高速在线机器视觉检测方法的研究

论文摘要

自动化生产过程中的质量检测是保证产品质量的关键环节,而机器视觉高速在线检测是解决这个问题的首选方案。论文分析了机器视觉技术及其在国内外的发展现状,提出了采用高速DSP芯片、高集成度FPGA芯片配合适当软件算法构成的嵌入式高速在线机器视觉检测系统的实现方法。其中软件算法硬件实现技术与DSP、FPGA无缝链接技术保证了系统的高速、实时、精确运行,为满足自动化生产线的需求打下了扎实的基础。在具体的实现过程中,论文主要做了以下工作和创新:1、研究了适用于高速在线检测系统的图像处理技术,论述了图像预处理、特征提取、识别与判断的具体实现方法,利用Sobel算子实现了高效图像检测处理算法;2、研究了FPGA硬件实现图像处理关键算法的技术。系统选用Xilinx公司Spaartan3E系列的FPGA芯片,充分利用芯片内部资源实现系统核心算法的高速运行,并使用ISE集成开发环境进行了必要的功能验证与综合仿真;3、研究了DSP的算法实现与优化技术,选用TI公司的高速、并行多级流水线的TM320C642芯片有效地提高了程序运行速度;4、研究了DSP软件算法和FPGA核心算法的无缝集成。系统采用基于可重复IP核技术,由FPGA构造了高速FIFO,以EDMA作为DSP、FPGA通讯接口等方案实现了DSP与FPGA之间的无缝集成,提高图像处理速度和系统的柔性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的背景
• 1.2 课题研究的意义
• 1.3 课题研究的思路及内容
• 第二章 嵌入式高速在线机器视觉检测系统
• 2.1 机器视觉
• 2.1.1 机器视觉的基本概念
• 2.1.2 机器视觉在国内外的发展
• 2.1.3 机器视觉的应用领域
• 2.2 机器视觉系统
• 2.2.1 机器视觉的工作原理
• 2.2.2 机器视觉系统的组成
• 2.3 嵌入式高速在线机器视觉检测系统
• 2.3.1 系统的工作原理
• 2.3.2 系统的检测目标
• 第三章 图像处理算法的研究
• 3.1 机器视觉中的数字图像处理
• 3.1.1 数字图像处理算法概述
• 3.1.2 图像处理数据结构
• 3.2 图像平滑
• 3.3 图像增强
• 3.4 二值化处理
• 3.5 图像边缘提取及轮廓跟踪
• 3.5.1 数学形态学
• 3.5.2 边缘提取
• 3.5.3 轮廓跟踪
• 3.6 特征参数的提取
• 3.7 识别与判断方案
• 3.7.1 支持向量机
• 3.7.2 基于SVMs 的多元分类器
• 3.7.3 训练和识别每个子分类器
• 第四章 图像处理算法的实现
• 4.1 算法实现的硬件选择
• 4.1.1 数字信号处理实现技术
• 4.1.2 描述语言与开发环境
• 4.1.3 开发环境简介
• 4.2 数字信号处理实现流程
• 4.2.1 FPGA 实现数字信号处理流程
• 4.2.2 DSP 实现数字信号处理流程
• 4.2.3 DSP 与FPGA 的链接
• 第五章 实验结果与分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 发表论文和科研情况说明
• 致谢