本文關(guān)鍵詞：基于FPGA的機器視覺系統(tǒng)研究及應用，由筆耕文化傳播整理發(fā)布。

當前所在位置：中國論文網(wǎng) > 政治論文發(fā)表 > 基于FPGA的機器視覺系統(tǒng)研究及應用

基于FPGA的機器視覺系統(tǒng)研究及應用

發(fā)布日期： 2014-11-26 發(fā)布：  

  2014年12期目錄       本期共收錄文章20篇

　　摘 要
中國論文網(wǎng)
　　基于FPGA的機器視覺系統(tǒng)具有良好的性能、能耗低而且體積小，在視覺系統(tǒng)中具有良好的應用前景。文章對FPGA在機器視覺系統(tǒng)中的應用做了一些介紹，并指出了還存在一些問題，需要經(jīng)過不斷研究和發(fā)展。
　　【關(guān)鍵詞】 FPGA 視覺系統(tǒng) 算法
　　【關(guān)鍵詞】 FPGA 視覺系統(tǒng) 算法
　　1 前言
　　機器視覺系統(tǒng)一般要處理一系列的信息才能獲得有用的信息，它利用機器替代人的眼睛進行測量和感官。這是一種仿造人類視覺和大腦的系統(tǒng)，具有高度的自動化性能，所以機器視覺系統(tǒng)系統(tǒng)的發(fā)展程度也被當做現(xiàn)代工業(yè)發(fā)展水平的衡量標準之一。隨著計算機技術(shù)的不斷發(fā)展，特別是數(shù)字圖像處理、多媒體、集成電路的飛快發(fā)展，機器視覺系統(tǒng)在各領(lǐng)域中應用越來越廣泛，并得到了廣泛的認可。
　　機器視覺系統(tǒng)一般由三個主要部分構(gòu)成：圖像的獲取、處理和分析以及輸出，這些主要是通過計算機處理。然而，受到計算機CPU的限制，那些計算非常復雜的視覺算法很難及時有效地得到解決，很難滿足系統(tǒng)的正常需求。雖然現(xiàn)在有些計算機采用GPU，具有很高的計算速度，但是它同樣有體積大、功耗高等不足之處，很難利用自身攜帶的電池進行長時間的運作。
　　專用集成電路ASIC（Application Specific Integrated Circuit）的應用可以很好地解決機器視覺系統(tǒng)的功耗、體積及其性能之間的問題，但是，它具有很長的開發(fā)周期，不方便修改，并且不能廣泛通用。
　　FPGA（Field Programmable Gate Array）是一種高性能的可編程控制的邏輯器件，它的內(nèi)部邏輯能使用編程的方法來實現(xiàn)，操作較簡單方便，能實現(xiàn)高速計算的同時，也具有較低的功率消耗，這方面遠遠優(yōu)于CPU和GPU視覺系統(tǒng)（前者通常功耗在1W以下，后兩者一般可以達到100W）。所以，隨著FPGA技術(shù)不斷發(fā)展，它在視覺機器中應用越來越廣泛，，是視覺系統(tǒng)重要的發(fā)展方向。
　　2 FPGA上實現(xiàn)低層圖像處理算法
　　低層圖像處理包括了圖像濾波、邊緣檢測等最基本的圖像處理運算，它們一般需要大量單一的運算，并且可以同時并行運算，這些特點非常適合FPGA來操作。
　　2.1 圖像濾波與降噪
　　圖像濾波的主要功能是將圖像平滑化處理以及降低其噪音等，這是在圖像處理中最常用的一種方法。濾波一般使用基于窗口操作的流水線結(jié)構(gòu)，其中一種具有高效的結(jié)構(gòu)方案是Systolic，它不僅具有普遍濾波適用性，還能夠?qū)崿F(xiàn)圖像的灰度形態(tài)學操作，完成圖像匹配等多種功能。
　　圖像濾波主要采用卷積運算，卷積的計算方式為：（1）卷積核繞自己的核心元素沿著順時針的方向旋轉(zhuǎn)180°；（2）將卷積的核心元素移到輸入圖像等待處理的像素的上方；（3）在卷積核中，使用輸入圖像的像素值作為權(quán)重進行乘法運算；（4）將（3）中計算的結(jié)果進行相加，所得的和作為輸出像素。FPGA的內(nèi)部圖像卷積核在設(shè)計過程中，其窗口大小、參數(shù)、輸入像素字長以及圖像大小是可以調(diào)節(jié)的，可以滿足用戶不同的圖像處理需求。
