【摘要】：隨著光學(xué)成像技術(shù)的進(jìn)步和計(jì)算水平的提高,成像和計(jì)算設(shè)備的價(jià)格大幅下降,光學(xué)成像和圖像處理技術(shù)得到了極大提升和廣泛應(yīng)用。本課題利用光學(xué)成像技術(shù)和圖像處理技術(shù)實(shí)現(xiàn)煤矸石的在線分選,設(shè)計(jì)了一套煤矸石在線圖像采集和處理系統(tǒng)。本課題的研究可以實(shí)現(xiàn)煤和矸石智能分選,把選矸工人從惡劣環(huán)境中解放出來,減少水資源的損耗,提高精煤質(zhì)量,減輕空氣污染,有一定的的應(yīng)用價(jià)值。課題對煤和矸石成像分選的研究按功能主要分為三部分:圖像采集,圖像傳輸,圖像處理。具體實(shí)現(xiàn)主要包括光學(xué)電路、CCD(Charge-coupled Device,光耦合器件)時(shí)序電路、電平轉(zhuǎn)換電路、圖像緩存?zhèn)鬏旊娐�、DSP(Digital Signal Processor,數(shù)字信號處理器)圖像處理和識別分選算法等幾個(gè)基本部分。使用線陣CCD作為感光元件,使用FPGA(Field Programmable Gate Array,現(xiàn)場可編程門陣列)作為主控器件完成成像部分的時(shí)序驅(qū)動,使用雙RAM(Random Access Memory,隨機(jī)讀取存儲器)乒乓操作實(shí)現(xiàn)圖像無縫傳輸,使用DSP進(jìn)行圖像處理,各器件協(xié)同工作完成煤和矸石的分選。在明確系統(tǒng)整體架構(gòu)的基礎(chǔ)上,設(shè)計(jì)CCD圖像采集電路、射極跟隨器電路、模數(shù)轉(zhuǎn)換電路、FPGA最小系統(tǒng)電路、SRAM(Static Random Access Memory,靜態(tài)隨機(jī)讀取存儲器)乒乓緩存電路、DSP底板電路等關(guān)鍵電路以及整套電路的電源部分。使用Verilog語言編寫線陣CCD時(shí)序、A/D(模擬/數(shù)字)時(shí)序、A/D設(shè)置時(shí)序、SRAM存儲時(shí)序,使用C語言編寫圖像處理程序和分類器程序,使用C++語言編寫上位機(jī)圖像識別結(jié)果顯示程序。本課題著重分析了 CCD的內(nèi)部結(jié)構(gòu)和成像原理,研究了 CCD的時(shí)序驅(qū)動和圖像信號相關(guān)雙采樣方法,實(shí)現(xiàn)煤和矸石圖像的實(shí)時(shí)、高速、高質(zhì)量采集。另外設(shè)計(jì)了一套兩片SRAM乒乓緩存圖像傳輸電路,使用兩片SRAM分時(shí)操作,實(shí)現(xiàn)了煤矸石圖像在FPGA和DSP之間的實(shí)時(shí)無縫傳輸。針對煤和矸石的分選,本文在常用基于圖像灰度值特征識別的基礎(chǔ)上加入多紋理特征,使用灰度共生矩陣二次計(jì)算,提取熵、二階矩能量值、對比度、自相關(guān)等紋理特征,最后使用樣本數(shù)據(jù)訓(xùn)練費(fèi)舍爾分類器完成煤和矸石的最終識別。課題中用到的圖像去噪、分割等圖像處理算法和分類器算法是在DSP的編譯環(huán)境中使用C語言編寫實(shí)現(xiàn)。
[Abstract]:With the progress of optical imaging technology and the improvement of computing level, the price of imaging and computing equipment has been greatly reduced, optical imaging and image processing technology has been greatly improved and widely used. In this paper, the optical imaging technology and image processing technology are used to realize the on-line sorting of coal gangue, and a set of online image acquisition and processing system of coal gangue is designed. The research of this subject can realize the intelligent separation of coal and gangue, liberate the gangue workers from the bad environment, reduce the loss of water resources, improve the quality of clean coal and reduce air pollution, which has certain application value. The research on image sorting of coal and gangue is divided into three parts according to its function: image acquisition, image transmission and image processing. The realization mainly includes optical circuit, CCD (Charge-coupled Device, optical coupler) sequential circuit, level conversion circuit, image buffer transmission circuit, DSP (Digital Signal Processor, digital signal processor) image processing and recognition and sorting algorithm. The linear CCD is used as the photosensitive element, the FPGA (Field Programmable Gate Array, field programmable gate array is used as the main control device to complete the timing drive of the imaging part, and the double RAM (Random Access Memory, random read memory) ping-pong operation is used to realize the seamless transmission of the image. DSP is used for image processing and each device works together to separate coal and gangue. The CCD image acquisition circuit and emitter follower circuit are designed on the basis of defining the overall architecture of the system. Analog-to-digital conversion circuit, FPGA minimum system circuit, SRAM (Static Random Access Memory, static random read memory) ping-pong buffer circuit, DSP backboard circuit and the power supply part of the whole circuit. Linear CCD sequence, A / D (analog / digital) timing, A / D timing, SRAM storage timing, C language are used to write image processing program and classifier program, and C language is used to write computer image recognition result display program. In this paper, the internal structure and imaging principle of CCD are analyzed, and the timing driver and image signal correlation double sampling method of CCD are studied to realize the real-time, high speed and high quality acquisition of coal and gangue images. In addition, a set of two pieces of SRAM ping-pong buffer image transmission circuit is designed. Two pieces of SRAM time-sharing operation are used to realize the real-time seamless transmission of gangue images between FPGA and DSP. Aiming at the separation of coal and gangue, this paper adds multi-texture features on the basis of image gray value feature recognition, and uses gray level co-occurrence matrix quadratic calculation to extract texture features such as entropy, second moment energy value, contrast, autocorrelation and other texture features, such as entropy, second-order moment energy value, contrast, autocorrelation and so on. Finally, the Fisher classifier is trained by sample data to complete the final recognition of coal and gangue. Image denoising and segmentation algorithms and classifier algorithms used in the subject are programmed in C language in the compiling environment of DSP.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TD849.5;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王海濤;施亦東;陳衍夏;許健明;;圖像紋理分析技術(shù)在紡織與皮革中的應(yīng)用[J];皮革科學(xué)與工程;2008年02期

