本文選題：嵌入式 + 智能相機(jī)　； 參考：《哈爾濱工業(yè)大學(xué)》2017年碩士論文

【摘要】：隨著嵌入式技術(shù)的蓬勃發(fā)展,傳統(tǒng)上基于PC平臺(tái)設(shè)計(jì)的儀器設(shè)備由于其體積大、成本高、硬件升級(jí)周期長(zhǎng)等缺點(diǎn),開(kāi)始逐步被基于嵌入式處理器的解決方案所取代。半導(dǎo)體技術(shù)的發(fā)展確保了嵌入式處理芯片可以擁有更多的系統(tǒng)資源和優(yōu)異的處理性能,能滿(mǎn)足用戶(hù)對(duì)不同功能接口和處理速度的要求。為此,本文依托于嵌入式技術(shù),設(shè)計(jì)了一款具有智能化特點(diǎn)和良好交互特性的圖像處理設(shè)備—嵌入式智能相機(jī)。本文選用ZYNQ SoC作為智能相機(jī)系統(tǒng)的硬件處理平臺(tái),依據(jù)系統(tǒng)設(shè)計(jì)需求,將系統(tǒng)整體功能結(jié)構(gòu)的開(kāi)發(fā)劃分到用戶(hù)空間、內(nèi)核空間、底層硬件三個(gè)層面。在硬件層,對(duì)系統(tǒng)硬件功能進(jìn)行了模塊化設(shè)計(jì),分別對(duì)基于USB和OV7725的雙通道圖像采集模塊、HDMI顯示模塊進(jìn)行開(kāi)發(fā)。在內(nèi)核層,通過(guò)移植嵌入式Linux操作系統(tǒng),進(jìn)行了底層硬件設(shè)備驅(qū)動(dòng)程序的設(shè)計(jì),為在用戶(hù)層操作底層硬件提供了函數(shù)接口。在用戶(hù)層中,對(duì)應(yīng)用于目標(biāo)追蹤和圖像分類(lèi)的兩種智能圖像處理算法進(jìn)行移植實(shí)現(xiàn),通過(guò)設(shè)計(jì)基于Qt的圖形操作界面,將智能圖像處理算法集成進(jìn)嵌入式智能相機(jī)的頂層應(yīng)用軟件系統(tǒng)中,最終將智能相機(jī)系統(tǒng)應(yīng)用于人臉追蹤和工業(yè)零件缺陷分類(lèi)檢測(cè)中。在人臉追蹤系統(tǒng)中,人臉識(shí)別成功后啟動(dòng)基于時(shí)空上下文的實(shí)時(shí)追蹤功能,有效解決了當(dāng)目標(biāo)發(fā)生遮擋時(shí)追蹤出錯(cuò)的問(wèn)題,實(shí)時(shí)追蹤速率8幀/秒。通過(guò)構(gòu)建基于BOW模型的特定工業(yè)零件缺陷分類(lèi)檢測(cè)系統(tǒng),為缺陷分類(lèi)的實(shí)現(xiàn)提供了一種新思路,經(jīng)實(shí)際測(cè)試,該分類(lèi)系統(tǒng)對(duì)待測(cè)物在尺度、角度上的的變化具有較強(qiáng)魯棒性,分類(lèi)準(zhǔn)確率達(dá)80%以上。
[Abstract]:With the rapid development of embedded technology, the traditional instruments and equipments based on PC platform are gradually replaced by the solution based on embedded processor because of its large volume, high cost, long hardware upgrade cycle and so on. The development of semiconductor technology ensures that embedded processing chips can have more system resources and excellent processing performance, and can meet the requirements of users for different functional interfaces and processing speed. Therefore, based on embedded technology, this paper designs an embedded intelligent camera, which has the characteristics of intelligence and good interaction. In this paper, ZYNQ SoC is chosen as the hardware processing platform of the intelligent camera system. According to the system design requirements, the development of the overall functional structure of the system is divided into three layers: user space, kernel space and underlying hardware. In the hardware layer, the hardware function of the system is modularized, and the dual-channel image acquisition module based on USB and OV7725 is developed, and the HDMI display module is developed. In the kernel layer, by transplanting embedded Linux operating system, the design of the underlying hardware device driver is carried out, which provides the function interface for operating the underlying hardware in the user layer. In the user layer, two intelligent image processing algorithms, which are applied to target tracking and image classification, are transplanted, and the graphical operation interface based on QT is designed. The intelligent image processing algorithm is integrated into the top-level application software system of embedded intelligent camera. Finally, the intelligent camera system is applied to face tracking and industrial parts defect classification. In the face tracking system, the real-time tracking function based on temporal and spatial context is activated after face recognition is successful, which effectively solves the problem of tracking errors when the target is occluded. The real-time tracking rate is 8 frames / sec. By constructing a defect classification and detection system for specific industrial parts based on Bow model, a new idea is provided for the realization of defect classification. After practical testing, the classification system is robust to the change of measurement object in scale and angle. The classification accuracy is over 80%.
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 ;NVIDIA Jetson TX2賦能終端設(shè)備實(shí)現(xiàn)人工智能[J];中國(guó)電子商情(基礎(chǔ)電子);2017年03期

