傳統(tǒng)的數(shù)碼印刷直接將圖案噴印在織物上,模式簡(jiǎn)單,但無(wú)法根據(jù)織物各向扭曲形變進(jìn)行針對(duì)性的噴印,因此對(duì)于非平面的織物（如刺繡、蕾絲）存在套印不準(zhǔn)的問(wèn)題,導(dǎo)致高檔紡織品的制作能力較差。其次,對(duì)于需要正反雙面噴印的織物,其無(wú)法準(zhǔn)確地在織物反面相同位置處進(jìn)行噴印,導(dǎo)致個(gè)性化定制能力不高。因此,研發(fā)具有非平面織物噴印以及雙面噴印功能的精準(zhǔn)印花系統(tǒng)具有較高的工程應(yīng)用價(jià)值。由此,本文研發(fā)了基于嵌入式GPU的實(shí)時(shí)精準(zhǔn)印花系統(tǒng)軟件。本系統(tǒng)軟件采用模塊化的設(shè)計(jì)思想,分為圖像采集模塊、圖像配準(zhǔn)糾正算法模塊、通信模塊、打印模塊、日志模塊五大部分。其中圖像采集模塊進(jìn)行線陣相機(jī)圖像的采集以及接收PC端的標(biāo)準(zhǔn)圖像;圖像配準(zhǔn)糾正算法模塊基于Shi&Tomasi算法和亞像素角點(diǎn)分別對(duì)采集圖像和標(biāo)準(zhǔn)圖像進(jìn)行角點(diǎn)檢測(cè),并進(jìn)行基于ORB特征描述子的暴力匹配,經(jīng)過(guò)K-Means和RANSAC算法篩選后,利用TPS算法將標(biāo)準(zhǔn)圖像糾正成最終的打印圖像;通信模塊通過(guò)TCP/IP、PCI-E、SPI、GPIO等方式實(shí)現(xiàn)系統(tǒng)內(nèi)各硬件之間的通信;打印模塊將接收的噴頭噴印數(shù)據(jù)插值對(duì)齊后發(fā)送給FPGA,并通過(guò)FPGA控制噴頭噴印;日志模... 

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
Abstract
第1章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 非平面噴印系統(tǒng)
        1.2.2 圖像拼接算法
        1.2.3 使用GPU實(shí)現(xiàn)圖像算法并行優(yōu)化
    1.3 本文研究?jī)?nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)介紹
    2.1 角點(diǎn)檢測(cè)算法
        2.1.1 Moravec算法
        2.1.2 Harris & Stephens算法
        2.1.3 Shi & Tomasi算法
        2.1.4 亞像素角點(diǎn)檢測(cè)算法
    2.2 特征匹配及匹配點(diǎn)對(duì)篩選算法
        2.2.1 常見(jiàn)樣本距離計(jì)算方法
        2.2.2 暴力匹配法
        2.2.3 RANSAC算法
    2.3 TPS變換模型
    2.4 本章小結(jié)
第3章 系統(tǒng)總體方案
    3.1 系統(tǒng)需求分析
    3.2 系統(tǒng)硬件框架
    3.3 系統(tǒng)軟件框架
    3.4 本章小結(jié)
第4章 系統(tǒng)軟件詳細(xì)設(shè)計(jì)
    4.1 圖像采集模塊
        4.1.1 線陣相機(jī)實(shí)際圖像采集
        4.1.2 接收PC端傳輸?shù)臉?biāo)準(zhǔn)圖像
    4.2 圖像配準(zhǔn)糾正算法模塊
    4.3 通信模塊
        4.3.1 Tegra X1處理器與PC端的通信
        4.3.2 TegraX1處理器與FPGA的通信
    4.4 打印模塊
    4.5 日志模塊
    4.6 本章小結(jié)
第5章 圖像配準(zhǔn)糾正算法研發(fā)
    5.1 圖像預(yù)處理
        5.1.1 基于高斯濾波的圖像降噪算法
        5.1.2 基于高斯金字塔的降采樣算法
        5.1.3 圖像初始位置匹配
        5.1.4 圖像分塊
    5.2 基于Shi & Tomasi算法和亞像素角點(diǎn)的角點(diǎn)檢測(cè)算法
        5.2.1 Shi & Tomasi角點(diǎn)檢測(cè)算法
        5.2.2 亞像素角點(diǎn)檢測(cè)
    5.3 基于K-Means聚類(lèi)算法和RANSAC算法的暴力特征匹配及匹配點(diǎn)對(duì)篩選
        5.3.1 基于ORB特征描述子的暴力匹配法
        5.3.2 K-Means聚類(lèi)算法
        5.3.3 RANSAC算法
    5.4 基于TPS算法的圖像變換
    5.5 圖像拼接
    5.6 基于嵌入式GPU的算法并行優(yōu)化
        5.6.1 圖像降噪的并行優(yōu)化
        5.6.2 角點(diǎn)檢測(cè)的并行優(yōu)化
    5.7 本章小結(jié)
第6章 系統(tǒng)測(cè)試與結(jié)果
    6.1 測(cè)試概要
        6.1.1 測(cè)試環(huán)境
        6.1.2 測(cè)試內(nèi)容
    6.2 測(cè)試方案和結(jié)果
        6.2.1 功能測(cè)試
        6.2.2 性能測(cè)試
    6.3 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 展望
參考文獻(xiàn)
作者簡(jiǎn)歷


