本文選題：DM642　切入點(diǎn)：多處理器　出處：《天津大學(xué)》2012年碩士論文

【摘要】：生產(chǎn)流水線的出現(xiàn)使得生產(chǎn)制造的效率有了超乎想象的提高,高速的生產(chǎn)要求檢測(cè)速度相應(yīng)加快,這給傳統(tǒng)的檢測(cè)方式提出巨大的挑戰(zhàn)。利用智能相機(jī)實(shí)現(xiàn)視覺(jué)檢測(cè)的方法是一種新興的檢測(cè)手段,由于視覺(jué)檢測(cè)設(shè)備性能的飛速發(fā)展,使得其在流水線上檢測(cè)的精度、實(shí)時(shí)性能夠得到保證。在實(shí)驗(yàn)室已有的DSP5509處理VGA信號(hào)的視覺(jué)系統(tǒng)基礎(chǔ)上,設(shè)計(jì)了基于C64x DSP核的高速方案。針對(duì)目標(biāo)檢測(cè)可能遇到的粗大噪聲干擾、目標(biāo)不突出、外部參數(shù)易飄變的問(wèn)題,設(shè)計(jì)相應(yīng)的有魯棒性與自適應(yīng)性的圖像處理算法,提高系統(tǒng)的智能化。完成相機(jī)設(shè)計(jì)后,利用相機(jī)設(shè)備搭建檢測(cè)系統(tǒng),進(jìn)行了標(biāo)定,并根據(jù)標(biāo)定結(jié)果獲得了測(cè)量系統(tǒng)的性能參數(shù)。利用已標(biāo)定的系統(tǒng),設(shè)計(jì)方案測(cè)量了軸承的內(nèi)外徑。 文中的具體工作如下: 1.根據(jù)軸承檢測(cè)生產(chǎn)線建立了生產(chǎn)流水線檢測(cè)的模型,并著重分析了機(jī)器視覺(jué)在流水線生產(chǎn)中的動(dòng)態(tài)定位模型。推導(dǎo)得出了流水線上目標(biāo)定位的遞推公式。并證明該公式有效的提高了流水線目標(biāo)的定位速度。 2.設(shè)計(jì)了智能相機(jī)的樣機(jī)。選用MT9M001視覺(jué)傳感器與原有使用VGA信號(hào)的系統(tǒng)相比圖像分辨率提高4倍;對(duì)FPGA子系統(tǒng)擴(kuò)展SDRAM,使得前端子系統(tǒng)可以實(shí)現(xiàn)暫存、處理;使用了專(zhuān)用的多媒體高速處理芯片DM642,峰值處理能力要比原有5509系統(tǒng)高12倍;并在FPGA與DSP之間設(shè)計(jì)了乒乓結(jié)構(gòu)與EDMA協(xié)同工作的模式,測(cè)試數(shù)據(jù)傳輸速度由原來(lái)的12MByte/s提高到了30MByte/s。 3.對(duì)系統(tǒng)進(jìn)行了有魯棒性與自適應(yīng)性的柔性算法設(shè)計(jì)。討論了種子生長(zhǎng)標(biāo)記法的改進(jìn)以提高目標(biāo)標(biāo)記速度;提出目標(biāo)加權(quán)匹配法提高目標(biāo)與背景的顯著度;研究神經(jīng)網(wǎng)絡(luò)融入系統(tǒng)的方案使智能相機(jī)有自學(xué)習(xí)能力。并做實(shí)驗(yàn)驗(yàn)證。 4.自主設(shè)計(jì)了利用軸承端面影像測(cè)量軸承直徑的方法。提出方案,先采樣擬合求得中心位置,再以此中心做極坐標(biāo)轉(zhuǎn)換求解的內(nèi)外徑檢測(cè)方案對(duì)軸承目標(biāo)進(jìn)行檢測(cè)。使檢測(cè)在保證魯棒性的基礎(chǔ)上有較高精度。
[Abstract]:The emergence of production pipeline has increased the efficiency of production and manufacturing beyond imagination, and the high speed of production requires that the speed of detection be quickened accordingly. This brings a great challenge to the traditional detection methods. The method of using intelligent camera to realize visual detection is a new detection method. Because of the rapid development of the performance of the visual inspection equipment, it makes the accuracy of the inspection on pipeline. The real-time performance can be guaranteed. Based on the visual system of DSP5509 processing VGA signal in laboratory, a high speed scheme based on C64x DSP core is designed. In order to improve the intelligence of the system, the corresponding image processing algorithm with robustness and adaptability is designed to improve the intelligence of the system. After the camera design is completed, the detection system is built and calibrated by using the camera equipment. According to the calibration results, the performance parameters of the measuring system are obtained, and the inner and outer diameter of the bearing is measured by using the calibrated system. The specific work in this paper is as follows:. 1. According to the production line of bearing testing, the model of production pipeline detection is established. The dynamic positioning model of machine vision in pipeline's production is analyzed emphatically, and the recursive formula of the target location on pipeline is deduced, and it is proved that the formula can effectively improve the speed of the target location on pipeline. 2. The prototype of the intelligent camera is designed. Compared with the original system using VGA signal, the image resolution of the MT9M001 vision sensor is increased by 4 times, and the FPGA subsystem is extended to make the front-end subsystem can be stored and processed temporarily. The special multimedia high speed processing chip DM642 is used, the peak processing capacity is 12 times higher than the original 5509 system, and the ping-pong structure is designed between FPGA and DSP to work together with EDMA. The speed of data transmission is improved from the original 12MByte/s to 30 MByte / s. 3. The flexible algorithm with robustness and adaptability is designed, the improvement of seed growth marker method is discussed to improve the target marking speed, and the target weighted matching method is proposed to improve the saliency of target and background. This paper studies the scheme of neural network integration into the system and makes the intelligent camera have the ability of self-learning. 4. The method of measuring the diameter of the bearing by using the image of the end face of the bearing is designed. The scheme is put forward, and the center position is obtained by sampling and fitting. Then the inner and outer diameter detection scheme based on polar coordinate transformation is used to detect the bearing target, which makes the detection have a high accuracy on the basis of the robustness.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類(lèi)號(hào)】：TP368.1;TH74

