發(fā)布時間：2018-03-28 00:28

  本文選題：DM642　切入點：多處理器　出處：《天津大學》2012年碩士論文

【摘要】：生產流水線的出現使得生產制造的效率有了超乎想象的提高,高速的生產要求檢測速度相應加快,這給傳統的檢測方式提出巨大的挑戰(zhàn)。利用智能相機實現視覺檢測的方法是一種新興的檢測手段,由于視覺檢測設備性能的飛速發(fā)展,使得其在流水線上檢測的精度、實時性能夠得到保證。在實驗室已有的DSP5509處理VGA信號的視覺系統基礎上,設計了基于C64x DSP核的高速方案。針對目標檢測可能遇到的粗大噪聲干擾、目標不突出、外部參數易飄變的問題,設計相應的有魯棒性與自適應性的圖像處理算法,提高系統的智能化。完成相機設計后,利用相機設備搭建檢測系統,進行了標定,并根據標定結果獲得了測量系統的性能參數。利用已標定的系統,設計方案測量了軸承的內外徑。 文中的具體工作如下: 1.根據軸承檢測生產線建立了生產流水線檢測的模型,并著重分析了機器視覺在流水線生產中的動態(tài)定位模型。推導得出了流水線上目標定位的遞推公式。并證明該公式有效的提高了流水線目標的定位速度。 2.設計了智能相機的樣機。選用MT9M001視覺傳感器與原有使用VGA信號的系統相比圖像分辨率提高4倍;對FPGA子系統擴展SDRAM,使得前端子系統可以實現暫存、處理;使用了專用的多媒體高速處理芯片DM642,峰值處理能力要比原有5509系統高12倍;并在FPGA與DSP之間設計了乒乓結構與EDMA協同工作的模式,測試數據傳輸速度由原來的12MByte/s提高到了30MByte/s。 3.對系統進行了有魯棒性與自適應性的柔性算法設計。討論了種子生長標記法的改進以提高目標標記速度;提出目標加權匹配法提高目標與背景的顯著度;研究神經網絡融入系統的方案使智能相機有自學習能力。并做實驗驗證。 4.自主設計了利用軸承端面影像測量軸承直徑的方法。提出方案,先采樣擬合求得中心位置,再以此中心做極坐標轉換求解的內外徑檢測方案對軸承目標進行檢測。使檢測在保證魯棒性的基礎上有較高精度。
[Abstract]:The emergence of production pipeline has increased the efficiency of production and manufacturing beyond imagination, and the high speed of production requires that the speed of detection be quickened accordingly. This brings a great challenge to the traditional detection methods. The method of using intelligent camera to realize visual detection is a new detection method. Because of the rapid development of the performance of the visual inspection equipment, it makes the accuracy of the inspection on pipeline. The real-time performance can be guaranteed. Based on the visual system of DSP5509 processing VGA signal in laboratory, a high speed scheme based on C64x DSP core is designed. In order to improve the intelligence of the system, the corresponding image processing algorithm with robustness and adaptability is designed to improve the intelligence of the system. After the camera design is completed, the detection system is built and calibrated by using the camera equipment. According to the calibration results, the performance parameters of the measuring system are obtained, and the inner and outer diameter of the bearing is measured by using the calibrated system. The specific work in this paper is as follows:. 1. According to the production line of bearing testing, the model of production pipeline detection is established. The dynamic positioning model of machine vision in pipeline's production is analyzed emphatically, and the recursive formula of the target location on pipeline is deduced, and it is proved that the formula can effectively improve the speed of the target location on pipeline. 2. The prototype of the intelligent camera is designed. Compared with the original system using VGA signal, the image resolution of the MT9M001 vision sensor is increased by 4 times, and the FPGA subsystem is extended to make the front-end subsystem can be stored and processed temporarily. The special multimedia high speed processing chip DM642 is used, the peak processing capacity is 12 times higher than the original 5509 system, and the ping-pong structure is designed between FPGA and DSP to work together with EDMA. The speed of data transmission is improved from the original 12MByte/s to 30 MByte / s. 3. The flexible algorithm with robustness and adaptability is designed, the improvement of seed growth marker method is discussed to improve the target marking speed, and the target weighted matching method is proposed to improve the saliency of target and background. This paper studies the scheme of neural network integration into the system and makes the intelligent camera have the ability of self-learning. 4. The method of measuring the diameter of the bearing by using the image of the end face of the bearing is designed. The scheme is put forward, and the center position is obtained by sampling and fitting. Then the inner and outer diameter detection scheme based on polar coordinate transformation is used to detect the bearing target, which makes the detection have a high accuracy on the basis of the robustness.
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：TP368.1;TH74