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的快速Shi-Tomasi特征點(diǎn)檢測(cè)算法的圖像拼接算法[J]. 黃遠(yuǎn)征,尹春麗,劉波,韓鳴曉,陳敏,張鼎瑞,梁慶華.  機(jī)械設(shè)計(jì)與研究. 2018(04)
[2]數(shù)碼噴墨印花技術(shù)研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 陶榮靜,蔡雨杭,郭榮輝.  紡織科學(xué)與工程學(xué)報(bào). 2018(03)
[3]一種街景全景生成的改進(jìn)算法[J]. 任靜,姚劍,董穎青,李禮,張熠.  計(jì)算機(jī)工程與應(yīng)用. 2017(06)
[4]圖像的角點(diǎn)檢測(cè)研究綜述[J]. 章為川,孔祥楠,宋文.  電子學(xué)報(bào). 2015(11)
[5]數(shù)碼印花仿真刺繡的立體效果[J]. 梁惠娥,曹海青,王蕾.  絲綢. 2012(09)
[6]Moravec和Harris角點(diǎn)檢測(cè)方法比較研究[J]. 盧瑜,郝興文,王永俊.  計(jì)算機(jī)技術(shù)與發(fā)展. 2011(06)
[7]薄板樣條函數(shù)在空間數(shù)據(jù)插值中的應(yīng)用[J]. 杜國(guó)明,賈良文.  計(jì)算機(jī)工程與應(yīng)用. 2009(36)
[8]薄板樣條函數(shù)逐次增加節(jié)點(diǎn)的算法[J]. 孫海燕,黃勝.  測(cè)繪工程. 2006(03)
[9]攝像機(jī)標(biāo)定中亞像素級(jí)角點(diǎn)檢測(cè)算法[J]. 梁志敏,高洪明,王志江,吳林.  焊接學(xué)報(bào). 2006(02)
[10]一種圖像自動(dòng)拼接的快速算法[J]. 侯舒維,郭寶龍.  計(jì)算機(jī)工程. 2005(15)

博士論文
[1]數(shù)碼印花精準(zhǔn)疊印系統(tǒng)及關(guān)鍵技術(shù)研究[D]. 任津雄.浙江大學(xué) 2018

碩士論文
[1]基于嵌入式GPU的數(shù)碼印花缺陷檢測(cè)算法研發(fā)[D]. 鄧新.浙江大學(xué) 2018



本文編號(hào)：3652637