基於FPGA的結構光圖像中心線提取

2020-12-07 電子產品世界

編者按：在線結構光視覺三維測量系統中，為了實現對結構光圖像線條紋中心的實時高精度提取，本文採用了極值法、閾值法和灰度重心法相結合的中心線提取方法。利用現場可編程門陣列器件(FPGA)的流水線技術以及並行技術的硬體設計來完成運算，保證了光條紋中心點的實時準確提取。實驗表明採用FPGA 實現圖像處理的專用算法能滿足圖像數據進行實時準確提取的要求。

摘要：在線結構光視覺三維測量系統中，為了實現對結構光圖像線條紋中心的實時高精度提取，本文採用了極值法、閾值法和灰度重心法相結合的中心線提取方法。利用現場可編程門陣列器件(FPGA)的流水線技術以及並行技術的硬體設計來完成運算，保證了光條紋中心點的實時準確提取。實驗表明採用FPGA 實現圖像處理的專用算法能滿足圖像數據進行實時準確提取的要求。

本文引用地址：http://www.eepw.com.cn/article/274762.htm

引言

　　隨著測控技術及數字圖像處理技術的高速發展，基於三角法線結構光的三維測量具有高精度、非接觸、實時性和強主動受控性的特性，因此在現實中有廣泛的應用，尤其是在計算機視覺、醫療診斷和工業檢測等領域應用價值日漸增強。在結構光檢測系統中，利用CCD相機以及工業相機攝取用線結構平面雷射照射照在物體表面形成的光條紋中心信息，然後根據光條紋中心偏移量進行三維定標，這樣可以得到物體表面的各類信息，比如表面的缺陷以及形變等。有鑑於此，線結構光條中心信息的圖像處理在測量過程中就顯得十分關鍵[1-3]。雖然目前結構光中心線的提取方法有許多種，比如：閾值法、極值法、灰度重心法、方向模板法、Hessian矩陣法等[4-6]，這些方法都有各自的優缺點以及一定的應用範圍。基於數字圖像處理的特點是處理的數據量非常大，處理非常耗時。所以本文研究了在FPGA上用硬體描述語言實現圖像的中心線提取算法，採用了極值法、閾值法和重心法相結合的中心線提取方法。通過功能模塊的硬體化，以便高速提取結構光中心線。結果表明，實驗系統達到了基於視頻速度的應用要求。

1 系統硬體設計

　　圖1為光條中心線提取系統的硬體設計框圖。整個中心線提取系統主要有四個組成部分：

　　(1)視頻數據編碼模塊：編碼器採用ANALOG DEVICES公司的ADV7179晶片，該編碼器能實現ITU—R BT601/BT656 YCrCb(其比例為4:2:2)格式的數位訊號轉為NTSC/PAL摸擬視頻輸出信號;

　　(2)DDR2 SDRAM存儲器控制模塊：選用兩片MICRON公司的MT47H64M16 DDR2存儲器來實現圖像幀數的交叉緩存，為後面的中心線提取提供像素值以及坐標值;

　　(3)中心線提取模塊：FPGA採用的是Altera公司Cyclone III系列的EP3C40F484C6晶片，該晶片價格低廉、實用性強，能充分發揮晶片的並行計算能力，實現中心線的快速提取;

　　(4)視頻數據編解碼模塊：解碼器採用TEXAS INSTRUMENT 公司的TVP5150晶片，該晶片低功耗，能解決視頻輸入輸出同步問題，而且輸出型號的特性可以通過I2C串行接口進行編程配置。

　　整個系統從CCD攝像機接收的模擬視頻信號通過視頻解碼晶片解碼後，轉換成BT656(4：2：2)YCbCr SDTV(標清)格式的數字視頻信號，通過一個FIFO來進行行/場消隱、解出同步信息等操作，之後提取圖像信息的Y(亮度值)分量，然後在數據上傳輸。對於圖像的傳送採用兩片DDR2來進行奇偶兩場傳送;同時對視頻解碼器輸出的同步信號進行檢測。當有效數據到來時，FPGA選擇一片DDR2，使用隔行存儲方式，完成一幀圖像的存儲，當第二幀圖像有效數據到來時，FPGA選擇另一片DDR2，以相同的方式完成第二幀圖像的存儲，依次交叉存儲，然後經內部的處理模塊處理後得到圖像光帶中心線坐標[8]。將提取的一行中心線坐標存儲在RAM裡面，再經過視頻編碼器將數字視頻信號轉換成模擬視頻信號輸出到顯示終端顯示。

