如何使用DSP和FPGA實(shí)現(xiàn)相融合圖像處理技術(shù)的智能相機(jī)

　　智能相機(jī)是近年來機(jī)器視覺發(fā)展的一個(gè)新方向，其所具有的潛力注定智能相機(jī)將是未來視覺檢測方案的主流。然而在國內(nèi)，智能相機(jī)的發(fā)展方興未艾，關(guān)鍵技術(shù)基本處于探索階段，同國外的大公司，如Cognex，Matrox，Basler 等相比，國內(nèi)為數(shù)不多的智能相機(jī)研發(fā)商，如大恒，凌云，視覺龍，嘉恒中自等都鮮有自己的智能相機(jī)產(chǎn)品，更多的是代理推銷國外的產(chǎn)品，市場也基本被國外公司所壟斷。本文在研究了智能相機(jī)國內(nèi)外的發(fā)展?fàn)顩r下，綜合前期的研究成果，在充分研究了目前的兩款主流處理芯片DSP 和FPGA 做數(shù)字信號處理所具有的各自特點(diǎn)的基礎(chǔ)上，提出了一種基于DSP+FPGA 相融合圖像處理技術(shù)的智能相機(jī)方案，并設(shè)計(jì)了系統(tǒng)原理圖，制作了樣機(jī)。針對圖像預(yù)處理中應(yīng)用極為廣泛的鄰域算法，詳細(xì)地講解了其FPGA 實(shí)現(xiàn)的數(shù)據(jù)流程控制方法，并以具體的sobel 邊緣檢測算法為例，給出了其檢測的實(shí)驗(yàn)效果圖。針對芯片定位的應(yīng)用，在實(shí)驗(yàn)室條件下搭建了二維機(jī)械臂模擬系統(tǒng)，并對系統(tǒng)進(jìn)行了靜態(tài)標(biāo)定。同時(shí)深入研究了芯片定位的圖像預(yù)處理算法和高級檢測算法，并通過實(shí)驗(yàn)對系統(tǒng)的誤差進(jìn)行了分析。本文的主要工作內(nèi)容如下：

　?。?） 研究了機(jī)器視覺國內(nèi)外的發(fā)展?fàn)顩r，分析了作為機(jī)器視覺兩大支柱的在線視覺檢測系統(tǒng)和智能相機(jī)所具有的各自特點(diǎn)，總結(jié)了智能相機(jī)的優(yōu)勢，進(jìn)而深入分析了智能相機(jī)實(shí)現(xiàn)的關(guān)鍵技術(shù)要求。

　　（2） 在實(shí)驗(yàn)室前期研究成果的基礎(chǔ)上，研究了圖像處理算法的特點(diǎn)，分析了現(xiàn)有視覺方案的優(yōu)缺點(diǎn)。在充分研究了DSP 和FPGA 所具有的各自特點(diǎn)情況下，提出了一種基于DSP 和FPGA 分層圖像處理技術(shù)的視覺方案，并設(shè)計(jì)了系統(tǒng)原理圖，制作了樣機(jī)。

　　（3） 針對圖像預(yù)處理中應(yīng)用極為廣泛的鄰域算法，編程實(shí)現(xiàn)了其FPGA 數(shù)據(jù)流程控制，并針對具體的sobel 邊緣檢測算法，詳細(xì)介紹了每個(gè)模塊的功能和狀態(tài)圖，并給出了實(shí)驗(yàn)檢測的效果圖，同時(shí)對這種圖像數(shù)據(jù)流的控制方法進(jìn)行了速度測試和評估。

　?。?） 研究了FPGA 的多級圖像預(yù)處理方法，分析了按行處理的圖像處理算法的局限性。針對芯片定位的應(yīng)用，研究了其圖像預(yù)處理和高級圖像處理算法，并通過Matlab、OpenCV 等工具對算法進(jìn)行了仿真實(shí)驗(yàn)。研究了DSP 和FPGA 多級流水線結(jié)構(gòu)。

　?。?） 在實(shí)驗(yàn)室條件下搭建了芯片定位機(jī)械臂模擬系統(tǒng)，并對系統(tǒng)坐標(biāo)系進(jìn)行了靜態(tài)標(biāo)定，在實(shí)驗(yàn)的基礎(chǔ)上對系統(tǒng)的誤差進(jìn)行了分析。

　　機(jī)器視覺的發(fā)展從最早的基于PC 的視覺系統(tǒng)到現(xiàn)在的智能相機(jī)概念的提出，體現(xiàn)了其發(fā)展的兩個(gè)大方向。但無論是哪種檢測系統(tǒng)，整體的結(jié)構(gòu)都具有相似性，系統(tǒng)都包括光源、光學(xué)成像系統(tǒng)，圖像采集單元、圖像處理單元、圖像處理軟件庫、人機(jī)交互界面和輸入輸出口［9］。只是前者采用基于計(jì)算機(jī)的圖像處理技術(shù)，而智能相機(jī)則應(yīng)用了最新的處理器及大容量存儲技術(shù)，具有更高的集成度。如圖1-1 所示是機(jī)器視覺系統(tǒng)的系統(tǒng)框圖。以下將對系統(tǒng)各部分功用做簡要介紹。