【正文】 參考文獻(xiàn)[1] ：.[2]廖義奎. ARM與FPGA綜合設(shè)計及應(yīng)用. 北京:,4.[3]羅苑棠. CPLD/FPGA常用模塊與綜合系統(tǒng)設(shè)計實例精講. 北京:電子工業(yè)出版,5.[4]賈方慶. 基于機器視覺的帶鋼表面缺陷檢測系統(tǒng)研究.[D].,4.[5]潘松，黃繼業(yè). EDA技術(shù)與VHDL[M]. 北京：清華大學(xué)初版社. 2007,5.[6]嚴(yán)蔚敏, [M].北京:清華大學(xué)出版社. 2007,3.[7]袁文波，張皓，唐鎮(zhèn)中. FPGA應(yīng)用開發(fā)從實踐到提高[M]. 中國電力出版社. 2007,6.[8]楊飛. 視頻檢測中FPGA圖像采集預(yù)處理系統(tǒng)設(shè)計：[碩士學(xué)位論文] （3）在系統(tǒng)的硬件安裝過程中我們發(fā)現(xiàn)攝像機的固定與拆卸比較麻煩，所以可以根據(jù)具體情況對相機采用導(dǎo)軌式安裝，這樣可以方便相機的移動和鏡頭的調(diào)整。但是系統(tǒng)還有一些不足之處，我們還需要從以下幾個方而進行改進: (1) 本文所研究的瓶蓋缺陷檢測系統(tǒng)對于瓶蓋側(cè)面以及瓶蓋內(nèi)側(cè)無法做到有效的檢測，并不能對瓶蓋進行無死角的檢測，而僅局限于檢測瓶蓋注膠面和瓶蓋印刷面的檢測，所以，我們可以從這個方面在進行研究，升級系統(tǒng)的軟硬件，以達(dá)到對瓶蓋的全面檢測。并集合優(yōu)秀的軟件設(shè)計工具對系統(tǒng)的操作界面進行了編寫、調(diào)試。(2) 對Altera公司的FPGA芯片的邏輯結(jié)構(gòu)、FPGA開發(fā)流程以及相關(guān)開發(fā)仿真工具進行學(xué)習(xí)以及使用，并且利用硬件描述語言來進行設(shè)計實現(xiàn)系統(tǒng)功能。并且結(jié)合實時圖像處理系統(tǒng)的特點和FPGA應(yīng)用技術(shù)，我們根據(jù)實時圖像處理系統(tǒng)的設(shè)計要求，主要就工業(yè)實時圖像表面缺陷檢測處理系統(tǒng)的開發(fā)過程進行了論述，設(shè)計并實現(xiàn)了基于FPGA的旋蓋表面缺陷檢測系統(tǒng)。本章還進行了系統(tǒng)的操作界面進行了檢測測試，通過修改檢測參數(shù)，來確定旋蓋的剔除標(biāo)準(zhǔn)，并在流水線上進行了實物檢測，%的檢出率，基本實現(xiàn)了設(shè)計要求。如圖54,55分別為該系統(tǒng)對注膠面和印刷面進行參數(shù)修改產(chǎn)生的檢測結(jié)果。如圖53為系統(tǒng)實時進行對流水線上的旋蓋注膠面和印刷面的檢測參數(shù)設(shè)定。如圖52所示，為主要的參數(shù)設(shè)置界面。充分證明了該模塊的功能達(dá)到了設(shè)計的要求。 }Endmodule 其仿真效果如圖51所示。 輸入信號消抖濾波；//對信號進行周期性的檢測，防止輸入信號誤觸發(fā)。 設(shè)置信號檢測周期iClk1。 輸出信號oport。 抗干擾模塊代碼設(shè)計為：Module PreventShake（ 時鐘信號 iClk1。輸入信號檢測周期由iClk1控制。需要提高分辯率時，可利用 90 度相位差的 A、B 兩路信號進行倍頻或更換高分辯率編碼器。 對采集的信號狀態(tài)變化進行判斷； 轉(zhuǎn)化相位關(guān)系； 轉(zhuǎn)化時序關(guān)系； 輸出相應(yīng)的頻率； }Endmodule 編碼器轉(zhuǎn)軸旋轉(zhuǎn)時，會有相應(yīng)的脈沖輸出，其計數(shù)起點為任意設(shè)定，可實現(xiàn)多圈無限累加和測量。