2 算法的FPGA實現

2.1 算法流程

　　我們首先以列掃描的方式讀出一幀數據，並將讀出的亮度值與所設定的閾值進行比較。濾除不需要的點，然後通過像素值比較得到像素值最大點，之後用最大點周邊的3*3鄰接點來進行灰度重心法計算出光條中心點。具體做法如下：

　　(1)由於光帶圖像中的亮點太多，所以對讀出的像素值與設定的閾值進行比較，濾除雜點;

　　(2)對大於閾值的點進行比較，找到亮度值最大的點及其周邊3*3鄰域點;

　　(3)然後，對 分別運用(1)式求得其亞像素坐標：

(1)

2.2 存儲單元

　　對於算法的實現，還要考慮圖像數據的存儲結構。這其中包括：點存儲器，用來存儲需要運算的單個像素點;行存儲器，用來緩存需要運算的圖像的一行像素點;幀存儲器，用來存儲整幀圖像。一般幀存儲器都需要很大的容量，而FPGA內部實現起來比較困難，所以FPGA板都會增加外部存儲器，由外部的DDR2 SDRAM 晶片實現[9];為了使進行運算的領域9個3*3的像素點能在同一時鐘輸出，便於進行之後的流水線算法模塊，因此在3*3的滑動窗的硬體設計中，本文採用了2個RAM存儲器來進行行存儲。具體操作是：先用兩個RAM存儲器存儲兩行數據，等到第三行到來時，再將前兩行的數據讀出來，之後用9個寄存器存儲這9個數據，以保證數據的同時獲取[10]。存儲結構見圖2所示。

