本文關(guān)鍵詞： 嵌入式系統(tǒng) TMS320DM6437 TMS320DM355 實時圖像處理系統(tǒng)　出處：《東北農(nóng)業(yè)大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：隨著科學(xué)技術(shù)的快速發(fā)展,人們對圖像處理技術(shù)的應(yīng)用逐漸增多。DSP技術(shù)系統(tǒng)引入數(shù)字信號的處理而使應(yīng)用系統(tǒng)呈現(xiàn)出快速發(fā)展的態(tài)勢。近年來DSP技術(shù)應(yīng)用范圍逐漸擴展,在理論知識與應(yīng)用領(lǐng)域均具有很重要的研究成果。在21世紀這樣的一個信息時代,對計算機的使用日益增加,網(wǎng)絡(luò)化、信息化自動化逐漸普及,對嵌入式系統(tǒng)的使用更是具有越來越多的案例。本文查閱了大量的文獻,并收集整理大量學(xué)者對嵌入式系統(tǒng)應(yīng)用在圖像處理方面的研究與實驗項目,尤其是在應(yīng)用DSP技術(shù)與嵌入式系統(tǒng)而進行的對牌照識別系統(tǒng)的研究,在諸多此技術(shù)應(yīng)用的領(lǐng)域成功的案例的最新成果上最終確定了對大豆籽粒視覺分級系統(tǒng)的設(shè)計方案,以TMS320DM6437 (DSP)、TMS320DM355 (ARM)和DSP+ ARM為基礎(chǔ)而實現(xiàn)的實時圖像處理系統(tǒng)。目前,我國對食品質(zhì)量檢測有很嚴格地標準,將機器視覺檢測技術(shù)應(yīng)用在此領(lǐng)域不僅取代了勞動力更減少了錯誤產(chǎn)生的概率,而且在原有的基礎(chǔ)上大大的提高了生產(chǎn)效率。在眾多的農(nóng)產(chǎn)品中大豆作為高營養(yǎng)價值的綠色食品也越來越受到人們的歡迎,但目前大多數(shù)企業(yè)仍然應(yīng)用人工的方法對大豆進行品質(zhì)檢測、分級。這樣的情況下急需將計算機自動化與機器視覺分級檢測技術(shù)應(yīng)用在農(nóng)業(yè)領(lǐng)域,可以通過機器的視覺根據(jù)不同農(nóng)作物的外觀對其進行分檢,不僅可以促進農(nóng)業(yè)生產(chǎn)自動化,而且可以保證農(nóng)戶的利益與效益,同時使我國農(nóng)業(yè)的發(fā)展在國際上具有更為有利的競爭優(yōu)勢。本文以實際應(yīng)用為原則,以科學(xué)理論為基礎(chǔ)對該系統(tǒng)的理論支持、結(jié)構(gòu)特點、工作原理、分級算法、軟硬件構(gòu)成與分級實驗進行了詳盡的闡述。在實驗中對大豆進行圖像采集,通過圖像分割等程序獲得為豆粒設(shè)定的基本參數(shù),并通過科學(xué)的方法對其邊緣特征、區(qū)域特征進行提取進而采集大豆圖像,經(jīng)過背景分割后提取豆粒參數(shù),并確定其最優(yōu)分級特征。該系統(tǒng)具有高效的處理能力與優(yōu)越的處理性能,搭載StrongARM處理器,可以通過網(wǎng)絡(luò)通過計算機實時對所處理系統(tǒng)進行實時處理,與DSP結(jié)合充分發(fā)揮了二者的長處,使嵌入式實時控制方面的復(fù)雜算法在機器視覺分級處理上得以更好的實現(xiàn),并為機器視覺的發(fā)展提供了創(chuàng)新方案。本文使用TMS320DM6436和TMS320DM350作為核心處理單元,結(jié)合嵌入式技術(shù),在更為高效的前提下,實現(xiàn)對大豆的分級。并選取了4中不同類別的大豆樣本各2000余粒,應(yīng)用設(shè)計的系統(tǒng)對其進行重復(fù)模擬實驗,對實驗數(shù)據(jù)進行整理分析得出了分級準確度達到95%的結(jié)論。從理論與數(shù)據(jù)上說明了本系統(tǒng)的可行性,一定程度上解決了傳統(tǒng)分級方案的復(fù)雜性。在后續(xù)的章節(jié)中,主要介紹了系統(tǒng)的設(shè)計方案及功能,該系統(tǒng)結(jié)合了DSP和嵌入式的設(shè)計方案,包含了圖像算法設(shè)計與分級試驗,同時也包含了軟件平臺和系統(tǒng)硬件設(shè)計等方面的技術(shù)。最后,對本課題的研究成果進行了總結(jié)提出了其不足之處,同時也闡述了本課題應(yīng)用前景及進一步研究的展望。
[Abstract]:With the rapid development of science and technology, people on the application of image processing technology gradually increased.DSP system into a digital signal and make the application system showing a trend of rapid development in recent years. The scope of application of DSP technology is gradually expanding, has a very important research in theory and application fields. Such an era of information in twenty-first Century, the use of computer is increasing, network, informatization and automatization of popularization use of embedded system is more and more. In this case a large number of documents, and compiled a large number of scholars on the application of embedded system in project research and experiment of image processing, especially the research on license plate recognition the system in the application of DSP technology and embedded system, the latest achievements in the field of many application case in the end that The design of soybean seed visual grading system, TMS320DM6437 (DSP), TMS320DM355 (ARM) and DSP+ ARM real-time image processing system based realization. At present, our country has very strict standards for food quality detection, machine vision detection technology should be used in this field not only replaced the labor force more reduced the probability of error, and on the basis of the original and greatly improve the production efficiency. Among all agricultural products of soybean as green food with high nutritional value is more and more popular, but most companies are still using artificial methods for quality inspection, classification of soybean. This situation will need the computer automatic classification and machine vision detection technology application in the field of agriculture, through the machine vision according to the different crops on the appearance inspection, not only can promote The automation of agricultural production, but also guarantee the interests and benefits of farmers at the same time, the development of agriculture in our country has a more favorable competitive advantage in the world. In this paper, based on the actual application of the system based on the principle, theoretical support, structure characteristics, working principle, classification algorithm based on scientific theory, software and hardware have been detailed description and classification of image acquisition on soybean experiment. In the experiment, the basic parameters to the beans is obtained through image segmentation procedures, and through the scientific method of edge feature, regional feature is extracted and collected soybean bean images, parameter extraction after background segmentation, and determine the optimal classification features. The system has the ability to deal with efficient and superior performance, equipped with StrongARM processor, can through the Internet through the computer in real-time processing system for real-time processing, With the combination of DSP and give full play to the strengths of the two, the complex algorithm of embedded real-time control can achieve better classification processing in machine vision, and provides innovative solutions for the development of machine vision. This paper uses TMS320DM6436 and TMS320DM350 as the core processing unit, combined with embedded technology, the more efficient the premise of realization classification of soybean. And select 4 different categories of soybean samples more than 2000 tablets, using this system to repeat the simulation experiment for the experimental data analysis the classification accuracy reached 95% conclusions. From the theory and the data shows the feasibility of this system, to a certain extent to solve the complexity of the traditional classification scheme. In the following chapters, mainly introduces the system design and function, the system combines the design and embedded DSP, contains a map Like algorithm design and grading test, it also includes software platform and system hardware design. Finally, the research results of this subject are summarized, and its shortcomings are also presented. At the same time, the application prospect and further research prospect of this subject are also discussed.

