及与FPGA之间的通信。同时将软核处理器NiosII安装到Altera Stratix Nios开发板以实现以灰度共生矩阵为基础改进的疵点实时检测算法,验证了硬件平台设计方案的可行性。灰度共生矩阵是提取图像纹理特征的最有效方法之一,而布匹的纹理由于其规律性有利于使用灰度共生矩阵法分辨疵点。本文最后介绍了灰度共生矩阵的原理并讨论了其改进后更利于实时性算法实现的类别共生矩阵算法,验证了整个系统的实时性和有效性。
论文目录
相关论文文献
标签:现场可编程门阵列论文; 疵点检测论文; 灰度共生矩阵论文; 类别共生矩阵论文;