“中國制造2025”的提出明確了我國實現(xiàn)制造大國向制造強國轉(zhuǎn)變的戰(zhàn)略目標(biāo)。大力發(fā)展智能制造是實現(xiàn)制造強國的重要途徑。在智能制造的發(fā)展過程中,機器視覺扮演了極為重要的角色。隨著國內(nèi)工業(yè)自動化程度的不斷提升,機器視覺的應(yīng)用場景也不斷得到擴展,同時新的應(yīng)用場景也對機器視覺系統(tǒng)提出了更高的要求。線陣相機能對高速運動的物體進(jìn)行精確的檢測。智能相機將圖像的采集、處理與傳輸?shù)裙δ芗膳c單一的相機內(nèi),使機器視覺系統(tǒng)擁有更高的適用性與易用性。本文將線陣相機與智能相機的特性相結(jié)合,提出了基于FPGA的線陣CCD智能相機系統(tǒng)的設(shè)計與實現(xiàn)。首先,對智能相機的國內(nèi)外研究現(xiàn)狀進(jìn)行介紹,列舉了國內(nèi)外主要智能相機產(chǎn)商的相關(guān)產(chǎn)品并對相關(guān)技術(shù)發(fā)展趨勢進(jìn)行了分析。然后對線陣智能相機系統(tǒng)的整體框架以及所涉及的相關(guān)技術(shù)進(jìn)行了介紹,主要包括線陣CCD技術(shù)、FPGA開發(fā)技術(shù)、數(shù)據(jù)通信技術(shù)以及上位機軟件開發(fā)技術(shù)。接著在此基礎(chǔ)上針對系統(tǒng)方案進(jìn)行軟硬件設(shè)計,完成了具有圖像數(shù)據(jù)采集、圖像傳輸、圖像數(shù)據(jù)顯示完整功能的線陣智能相機系統(tǒng)。接著針對智能相機系統(tǒng)所涉及的圖像處理算法及FPGA實現(xiàn)進(jìn)行了重點研究,其中包括圖像去噪,圖像灰度畸變校正、圖像顏色錯位校正、圖像顏色空間轉(zhuǎn)換等圖像預(yù)處理方法;應(yīng)用于物料檢測的顏色檢測和面積檢測、測量算法;對圖像進(jìn)行邊緣提取的改進(jìn)型Sobel方法。詳細(xì)分析了算法原理同時給出FPGA實現(xiàn)方案并通過FPGA實現(xiàn)。最后,對研發(fā)的線陣智能相機系統(tǒng)進(jìn)行測試。測試結(jié)果表明:本課題實現(xiàn)的相機系統(tǒng)圖像采集、傳輸、顯示功能正常。實現(xiàn)的圖像預(yù)處理方法能有效改善圖像質(zhì)量。實現(xiàn)的顏色檢測算法對彩色塑料片的檢測能達(dá)到90%以上的檢測正確率。面積檢測算法對塑料片的檢測能達(dá)到80%以上檢測正確率。面積測量算法對單個塑料片的面積測量精度能達(dá)到95%以上。實現(xiàn)的改進(jìn)型Sobel邊緣方法邊緣檢測效果優(yōu)于傳統(tǒng)Sobel方法,但是比不上Canny邊緣檢測方法。
【學(xué)位單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TB852.1;TN791
【部分圖文】：

？??“?．樣??被測物體?相機?圖像采集卡?計算機??圖Ｕ傳統(tǒng)機器視覺系統(tǒng)??圖像采集模塊由傳統(tǒng)的相機以及圖像采集卡構(gòu)成，它們的作用是將輸入的光信號轉(zhuǎn)換成??電信號并且輸出，承擔(dān)著機器視覺系統(tǒng)前端的角色，相當(dāng)于整個機器視覺系統(tǒng)的“眼睛”。在??傳統(tǒng)的機器視覺系統(tǒng)中，智能處理與決策模塊以及執(zhí)行控制模塊通常指的是計算機，它承擔(dān)??了圖像分析處理，決策判斷以及系統(tǒng)執(zhí)行流程控制等任務(wù)，相當(dāng)于整個機器視覺系統(tǒng)的“大??腦”【５】。??隨著機器視覺技術(shù)的應(yīng)用場景不斷擴大，工業(yè)生產(chǎn)自動化程度也不斷提高。在某些特殊??的應(yīng)用場景中，具有傳統(tǒng)結(jié)構(gòu)的機器視覺系統(tǒng)已經(jīng)無法滿足需求。因此，一種新的機器視覺??系統(tǒng)結(jié)構(gòu)被提出，系統(tǒng)結(jié)構(gòu)如圖１．２所示。??