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;NI推出高性能智能相機(jī)系列[J];電子測(cè)試;2008年01期

2 ;NI推出高性能智能相機(jī)系列[J];電子與電腦;2008年01期

3 ;NI拓寬智能相機(jī)系列產(chǎn)品選擇[J];電子測(cè)量技術(shù);2008年10期

4 ;DALSA推出代表最新一代機(jī)器視覺(jué)技術(shù)的智能相機(jī)[J];電子與電腦;2009年11期

5 ;NI推出高性能智能相機(jī)系列[J];微計(jì)算機(jī)信息;2008年06期

6 徐華,晏磊,羅妙仙,嚴(yán)明;APS磁記錄智能相機(jī)研制——信息記錄材料在成像領(lǐng)域的技術(shù)進(jìn)展(三)[J];信息記錄材料;2001年04期

7 ;NI拓寬智能相機(jī)系列產(chǎn)品選擇[J];電子與電腦;2008年10期

8 C.G.Masi;翁思健;;智能相機(jī)解決控制難題[J];軟件;2009年01期

9 許芬;;智能視覺(jué)傳感器及其應(yīng)用[J];中國(guó)儀器儀表;2007年04期

10 李文濤;馬鉞;;基于智能相機(jī)的目標(biāo)物體的定位[J];控制工程;2011年S1期

相關(guān)會(huì)議論文 前4條

1 毋小衛(wèi);;實(shí)施高鐵橋墩周界安全監(jiān)測(cè)系統(tǒng)的思考[A];鄭州鐵路局“十百千”人才培育助推工程論文集[C];2011年

2 景軍鋒;李光燕;李鵬飛;;基于MeanShift和Harris算子圓網(wǎng)印花機(jī)對(duì)花檢測(cè)的研究與設(shè)計(jì)[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

3 吳清瀟;苗錫奎;歐錦軍;郝穎明;朱楓;;基于機(jī)器視覺(jué)的高精度晶圓對(duì)準(zhǔn)系統(tǒng)[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

4 吳清瀟;歐錦軍;郝穎明;朱楓;;基于視覺(jué)的煉鐵物料自動(dòng)識(shí)別分類(lèi)系統(tǒng)[A];第九屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)重要報(bào)紙文章 前4條

1 Maria Doyle;DALSA隆重推出代表最新代機(jī)器視覺(jué)技術(shù)的智能相機(jī)[N];中國(guó)包裝報(bào);2009年

2 張麗麗;三星引領(lǐng)數(shù)碼相機(jī)創(chuàng)新狂潮[N];科技日?qǐng)?bào);2009年

3 本報(bào)實(shí)習(xí)記者 張小丹;雙屏設(shè)計(jì)走俏數(shù)碼市場(chǎng) 互動(dòng)體驗(yàn)彰顯個(gè)性化消費(fèi)[N];通信信息報(bào);2009年

4 記者 陳珊　通訊員 沈之揚(yáng);杭州移動(dòng)成立物聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟[N];人民郵電;2010年

相關(guān)博士學(xué)位論文 前2條

1 肖傳偉;智能相機(jī)的設(shè)計(jì)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2006年

2 張正濤;乒乓球機(jī)器人視覺(jué)測(cè)量與控制[D];中國(guó)科學(xué)院研究生院（自動(dòng)化研究所）;2010年

相關(guān)碩士學(xué)位論文 前10條

1 董宇青;基于C64xDSP的智能相機(jī)技術(shù)及應(yīng)用[D];天津大學(xué);2012年

2 周璞;基于嵌入式智能相機(jī)的目標(biāo)檢測(cè)與覆蓋方法研究[D];上海交通大學(xué);2012年

3 吳建平;基于CMOS與DSP的以太網(wǎng)智能相機(jī)平臺(tái)[D];電子科技大學(xué);2012年

4 梁宏峰;基于智能相機(jī)的油罐口識(shí)別[D];哈爾濱工程大學(xué);2008年

5 周鵬;機(jī)器人及視覺(jué)系統(tǒng)在卷煙輔材配盤(pán)系統(tǒng)中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2007年

6 宋俊;基于DSP機(jī)器視覺(jué)的纏輥檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];南京航空航天大學(xué);2008年

7 尹亮;CCD智能相機(jī)圖像采集硬件平臺(tái)的研究[D];哈爾濱工程大學(xué);2008年

8 陳偉;基于DSP+FPGA的智能相機(jī)關(guān)鍵技術(shù)研究[D];天津大學(xué);2010年

9 郭文豹;高速CMOS智能相機(jī)研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2010年

10 孟范濤;基于單片面陣CCD實(shí)現(xiàn)粗精復(fù)合光斑檢測(cè)技術(shù)研究[D];長(zhǎng)春理工大學(xué);2009年

，

本文編號(hào)：1673962