【學(xué)位授予單位】：東北農(nóng)業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻】

相關(guān)期刊論文 前10條

1 朱瑞;機器視覺在復(fù)雜零、部件測量方面的應(yīng)用[J];今日電子;2004年06期

2 黎紅偉;;關(guān)于機器視覺鏡頭[J];可編程控制器與工廠自動化;2005年02期

3 錢競業(yè);;機器視覺的發(fā)展方向探討[J];現(xiàn)代制造;2006年06期

4 傅昆;;行者無疆——機器視覺的中國崛起[J];現(xiàn)代制造;2006年21期

5 雷文華;;機器視覺及其應(yīng)用(系列講座) 第一講 機器視覺發(fā)展概述[J];應(yīng)用光學(xué);2006年05期

6 ;機器視覺的應(yīng)用使生產(chǎn)加工更加智能、高效[J];現(xiàn)代制造;2009年06期

7 李樹杰;;中國機器視覺的發(fā)展趨勢[J];赤峰學(xué)院學(xué)報(自然科學(xué)版);2010年01期

8 ;機器視覺最新技術(shù)動態(tài)[J];中國光學(xué);2013年01期

9 馮伯儒;;機器視覺中的電-光技術(shù)[J];光電子學(xué)技術(shù);1986年01期

10 戴君,趙海洋,馮心海;機器視覺[J];機械設(shè)計與制造工程;1998年04期

相關(guān)會議論文 前10條

1 趙磊;董吉文;李金屏;;拓撲理論在機器視覺中的研究進展[A];全國第十五屆計算機科學(xué)與技術(shù)應(yīng)用學(xué)術(shù)會議論文集[C];2003年

2 張彥東;;基于機器視覺的連接器裝配機床改造研究[A];首屆珠中江科協(xié)論壇論文集[C];2011年

3 蔡小秧;陳文楷;;機器視覺中的魯棒估計技術(shù)[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

4 劉雅舉;李娜;張莉;李東明;;機器視覺在藥用玻璃瓶質(zhì)量檢測中的研究[A];2007年河北省電子學(xué)會、河北省計算機學(xué)會、河北省自動化學(xué)會、河北省人工智能學(xué)會、河北省計算機輔助設(shè)計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學(xué)術(shù)年會論文集[C];2007年

5 吳慶華;代娜;黃俊敏;程志輝;何濤;;基于機器視覺的軸承二維尺寸檢測[A];第六屆全國信息獲取與處理學(xué)術(shù)會議論文集（1）[C];2008年