2 何鵬;萬曉青;焦瑛璞;;基于圖像紋理分析技術(shù)檢測食用植物油中動物油的摻偽[J];中國油脂;2014年03期

3 何鵬;萬曉青;康子洋;;圖像紋理分析技術(shù)實(shí)現(xiàn)植物油摻假檢測研究[J];中國糧油學(xué)報(bào);2014年03期

4 李格;多孔硅結(jié)構(gòu)電鏡圖像的數(shù)字處理[J];江蘇石油化工學(xué)院學(xué)報(bào);2002年04期

5 劉小波;;浮選泡沫圖像主成分的分類與識別[J];云南冶金;2014年03期

6 郭潤蘭;艾宏玲;;整體變分法在羊絨織物噴墨印花圖像修補(bǔ)中的應(yīng)用[J];毛紡科技;2008年04期

7 郭潤蘭;崔萍;周世生;艾宏玲;;整體變分法在噴墨印花圖像修補(bǔ)中的應(yīng)用[J];絲綢;2006年12期

8 于海鵬;劉一星;劉鎮(zhèn)波;;基于圖像紋理特征的木材樹種識別[J];林業(yè)科學(xué);2007年04期

9 付亞麗;郭娜;張嘉偉;;基于顏色和紋理特征的圖像情感語義分類[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年06期

10 王滿;薛林福;潘保芝;;FMI圖像紋理統(tǒng)計(jì)方法識別火成巖巖性[J];測井技術(shù);2009年02期

相關(guān)會議論文 前10條

1 楊國華;周晨波;阮久忠;郭冰;王剛;;基于自相關(guān)函數(shù)的非平面表面粗糙度的圖像紋理研究[A];第十二屆全國光學(xué)測試學(xué)術(shù)討論會論文（摘要集）[C];2008年

2 王亮申;歐宗瑛;;利用SVM進(jìn)行圖像數(shù)據(jù)庫檢索[A];全面建設(shè)小康社會：中國科技工作者的歷史責(zé)任——中國科協(xié)2003年學(xué)術(shù)年會論文集（下）[C];2003年