　　這樣，當圖像像素點串行輸入時，經過這種結構的存儲器系統，即可得到相應點進行灰度重心法計算所需的所有鄰域點的並行輸出。

fpga相關文章:fpga是什麼

存儲器相關文章:存儲器原理

相關焦點

  • 綜述｜線結構光中心提取算法研究發展
    本文詳細闡述了光條紋中心提取算法的理論基礎及發展歷程，將現有算法分為三類，傳統光條紋中心提取算法、基於傳統光條紋中心提取的改進算法、基於神經網絡光條紋中心提取算法，並提出每一類算法的優勢與不足。最後，對線結構光中心提取算法的發展提出展望，生產更高質量的線雷射器，擴充基於神經網絡的光條紋中心線檢測模型的訓練樣本。
  • 一種基於FPGA的實時紅外圖像預處理方法
    摘要：由於紅外圖像預處理算法自身的複雜性，使得紅外圖像在DSP中的預處理時間較長。針對這一問題，提出一種基於FPGA的實時紅外圖像預處理方法。
  • 基於FPGA的無損圖像壓縮系統設計
    編者按：　　摘要：本文簡要介紹了圖像壓縮的重要性和常用的無損圖像壓縮算法，分析了快速高效無損圖像壓縮算法(FELICS)的優勢，隨後詳細分析了該算法的編碼步驟和硬體實現方案，最後公布了基於該方案的FPGA性能指標。
  • 一種基於機器視覺的結構光三維掃描系統
    在此探討了線性結構光三維掃描系統的特點。設計一種能夠測量物體深度的結構光三維掃描系統，通過圖像處理技術對雷射條紋進行提取，並建立數學模型，採用三角法測量方法獲取深度信息，對工件圖像進行重建。最後，實驗結果驗證了該系統的有效性。
  • 聲納圖像動態範圍擴展與FPGA實現
    編者按：本文針對成像聲納擴展圖像動態範圍和增強圖像細節的需求，提出了一種基於開方運算的動態範圍擴展方法。 摘要：本文針對成像聲納擴展圖像動態範圍和增強圖像細節的需求，提出了一種基於開方運算的動態範圍擴展方法。
  • 基於FPGA的實時中值濾波器硬體實現
    文獻[3]、[4]提出了鄰域圖像幀存的存儲結構，該結構充分利用了圖像幀存的數據結構轉換特性，並行高速提供鄰域圖像數據，配以FPGA作為並行處理器，高速實時地實現了中值濾波。但是以上研究都是基於標清圖像的中值濾波器，處理的圖像大小一般為256×256、512×512的灰度圖等，很少有實現高清圖像的中值濾波器。
  • 基於FPGA高精度浮點運算器的FFT設計與仿真
    摘要 基於IEEE浮點表示格式及FFT算法，提出一種基2FFT的FPGA方法，完成了基於FPGA高精度浮點運算器的FFT的設計。利用VHDL語言描述了蝶形運算過程及地址產生單元，其仿真波形基本能正確的表示輸出結果。
  • 基於DSP和FPGA的機器人聲控系統設計與實現
    系統硬體分為語音信號的採集和播放，基於dsp的語音識別，fpga動作指令控制、步進電機及其驅動、dsp外接快閃記憶體晶片，jtag口仿真調試和鍵盤控制幾個部分。系統分為預加重和加窗，短點檢測，特徵提取，與語音庫的模式匹配和訓練幾個部分。 3．3．1 語音信號的預加重和加窗 預加重處理主要是去除聲門激勵和口鼻輻射的影響，預加重數字濾波h(z)=1一kz-1，其中是為預加重係數，接近1，本系統中k取0．95。
  • 基於FPGA的複數浮點協方差矩陣實現
    O 引言 協方差矩陣的計算是信號處理領域的典型運算，是實現多級嵌套維納濾波器、空間譜估計、相干源個數估計以及仿射不變量模式識別的關鍵部分，廣泛應用於雷達、聲吶、數字圖像處理等領域。
  • 基於DSP+FPGA的紅外圖像小目標檢測系統設計
    本文在數學形態學Top-hat算子對於目標檢測的基礎上，設計了一種基於DSP+FPGA的圖像實時處理系統，使其能夠滿足高速採樣數據流快速存取，快速運算的要求。1 算法基礎1．1 形態學算法 數學形態學方法是一種非線性濾波方法，它最先被用來處理二值圖像，後來被引用到灰度圖像處理。基本思想是：用一定的結構元素去度量和提取圖像中的對應形狀，去除不相干的結構，以達到圖像分析和目標識別的目的。 灰度形態學的基本運算有膨脹、腐蝕、開運算和閉運算。
  • OLED照明器件為什麼需要光提取結構?
    （3) 襯底模式：一部分光雖然從OLED有機材料層出射至玻璃層內，但是在玻璃層與大氣層交界處形成多重全反射而損失，無法從玻璃內射出。 為了減少這些損失，可以通過光提取結構設計來增加出光率。下面我們簡單介紹三種常用的OLED照明器件光提取結構，即微透鏡結構、擴散結構、衍射結構。
