基于DSP的原棉杂质实时检测系统

论文摘要

数字图像处理一直是这些年来研究的一个热点,尤其是随着现代计算机技术、微电子、软件业的飞速发展,使得数字图像处理更加成为人们研究的方向之一。因此也同时使得图像的边缘检测在许多领域受到研究人员的高度重视。在纺织行业中,原棉杂质的检测与清除一直是困扰人们的一大难题。这主要是因为目前许多地方原棉杂质的检测都需要手工来完成。但是手工的效率低下、费用昂贵。因此基于这种现象,本课题设计一套基于DSP的原棉杂质检测系统,该系统以DSP为基础,以一种适合于该系统的算法为核心对杂质进行有效的检测,以期能够替代人工的检测,从而节省人力、物力和财力。 本文首先介绍了数字图像处理的主要方法及在数字图像处理中常用的边缘检测的方法然后介绍了以TI公司的TMS320C6711DSP为核心图像处理系统,并针对于该图像处理系统,通过分析现在已经各种检测算法,然后经过软件模拟分析比较以及各种算法的组合,最终找到一种适合于该系统的算法组合,从而实现了基于DSP的原棉杂质快速检测系统。 在论文的最后,还对本文所做的工作进行了总结并提出了有待完善的方面。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 图像识别技术的发展现状
• 第二章 数字图像处理与边缘检测
• 2.1 数字图像及数字图像处理
• 2.2 常用操作介绍
• 2.2.1 卷积运算
• 2.2.2 模板操作
• 2.2.3 快速傅里叶变换
• 2.2.4 阈值操作
• 2.3 图像边缘
• 2.3.1 边缘
• 2.3.2 边缘的一阶和二阶导数性质
• 2.4 常用边缘检测算法
• 2.4.1 Roberts算子
• 2.4.2 Sobel算子
• 2.4.3 Prewitt算子
• 2.4.4 Robinson算子
• 2.4.5 拉普拉斯（Laplacian）算子
• 第三章 Canny准则和Canny算法
• 3.1 Canny准则
• 3.1.1 最优检测准则
• 3.1.2 最优定位准则
• 3.1.3 消除多重响应
• 3.2 Canny准则下最优边缘检测滤波器的求解
• 3.3 Canny算法中的具体技术
• 3.3.1 双阈值技术
• 3.3.2 边缘连接
• 3.3.3 需要多窗口的检测算子
• 3.3.4 多尺度技术
• 第四章 模式识别
• 4.1 模式识别基本概念
• 4.2 特征选择和提取
• 4.2.1 特征选择和提取
• 4.2.2 类别可分离性判据
• 4.2.3 基于可分性判据的类内类间距离
• 4.2.4 基于概率分布的可分性判据
• 4.2.5 基于熵的可分性判据
• 4.2.6 基于类别可分离判据的阈值方法
• 第五章 基于DSP杂质检测系统硬件组成
• 5.1 DSP简介
• 5.1.1 DSP芯片的特征
• 5.1.2 DSP芯片的发展
• 5.1.3 DSP芯片的分类
• 5.1.4 DSP芯片的应用
• 5.2 TMS320C6711介绍
• 5.2.1 芯片的结构和特点
• 5.2.2 C6000的片内集成外设
• 5.3 硬件实验系统
• 5.3.1 ICETEK-C6711-IDK-M的系统配置
• 第六章 原棉杂质检测系统的实现
• 6.1 系统硬件配置的实现
• 6.1.1 DMA简介
• 6.1.2 DMA操作及其配置
• 6.1.2 图像采集卡IDK-M的配置
• 6.2 系统的软件实现
• 6.2.1 预处理
• 6.2.2 图像处理
• 6.2.3 处理结果分析
• 6.2.4 有待进一步研究的问题
• 参考文献
• 课题期间发表的论文
• 致谢