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

當(dāng)前所在位置：中國(guó)論文網(wǎng) > 政治論文發(fā)表 > 基于FPGA的機(jī)器視覺(jué)系統(tǒng)研究及應(yīng)用

基于FPGA的機(jī)器視覺(jué)系統(tǒng)研究及應(yīng)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(guó)論文網(wǎng)
　　基于FPGA的機(jī)器視覺(jué)系統(tǒng)具有良好的性能、能耗低而且體積小，在視覺(jué)系統(tǒng)中具有良好的應(yīng)用前景。文章對(duì)FPGA在機(jī)器視覺(jué)系統(tǒng)中的應(yīng)用做了一些介紹，并指出了還存在一些問(wèn)題，需要經(jīng)過(guò)不斷研究和發(fā)展。
　　【關(guān)鍵詞】 FPGA 視覺(jué)系統(tǒng) 算法
　　【關(guān)鍵詞】 FPGA 視覺(jué)系統(tǒng) 算法
　　1 前言
　　機(jī)器視覺(jué)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(jī)器替代人的眼睛進(jìn)行測(cè)量和感官。這是一種仿造人類視覺(jué)和大腦的系統(tǒng)，具有高度的自動(dòng)化性能，所以機(jī)器視覺(jué)系統(tǒng)系統(tǒng)的發(fā)展程度也被當(dāng)做現(xiàn)代工業(yè)發(fā)展水平的衡量標(biāo)準(zhǔn)之一。隨著計(jì)算機(jī)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(jī)器視覺(jué)系統(tǒng)在各領(lǐng)域中應(yīng)用越來(lái)越廣泛，并得到了廣泛的認(rèn)可。
　　機(jī)器視覺(jué)系統(tǒng)一般由三個(gè)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(guò)計(jì)算機(jī)處理。然而，受到計(jì)算機(jī)CPU的限制，那些計(jì)算非常復(fù)雜的視覺(jué)算法很難及時(shí)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(jì)算機(jī)采用GPU，具有很高的計(jì)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(jìn)行長(zhǎng)時(shí)間的運(yùn)作。
　　專用集成電路ASIC（Application Specific Integrated Circuit）的應(yīng)用可以很好地解決機(jī)器視覺(jué)系統(tǒng)的功耗、體積及其性能之間的問(wèn)題，但是，它具有很長(zhǎng)的開(kāi)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(lái)實(shí)現(xiàn)，操作較簡(jiǎn)單方便，能實(shí)現(xiàn)高速計(jì)算的同時(shí)，也具有較低的功率消耗，這方面遠(yuǎn)遠(yuǎn)優(yōu)于CPU和GPU視覺(jué)系統(tǒng)（前者通常功耗在1W以下，后兩者一般可以達(dá)到100W）。所以，隨著FPGA技術(shù)不斷發(fā)展，它在視覺(jué)機(jī)器中應(yīng)用越來(lái)越廣泛，，是視覺(jué)系統(tǒng)重要的發(fā)展方向。
　　2 FPGA上實(shí)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(cè)等最基本的圖像處理運(yùn)算，它們一般需要大量單一的運(yùn)算，并且可以同時(shí)并行運(yùn)算，這些特點(diǎn)非常適合FPGA來(lái)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(xué)操作，完成圖像匹配等多種功能。
　　圖像濾波主要采用卷積運(yùn)算，卷積的計(jì)算方式為：（1）卷積核繞自己的核心元素沿著順時(shí)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(jìn)行乘法運(yùn)算；（4）將（3）中計(jì)算的結(jié)果進(jìn)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(jì)過(guò)程中，其窗口大小、參數(shù)、輸入像素字長(zhǎng)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(shí)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(cè)
　　邊緣檢測(cè)主要是為了檢測(cè)出數(shù)字圖像中亮度變化十分明顯的點(diǎn)，這些點(diǎn)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(cè)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(huì)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(diǎn)復(fù)雜。將FPGA應(yīng)用到Canny算法中能優(yōu)化檢測(cè)效果。
　　3 利用FPGA實(shí)現(xiàn)特征點(diǎn)提取和圖像匹配
　　特征點(diǎn)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(shí)現(xiàn)物體識(shí)別、三維視覺(jué)以及目標(biāo)跟蹤等。
　　3.1 SIFT算法
　　SIFT算法是Scale Invariant Feature Trans form的簡(jiǎn)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(yùn)用此算法能正確定位特征點(diǎn)，還能提取良好的特征描述符，以實(shí)現(xiàn)對(duì)特征點(diǎn)良好的匹配。然而這種算法十分復(fù)雜，在計(jì)算機(jī)上運(yùn)行時(shí)需要耗費(fèi)大量的時(shí)間，難以滿足用戶的及時(shí)要求。
　　將計(jì)算機(jī)的硬件和軟件進(jìn)行合理的分工協(xié)作，發(fā)揮FPGA的并行計(jì)算能力可以有效解決SIFT算法的速度問(wèn)題。采用硬件計(jì)算來(lái)實(shí)現(xiàn)特征點(diǎn)的定位檢測(cè)，使用Nios II軟核的計(jì)算提取特征描述符。使用這種方法，對(duì)于320x240的圖像處理時(shí)間不會(huì)超過(guò)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(lái)識(shí)別兩幅或兩幅以上圖像中的同名點(diǎn)，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(jì)算方法中，將兩幅圖像中兩個(gè)相同大小的塊的灰度值進(jìn)行比較，并計(jì)算差值的絕對(duì)值，然后將這些值求和。在硬件上，可以采用靜態(tài)、動(dòng)態(tài)以及半動(dòng)態(tài)三種不同的結(jié)構(gòu)方式來(lái)實(shí)現(xiàn)圖像的匹配，而動(dòng)態(tài)結(jié)構(gòu)可以改變FPGA的內(nèi)部邏輯以適應(yīng)實(shí)物形狀和模板大小。
　　4 FPGA實(shí)現(xiàn)立體視覺(jué)算法
　　立體視覺(jué)就是將系統(tǒng)獲取的兩幅或兩幅以上的圖像中還原出實(shí)物的三維模型，以獲得其三維深度信息。立體視覺(jué)算法需要解決的最主要問(wèn)題是對(duì)應(yīng)點(diǎn)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(gè)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?cè)谔幚碓肼暫妥冃螁?wèn)題時(shí)，具有更好的優(yōu)越性。
　　5 結(jié)語(yǔ)
　　機(jī)器視覺(jué)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(diǎn)，基于FPGA的視覺(jué)系統(tǒng)完全能滿足這種需求。但是它同樣存在著實(shí)際應(yīng)用系統(tǒng)較少、算法模塊化程度較低等缺點(diǎn)，相信經(jīng)過(guò)不斷研究，這些問(wèn)題能夠得到很好地解決。
　　參考文獻(xiàn)
　　[1]陳煒，白瑞林，趙潔. 嵌入式機(jī)器視覺(jué)檢測(cè)軟件的構(gòu)件化設(shè)計(jì)[J].自動(dòng)化儀表，2011（10）： 103-105.
　　[2]張翼成，屠大維，趙其杰.機(jī)器視覺(jué)攝像機(jī)標(biāo)定的一般正多邊形方法[J].應(yīng)用科學(xué)學(xué)報(bào)， 2010（8）： 58-62.
　　[3]羅露，胡躍明.基于機(jī)器視覺(jué)的FPC嵌入式檢測(cè)系統(tǒng)[J].計(jì)算機(jī)測(cè)量與控制，2011（11）： 32-36.
　　作者單位
　　西安航天恒星科技實(shí)業(yè)（集團(tuán)）公司 陜西省西安市 710000

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