【相似文獻】

相關期刊論文 前10條

1 ;NI推出高性能智能相機系列[J];電子測試;2008年01期

2 ;NI推出高性能智能相機系列[J];電子與電腦;2008年01期

3 ;NI拓寬智能相機系列產品選擇[J];電子測量技術;2008年10期

4 ;DALSA推出代表最新一代機器視覺技術的智能相機[J];電子與電腦;2009年11期

5 ;NI推出高性能智能相機系列[J];微計算機信息;2008年06期

6 徐華,晏磊,羅妙仙,嚴明;APS磁記錄智能相機研制——信息記錄材料在成像領域的技術進展(三)[J];信息記錄材料;2001年04期

7 ;NI拓寬智能相機系列產品選擇[J];電子與電腦;2008年10期

8 C.G.Masi;翁思健;;智能相機解決控制難題[J];軟件;2009年01期

9 許芬;;智能視覺傳感器及其應用[J];中國儀器儀表;2007年04期

10 李文濤;馬鉞;;基于智能相機的目標物體的定位[J];控制工程;2011年S1期

相關會議論文 前4條

1 毋小衛(wèi);;實施高鐵橋墩周界安全監(jiān)測系統的思考[A];鄭州鐵路局“十百千”人才培育助推工程論文集[C];2011年

2 景軍鋒;李光燕;李鵬飛;;基于MeanShift和Harris算子圓網印花機對花檢測的研究與設計[A];第十五屆全國圖象圖形學學術會議論文集[C];2010年

3 吳清瀟;苗錫奎;歐錦軍;郝穎明;朱楓;;基于機器視覺的高精度晶圓對準系統[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

4 吳清瀟;歐錦軍;郝穎明;朱楓;;基于視覺的煉鐵物料自動識別分類系統[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關重要報紙文章 前4條

1 Maria Doyle;DALSA隆重推出代表最新代機器視覺技術的智能相機[N];中國包裝報;2009年

2 張麗麗;三星引領數碼相機創(chuàng)新狂潮[N];科技日報;2009年

3 本報實習記者 張小丹;雙屏設計走俏數碼市場 互動體驗彰顯個性化消費[N];通信信息報;2009年

4 記者 陳珊　通訊員 沈之揚;杭州移動成立物聯網產業(yè)聯盟[N];人民郵電;2010年

相關博士學位論文 前2條

1 肖傳偉;智能相機的設計研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2006年

2 張正濤;乒乓球機器人視覺測量與控制[D];中國科學院研究生院（自動化研究所）;2010年

相關碩士學位論文 前10條

1 董宇青;基于C64xDSP的智能相機技術及應用[D];天津大學;2012年

2 周璞;基于嵌入式智能相機的目標檢測與覆蓋方法研究[D];上海交通大學;2012年

3 吳建平;基于CMOS與DSP的以太網智能相機平臺[D];電子科技大學;2012年

4 梁宏峰;基于智能相機的油罐口識別[D];哈爾濱工程大學;2008年

5 周鵬;機器人及視覺系統在卷煙輔材配盤系統中的應用研究[D];合肥工業(yè)大學;2007年

6 宋俊;基于DSP機器視覺的纏輥檢測系統設計與實現[D];南京航空航天大學;2008年

7 尹亮;CCD智能相機圖像采集硬件平臺的研究[D];哈爾濱工程大學;2008年

8 陳偉;基于DSP+FPGA的智能相機關鍵技術研究[D];天津大學;2010年

9 郭文豹;高速CMOS智能相機研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2010年

10 孟范濤;基于單片面陣CCD實現粗精復合光斑檢測技術研究[D];長春理工大學;2009年

，

本文編號：1673962