?一般智能相機系統(tǒng)由３部分組成：圖像采集模塊、圖像處理模塊、通信控制模塊。組成框圖??如圖１．３所示：??，一?＼?＼?，一?＼??／?＾?＼?／?＼?／?＼??／圖像米集模塊＼?／圖像處理模塊＼?／通信控制模塊＼??Ｉ?｜酬專雜１?｜?圖像處理｜?以太網(wǎng)?｜??又｜光學(xué)成像系統(tǒng)／?＾?—圖像緩存—／?＾?ｉｎ?１／??Ｖ?／?Ｖ?／?＼?／??＼?ｙ?＼?ｙ?＼?，??圖１．３智能相機組成模塊??通常智能相機需要具備以下功能：??（１）

??測量領(lǐng)域，尤其是當(dāng)被測物體處于高速運動的狀態(tài)。線陣相機與面陣相機實物如圖１．４所示。??（ａ）線陣相機?（ｂ）面陣相機??圖１．４線陣相機與面陣相機實物圖??１．２課題研究意乂??近年來，隨著國內(nèi)工業(yè)自動化程度的不斷提升，機器視覺的應(yīng)用場景也不斷得到了擴展，??同時新的應(yīng)用場景也對機器視覺系統(tǒng)提出了更高的要求［１３＿１６］。對于一些精度需求高的并且被??測物體屬于高速運動狀態(tài)的檢測與測量場景，線陣相機的應(yīng)用無疑大大的提高了檢測精度與??檢測速度。但是由于線陣相機是以逐行掃描的方式獲取圖像，使其在進(jìn)行圖像處理時必須考??慮物體運動的影響，因此使用線陣相機的機器視覺系統(tǒng)大多數(shù)是基于傳統(tǒng)結(jié)構(gòu)的，而在傳統(tǒng)??結(jié)構(gòu)中，相機與ｐｃ機大量的數(shù)據(jù)交互又會大大限制系統(tǒng)的檢測速度。因此，在基于智能相??機的機器視覺系統(tǒng)中應(yīng)用線陣相機是對此類問題最佳的解決方案�；谥悄芫�陣相機的機器??視覺系統(tǒng)又會在原有基礎(chǔ)上大大提高系統(tǒng)的檢測速度。于是對于將線陣相機與智能相機的特??性相結(jié)合的研宄具有極大的現(xiàn)實意義。??１．３課題研究現(xiàn)狀??１．３．１國外研究現(xiàn)狀??目前主流的智能相機還是以面陣相機為主。歐美相機產(chǎn)商在中端智能相機市場中依然占??據(jù)著主導(dǎo)的地位。??德國相機制造商Ｂａｓｌｅｒ作為全球最早進(jìn)入機器視覺領(lǐng)域的公司之一，通過３０多年的行業(yè)??經(jīng)驗積累，成為了一家全球領(lǐng)先的高品質(zhì)相機和相機配件制造商。其推出的ＢａｓｌｅｒＰｏｗｅｒＰｃａｋ??智能相機套件采用先進(jìn)ＣＯＭＳ芯片技術(shù)
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭勇;何軍;;STM32單片機多串口通信仿真測試技術(shù)研究[J];無線電工程;2015年08期

2 郭靜;羅華;張濤;;機器視覺與應(yīng)用[J];電子科技;2014年07期

3 江卓;李明偉;叢培超;徐舒宇;;大塊物料的色選系統(tǒng)設(shè)計[J];儀表技術(shù)與傳感器;2013年12期

4 劉偉;;一種基于智能相機的機器視覺系統(tǒng)的設(shè)計[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2013年11期

5 張紅霞;劉義才;;機器視覺技術(shù)的應(yīng)用研究[J];電子世界;2013年17期

6 楊新華;寇為剛;;基于FPGA的Sobel算子圖像邊緣檢測算法[J];儀表技術(shù)與傳感器;2013年01期

7 孫曉曄;蓋素麗;;基于FPGA和線陣CCD的色選實驗平臺研究[J];微型機與應(yīng)用;2012年21期

8 曹楊;蘇麗娜;沈琪;顧曉峰;;一種改進(jìn)的Sobel邊緣檢測算法的設(shè)計及其FPGA實現(xiàn)[J];微電子學(xué)與計算機;2012年10期

9 李正明;劉春國;安明建;;基于FPGA的Sobel圖像邊緣檢測的設(shè)計[J];現(xiàn)代科學(xué)儀器;2012年04期

10 白瑞林;史鵬飛;吉峰;徐義釗;;基于Modbus/TCP的智能相機通信接口實現(xiàn)[J];控制工程;2011年04期

本文編號：2842614