所以編碼器的代碼設(shè)計如下：Module OpticalEncoder( 時鐘信號端口iClk；重置信號端口iReset；使能信號端口iEnable；兩路輸出信號Encode[0:1]；一路輸入信號INput；輸出頻率信號oTick ； )。 FPGA模塊時序仿真該系統(tǒng)采用編碼器來檢測傳送帶上的旋蓋位置，并把旋蓋的坐標(biāo)信息傳送到FPGA板卡，通過FPGA的FIFO 技術(shù)把坐標(biāo)信號隊列化，進行儲存，并與計算機通信。第5章 時序仿真以及檢測測試 首先由于在該系統(tǒng)中運用了FPGA控制模塊，因此主要對編碼模塊和抗干擾模塊進行了電路仿真，以驗證是否符合設(shè)計要求。具體闡述了檢測的原理以及缺陷檢測的標(biāo)準(zhǔn)，可以完全勝任的對于表面缺陷的檢測任務(wù)。圖47 印刷面檢測流程印刷面的主要缺陷類型有瓶蓋圖案套印、位置錯誤、圖案面臟污等類型，具體實物為如圖48所示。就這一問題，本系統(tǒng)采用的另一個圖像識別方法，首先進行灰度的檢測，然后進行邊界檢測，在與標(biāo)準(zhǔn)的瓶蓋印刷面的瓶蓋進行配準(zhǔn)檢測和位圖檢測，從而確定印刷面的圖案位置是否符合標(biāo)準(zhǔn)，此檢測方法允許一定的檢測誤差。圖45 注膠面具體缺陷類型旋蓋蓋爪缺陷類型有大小不一、蓋爪缺損、蓋爪數(shù)錯、蓋爪角度錯等類型，具體實物如圖46所示。注膠面和蓋爪檢測流程圖如圖44所示。進而通過進行灰度檢測和邊緣檢測來確定注膠面是否有缺陷。由此看來，其圖像矩陣數(shù)據(jù)類型一般為8位無符號整數(shù)的（int8），這就是人們經(jīng)常提到的256灰度圖像。當(dāng)進行灰度化處理之后，旋蓋的正常部分和缺陷部分的亮度會有很大的差別，因而可以對缺陷進行檢測。如圖43所示為得到的圖像。 即： （式41）； （式42）； （式43）；取適當(dāng)?shù)挠蛑礣，若g(i,j)T，則(i,j)為階躍性邊緣點。、135176。、45176。在本文中，采用了Sobel算子尋找邊緣并進行邊緣化提取處理。這種微分算子類邊緣檢測法類似于高空間域的高通濾波，該算法增強了高頻分量,并且這類算子對噪聲敏感性高。由于物體的邊緣是由灰度不連續(xù)性所導(dǎo)致的的。首先，相機采集到的圖像為高分辨率的彩色圖像，若要進行缺陷識別，則必須將旋蓋彩色圖像進行灰度化處理，通?？捎玫姆椒椋翰噬珗D像的灰度處理: 設(shè)f(i,j)的RGB分量為(r1, g1, b1)，r = r1 / 64 * 64 g = g1 / 64 * 64 b = b1 / 64 * 64 ，這樣就得到了黑白圖像。如圖42所示。 圖41 確定旋蓋坐標(biāo)流程圖由于旋蓋在流入流水線的時候，擺放姿態(tài)并不相同，這樣就導(dǎo)致了檢測標(biāo)準(zhǔn)的匹配難度增大，對于這種問題的出現(xiàn)，本系統(tǒng)采用的方法如下：在注膠面檢測時，首先，相機采集到圖像之后并對其進行了灰度圖處理，由于旋蓋的大小一定且蓋爪數(shù)量一定，當(dāng)確定蓋爪圖像后自動進行與系統(tǒng)所設(shè)置的標(biāo)準(zhǔn)放置位置匹配，進行位置的配準(zhǔn)。 旋蓋位置檢測由于旋蓋流入傳送帶的速度以及位置遠(yuǎn)近不同，所以我們要對傳送帶上的旋蓋位置進行確定，攝像頭固定在傳送帶的正上方，光源置于傳送帶的上方，光學(xué)傳感器置于攝像頭正下方的傳送帶旁，用于檢測攝像頭正下方是否存在瓶蓋，由光學(xué)傳感器的檢測信號觸發(fā)攝像頭采集位于其正下方的傳送帶上的瓶蓋的圖像。通過對圖像進行灰度化處理，確定圖像處理的窗口，利用Sobel算子和Kirsch算子進行細(xì)化邊緣提取，確定旋蓋中心點找出旋蓋檢測半徑，并提出利用灰度圖像處理和邊緣檢測算法在缺陷以及非缺陷交界處的突變變化，檢測