3 王云;董增壽;卓東風(fēng);;基于圖像紋理和結(jié)構(gòu)特征的燃燒指數(shù)的高溫低氧火焰燃燒穩(wěn)定性識別[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 朱為總;文振q;明仲;歐陽杰;;基于支持向量回歸機(jī)的相關(guān)反饋圖像檢索算法[A];圖像圖形技術(shù)研究與應(yīng)用2009——第四屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2009年

5 彭復(fù)員;余西;武林;徐國華;;基于分形特征的水下圖像模糊分類[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

6 張磊;朱磊;;一種綜合圖像紋理和灰度特征的分割算法[A];通信理論與信號處理新進(jìn)展——2005年通信理論與信號處理年會論文集[C];2005年

7 王鵬;吳春亞;劉德利;劉亦智;劉獻(xiàn)禮;;基于LabVIEW的鋼球表面缺陷圖像紋理分析與檢測[A];2007'中國儀器儀表與測控技術(shù)交流大會論文集（一）[C];2007年

8 樊亞春;周明全;;基于圖像關(guān)鍵特征的內(nèi)容檢索技術(shù)分析[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2008年

9 朱軍民;黃磊;劉昌平;;一種分級的電路板圖像中的文本定位方法[A];第八屆全國漢字識別學(xué)術(shù)會議論文集[C];2002年

10 麥青;李才偉;;區(qū)分真實(shí)照片與人工圖片的算法與實(shí)現(xiàn)[A];第十三屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2006年

相關(guān)重要報(bào)紙文章 前2條

1 華凌;世界最薄泡沫屏幕可改變圖像紋理[N];科技日報(bào);2012年

2 北京商報(bào)記者 吳辰光;高德攜合作伙伴發(fā)力三維實(shí)景地圖[N];北京商報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 鄭希源;基于多標(biāo)記學(xué)習(xí)的圖像標(biāo)注關(guān)鍵技術(shù)研究[D];山東師范大學(xué);2016年

2 王曙燕;醫(yī)學(xué)圖像智能分類算法研究[D];西北大學(xué);2006年

3 唐俊華;科學(xué)數(shù)據(jù)庫中基于內(nèi)容圖像檢索技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2004年

4 賈冬焱;血管造影圖像的量化分析和應(yīng)用研究[D];南方醫(yī)科大學(xué);2008年

5 段立娟;基于內(nèi)容的圖像檢索與過濾關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2002年

6 周向東;圖像數(shù)據(jù)庫檢索中的關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

7 孫蕾;醫(yī)學(xué)圖像智能挖掘關(guān)鍵技術(shù)研究[D];西北大學(xué);2005年

8 楊朝輝;計(jì)算機(jī)舌診中裂紋舌圖像的診斷分類研究[D];哈爾濱工業(yè)大學(xué);2010年

9 洪安祥;基于內(nèi)容的圖像檢索若干論題研究[D];浙江大學(xué);2003年

10 黃傳波;基于視覺感知和相關(guān)反饋機(jī)制的圖像檢索算法研究[D];南京理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 盧曾新;基于多普勒波的圖像置亂算法及評價(jià)方法研究[D];遼寧大學(xué);2015年

2 朱華東;基于內(nèi)容的圖像檢索研究[D];江南大學(xué);2015年

3 田紅梅;日冕圖像中暗化現(xiàn)象的檢測與提取技術(shù)研究[D];西南交通大學(xué);2015年

4 王艷芳;基于改進(jìn)RPCA的非局部圖像去噪算法研究[D];江西理工大學(xué);2015年

5 蔡茂佼;基于曲線特征的視覺形狀伺服的研究[D];上海交通大學(xué);2015年

6 王亞星;基于分?jǐn)?shù)階傅里葉變換的人臉識別[D];鄭州大學(xué);2015年

7 羅妙輝;基于圖像內(nèi)容檢索技術(shù)的紡織品圖像侵權(quán)檢測[D];浙江大學(xué);2015年

8 馮文;多轉(zhuǎn)子軸承復(fù)雜路徑下微弱故障特征提取方法研究[D];北京化工大學(xué);2015年

9 張U，

本文編號：2290014