　　圖像濾波還有其他的一些方法，例如使用FPGA可以實現(xiàn)中值濾波、小波域圖像降噪以及基于遺傳算法的濾波等等，它們都能大幅提高濾波的某一或者多方面的性能要求。
　　2.2 邊緣檢測
　　邊緣檢測主要是為了檢測出數(shù)字圖像中亮度變化十分明顯的點，這些點一般能夠反映出事物的重要事件和變化，主要有深度斷裂、方向不一致、照明條件改變等等內(nèi)容。邊緣檢測能夠去掉那些與圖像不相關(guān)的信息，從而有效地減少數(shù)據(jù)處理量并且不會改變圖像最重要的結(jié)構(gòu)信息。
　　Canny算子可以有效地處理受白噪聲干擾的階躍型邊緣，它包括了去噪聲、尋找圖像中的亮度梯度以及在圖像中跟蹤邊緣等步驟，但是這種算法有點復雜。將FPGA應用到Canny算法中能優(yōu)化檢測效果。
　　3 利用FPGA實現(xiàn)特征點提取和圖像匹配
　　特征點提取和圖像匹配與上面所述的低層圖像處理不同，它是較高層的操作，在它的基礎(chǔ)之上可以實現(xiàn)物體識別、三維視覺以及目標跟蹤等。
　　3.1 SIFT算法
　　SIFT算法是Scale Invariant Feature Trans form的簡稱，它能夠?qū)崿F(xiàn)圖像的平移、旋轉(zhuǎn)以及尺度不變等功能，運用此算法能正確定位特征點，還能提取良好的特征描述符，以實現(xiàn)對特征點良好的匹配。然而這種算法十分復雜，在計算機上運行時需要耗費大量的時間，難以滿足用戶的及時要求。
　　將計算機的硬件和軟件進行合理的分工協(xié)作，發(fā)揮FPGA的并行計算能力可以有效解決SIFT算法的速度問題。采用硬件計算來實現(xiàn)特征點的定位檢測，使用Nios II軟核的計算提取特征描述符。使用這種方法，對于320x240的圖像處理時間不會超過0.8ms，可以滿足用戶的一般需求。
　　3.2 圖像匹配
　　圖像匹配是使用一些算法來識別兩幅或兩幅以上圖像中的同名點，它包括灰度匹配和特征匹配，使用的方法有基于塊匹配和基于頻域匹配等。
　　基于塊匹配的計算方法中，將兩幅圖像中兩個相同大小的塊的灰度值進行比較，并計算差值的絕對值，然后將這些值求和。在硬件上，可以采用靜態(tài)、動態(tài)以及半動態(tài)三種不同的結(jié)構(gòu)方式來實現(xiàn)圖像的匹配，而動態(tài)結(jié)構(gòu)可以改變FPGA的內(nèi)部邏輯以適應實物形狀和模板大小。
　　4 FPGA實現(xiàn)立體視覺算法
　　立體視覺就是將系統(tǒng)獲取的兩幅或兩幅以上的圖像中還原出實物的三維模型，以獲得其三維深度信息。立體視覺算法需要解決的最主要問題是對應點的匹配。在FPGA中，可以使用SAD的塊匹配方法，選用尺寸變化的窗口，并選擇平行匹配區(qū)域，在各個窗口中均使用樹狀結(jié)構(gòu)，方便并行操作。也可以采用相位相關(guān)算法或其他基于頻域的匹配方法，它們在處理噪聲和變形問題時，具有更好的優(yōu)越性。
　　5 結(jié)語
　　機器視覺系統(tǒng)一般需要具有良好的性能、較低功率消耗以及體積小等優(yōu)點，基于FPGA的視覺系統(tǒng)完全能滿足這種需求。但是它同樣存在著實際應用系統(tǒng)較少、算法模塊化程度較低等缺點，相信經(jīng)過不斷研究，這些問題能夠得到很好地解決。
　　參考文獻
　　[1]陳煒，白瑞林，趙潔. 嵌入式機器視覺檢測軟件的構(gòu)件化設(shè)計[J].自動化儀表，2011（10）： 103-105.
　　[2]張翼成，屠大維，趙其杰.機器視覺攝像機標定的一般正多邊形方法[J].應用科學學報， 2010（8）： 58-62.
　　[3]羅露，胡躍明.基于機器視覺的FPC嵌入式檢測系統(tǒng)[J].計算機測量與控制，2011（11）： 32-36.
　　作者單位
　　西安航天恒星科技實業(yè)（集團）公司 陜西省西安市 710000

  本文關(guān)鍵詞：基于FPGA的機器視覺系統(tǒng)研究及應用，由筆耕文化傳播整理發(fā)布。