2 楊志東;丁佳銘;徐佑宇;申騰;;基于SOPC的智能輔助飲食系統(tǒng)設(shè)計(jì)[J];實(shí)驗(yàn)科學(xué)與技術(shù);2016年06期

3 何立民;;從人工智能的源頭說(shuō)起[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2016年08期

4 姜雅慧;;人工智能中的機(jī)器學(xué)習(xí)研究[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2013年21期

5 王千;王成;馮振元;葉金鳳;;K-means聚類(lèi)算法研究綜述[J];電子設(shè)計(jì)工程;2012年07期

6 ;世界半導(dǎo)體技術(shù)的發(fā)展大趨勢(shì)[J];電子產(chǎn)品世界;2012年04期

7 張衛(wèi)兵;王長(zhǎng)軍;;基于DaVinci平臺(tái)的智能相機(jī)系統(tǒng)[J];杭州電子科技大學(xué)學(xué)報(bào);2011年01期

8 劉升;趙晶晶;范秀麗;;基于V4L2的嵌入式視頻監(jiān)控系統(tǒng)[J];微計(jì)算機(jī)應(yīng)用;2011年01期

相關(guān)重要報(bào)紙文章 前1條

1 宋昆;;兩類(lèi)機(jī)器視覺(jué)系統(tǒng)的比較[N];計(jì)算機(jī)世界;2007年

相關(guān)博士學(xué)位論文 前2條

1 景慧昀;視覺(jué)顯著性檢測(cè)關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2014年

2 楊誼;基于Snake模型的細(xì)胞圖像分割新方法研究[D];第一軍醫(yī)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 靳璞磊;基于智能相機(jī)和工業(yè)機(jī)器人的自動(dòng)分揀技術(shù)研究[D];南京航空航天大學(xué);2016年

2 杜往澤;基于DaVinci平臺(tái)的室內(nèi)全景監(jiān)控系統(tǒng)設(shè)計(jì)[D];浙江大學(xué);2016年

3 賴(lài)文杰;基于ARM-FPGA的視覺(jué)追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2015年

4 黃倩;基于BOW和視覺(jué)注意模型的圖像分類(lèi)及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

5 孔魯;嵌入式智能家居系統(tǒng)研究[D];電子科技大學(xué);2015年

6 魯永恒;智能相機(jī)的異構(gòu)軟件框架設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

7 馮柯;基于達(dá)芬奇平臺(tái)的H.264高分辨率編碼優(yōu)化實(shí)現(xiàn)[D];西南交通大學(xué);2013年

8 陶鵬;基于視覺(jué)的機(jī)器人障礙物識(shí)別與目標(biāo)追蹤[D];南京師范大學(xué);2013年

9 王瑩;基于BoW模型的圖像分類(lèi)方法研究[D];哈爾濱工程大學(xué);2012年

10 梁燕;SVM分類(lèi)器的擴(kuò)展及其應(yīng)用研究[D];湖南大學(xué);2008年

，

本文編號(hào)：1983783