论文部分内容阅读
随着现代工业自动化程度的高速发展,产品在线检测的速度和精度也越来越复杂。传统的质量检测手段成本高并且检测效率低,已经不能满足现代制造业的需求。视频图像处理和识别系统具有非接触检测、高精度、抗干扰性强、高速性和高效率等优点,非常适合自动化生产的要求,已经广泛地应用到汽车零件自动装配、机器人视觉、工业检测等领域。本文首先对数字图像处理算法原理进行分析,对各个算法的性能和处理效果进行了对比和选取,分析它们对图像处理系统实时性的影响。进而指出,采用并行处理是解决系统实时性问题的有效方法,采用可并行计算的处理器进行图像处理是目前研究的一个热点。又通过对现场可编程门阵列(FPGA)结构和工作方式的分析,指出了应用FPGA器件进行图像处理,以解决系统实时性问题的优势。研究了Altera公司的DSP Builder这种先进的开发工具在Matlab中进行高效的算法设计和仿真的方法,以及该工具生成的VHDL代码与QuartusⅡ中Verilog代码良好的集成性的特点。分析了嵌入式实时图像处理系统的设计思路及工作流程。根据实时图像处理系统的功能特点,构建了基于FPGA的实时图像处理和识别系统的总体结构,并分别对视频采集、视频数据格式转换、图像帧存、图像处理、实时显示等功能模块进行了设计。系统利用I~2C总线对CMOS图像传感器和液晶屏控制芯片的相应寄存器进行配置,驱动视频图像数据的实时采集和显示。视频数据格式转换实现了原始数据(RAW)格式到RGB格式的转换。图像帧存是设计多端口的SDRAM控制器,实现了单帧与双帧视频图像的存取。针对影响系统实时性最大的图像处理部分,采用DSP Builder工具设计了适合FPGA硬件计算的算法结构,实现了适合高速图像处理的中值滤波、边缘检测和图像识别算法电路模型,同时将流水线处理技术和并行处理等技术应用到电路模型设计中,提高了处理速度,节省了硬件开销。然后,在Matlab中对该工具设计的图像处理算法进行仿真调试,观察仿真环境下的算法处理结果。最后,将设计的算法处理电路模型转换成硬件描述语言下载到实时图像处理平台中进行实验验证和效果分析。结果表明,该嵌入式图像处理与识别系统能够满足系统功能和实时性要求,具有一定的实用参考价值。