  • 基於FPGA的手勢語音轉換器
    目前手語識別可以分為基於視覺的識別系統和基於數據手套的識別系統。基於視覺的手勢識別系統採用常見的視頻採集設備作為手勢感知輸入設備，價格便宜、便於安裝。鑑於基於視覺的手勢識別方法交互自然便利，適於普及應用，且更能反映機器模擬人類視覺的功能，我們這次的識別方法為基於視覺的手勢識別。
  • 基於二值圖像的邊界提取和4方向鏈碼表示
    圖像處理與識別課程報告-基於二值圖像的邊界提取和4方向鏈碼表示邊界提取圖像的表示方法有兩種：一種是基於外部特性的邊界表示和另一種是基於內部特性的區域表示。邊界和邊緣的定義：圖像的邊界和邊緣是兩個經常別混淆的概念，在數字圖像處理中他們有著不一樣的定義。邊界是指一個區域R的邊界是區域中像素的集合，邊界內的點存在該區域中一個或者多個不在R中鄰點。
  • 基於FPGA IP核的FFT實現
    這裡從Altera IP核出發，建立了基4算法的512點FFT工程，對不同參數設置造成的誤差問題進行分析，並在EP2C70F896C8器件上進行基於Quartus II的綜合仿真，得到利用FFT IP核的FFT算法高效實現，最後利用Matlab進行的計算機仿真分析證明了工程結果的正確性。
  • 視頻圖像中文本的檢測、定位與提取
    只有通過挖掘構成視頻的各種媒質所表達的豐富語義信息，克服單純的視覺特徵語義表達能力較弱這一缺點，充分提取視頻中的高層語義，才能符合人們對視頻信息的理解習慣，實現實用的基於內容的視頻檢索系統。 　　1.2 文本圖像的邊緣提取　　在圖像中，文本字符具有特殊的線條結構和紋理特點，其灰度(顏色)與背景相差較大，邊緣變化劇烈，呈現出明顯的橫向、豎向、斜向邊緣特徵，中、高頻信息較強。在小波圖像中表現為相應區域高頻細節子圖的係數較大;橫向線條、豎向線條和斜向線條分別在LH，HL以及HH子圖相應位置表現為較大的小波係數。
  • 基於STFT濾波算法的指紋圖像識別系統的設計與實現
    核心點：核心點是指紋圖像的紋理中心點，也可以稱為中心點，通過中心點可以找到指紋的紋理中心，進而可以對指紋進行旋轉、縮放等處理。 三角點：三角點是指從核心點開始順著指紋紋路方向的第一個分叉點、斷點抑或是兩條脊線紋路的匯聚處、孤立點還可以是轉折點。 紋數：指紋模式區內部紋路的數量稱之為紋數。
  • 基於fpga二維小波變換核的實時可重構電路
    項目背景及可行性分析本文引用地址：http://www.eepw.com.cn/article/266432.htm　　2.1 項目名稱及摘要：　　基於fpga二維小波變換核的實時可重構電路　　現場可編程門陣列為可進化設計提供了一個理想的模板
  • 基於FPGA的伺服驅動器分周比設計與實現
    為此提出一種基於FPGA的整數分周比實現方法。該方法邏輯結構簡單，配置靈活，易於擴展，具有很高的實用價值。　　1 電子齒輪比與分周比　　電子齒輪比與分周比是數控工具機和數控加工中心中一個很重要的概念。配合使用電子齒輪比和分周比功能，用戶可以方便地實現整數脈衝當量，從而避免中間計算出現量化誤差，在不修改G代碼的情況下，將代碼直接移植到配備不同電機編碼器線數或者不同螺距絲槓的工具機或者加工中心。　　電子齒輪比和分周比可以按照下式計算求得。
  • 一種基於FPGA的全光纖電流互感器控制電路設計
    相比之下，光纖電流互感器具有抗電磁幹擾能力強、絕緣可靠、測量精度高、結構簡單和體積小巧等諸多優點，是當前研究熱點。作為光纖電流互感器的核心部件，其檢測和控制電路對電流檢測精度和範圍具有非常重要的影響。　　法拉第效應的本質為磁致圓雙折射，其解釋是：線偏振光可以分解為兩束旋向相反的圓偏振光(左旋和右旋)，外加磁場使得物質對這兩柬正交圓偏振光的折射率產生差別，導致它們在物質中的傳播速度不再一致，這兩束圓偏振光在傳播一段距離後會產生一定相位差△Φs,使對應的線偏振光的偏振面發生旋轉，通過測量該相位差就可以獲得磁場及產生磁場的電流信息，同時已證明該相位差△Φs和法拉第旋轉角Φ之間的關係為△Φs
  • 基於Spartan-6 FPGA的Sinc3 Filter設計
    Sinck結構的濾波器適合Σ-Δ調製器使用，可有效濾除高頻噪聲，且其實現不需要乘法即可完成。其原理結構如圖1所示。 濾波器相關文章:濾波器原理 fpga