6 馬連峰;張秋菊;;基于機器視覺的彩色套印檢測技術(shù)研究[A];第十一屆全國包裝工程學(xué)術(shù)會議論文集（二）[C];2007年

7 金守峰;張慧;;面向機器視覺的織物緯斜檢測方法[A];全國先進制造技術(shù)高層論壇暨第九屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2010年

8 管庶安;周龍;陳永強;廖明潮;;機器視覺在糧食品質(zhì)檢測中的應(yīng)用研究[A];中國糧油學(xué)會第三屆學(xué)術(shù)年會論文選集（下冊）[C];2004年

9 張偉華;陳軍;連世江;賈海政;;機器視覺及其在農(nóng)業(yè)機械中的應(yīng)用綜述[A];2007年中國農(nóng)業(yè)工程學(xué)會學(xué)術(shù)年會論文摘要集[C];2007年

10 沈?qū)殗?陳樹人;尹建軍;;基于機器視覺的棉田雜草精確定位研究[A];紀念中國農(nóng)業(yè)工程學(xué)會成立30周年暨中國農(nóng)業(yè)工程學(xué)會2009年學(xué)術(shù)年會（CSAE 2009）論文集[C];2009年

相關(guān)重要報紙文章 前10條

1 本報記者 李劍琦;機器視覺行業(yè)整合正熱 中國市場尚處萌芽期[N];機電商報;2005年

2 本報記者 董碧娟;解密機器視覺“第三只眼”[N];經(jīng)濟日報;2013年

3 本報記者 郭濤;機器視覺：為機器裝上“眼睛”和“大腦”[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2014年

4 張均;德國機器視覺傳感器市場前景好[N];中國貿(mào)易報;2007年

5 金剛;給機器一雙慧眼[N];計算機世界;2007年

6 朱廣菁;機器視覺怎樣“看”不合格產(chǎn)品[N];大眾科技報;2008年

7 宋昆;用機器視覺控制煙草質(zhì)量[N];計算機世界;2007年

8 張棟;西安光電子專業(yè)孵化器舉辦專業(yè)展覽會[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報;2007年

9 王遐;機器視覺:藥品包裝在線檢測系統(tǒng)開發(fā)成功[N];中國包裝報;2010年

10 點評人 高炎 黃牧青 劉笑一 李士杰 北京大學(xué)技術(shù)轉(zhuǎn)移中心;機器視覺輔助冬季道路狀況監(jiān)測[N];科技日報;2014年

相關(guān)博士學(xué)位論文 前10條

1 梁卓銳;機器視覺手勢交互的交互映射研究[D];華南理工大學(xué);2015年

2 孟慶寬;基于機器視覺的農(nóng)業(yè)車輛—農(nóng)具組合導(dǎo)航系統(tǒng)路徑識別及控制方法研究[D];中國農(nóng)業(yè)大學(xué);2014年

3 田明銳;基于機器視覺的散料裝車控制系統(tǒng)研究[D];長安大學(xué);2016年

4 葛動元;面向精密制造與檢測的機器視覺及智能算法研究[D];華南理工大學(xué);2013年

5 饒洪輝;基于機器視覺的作物對行噴藥控制系統(tǒng)研究[D];南京農(nóng)業(yè)大學(xué);2006年

6 龔愛平;基于嵌入式機器視覺的信息采集與處理技術(shù)研究[D];浙江大學(xué);2013年

7 陳麗君;基于機器視覺的變量噴霧控制系統(tǒng)研究[D];沈陽農(nóng)業(yè)大學(xué);2009年

8 徐曉秋;機器視覺球面孔位快速精密測量系統(tǒng)的研究[D];四川大學(xué);2006年

9 成芳;稻種質(zhì)量的機器視覺無損檢測研究[D];浙江大學(xué);2004年

10 程洪;面向園藝應(yīng)用的機器視覺目標辨識方法創(chuàng)新[D];中國農(nóng)業(yè)大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 冼志軍;錫膏印刷機誤差與錫膏印刷質(zhì)量檢測技術(shù)研究[D];華南理工大學(xué);2015年

2 孫斌;基于FPGA的壓力表盤機器視覺研究與實現(xiàn)[D];昆明理工大學(xué);2015年

3 許哲;基于機器視覺的快速測溫?zé)犭娕己附蛹夹g(shù)研究[D];河北聯(lián)合大學(xué);2014年

4 李鵬;基于機器視覺的PCB工業(yè)在線檢測系統(tǒng)研究[D];昆明理工大學(xué);2015年

5 佘燕玲;以用戶為中心的機器視覺手勢交互空間映射關(guān)系研究[D];華南理工大學(xué);2015年

6 孫中國;基于機器視覺的面粉袋碼垛機器人研究[D];山東建筑大學(xué);2015年

7 漆靜;基于機器視覺集裝箱吊具智能定位系統(tǒng)研究[D];西南交通大學(xué);2015年

8 張文;基于機器視覺的通信裝備故障識別研究[D];西南交通大學(xué);2015年

9 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學(xué);2015年

10 馮康;基于機器視覺的棉花識別與定位技術(shù)的研究[D];石河子大學(xué);2015年

，

本文編號：1549159