【正文】 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 評 定成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內(nèi)畫“√”） 教研室主任（或答辯小組組長）： （簽名） 年 月 日 教學系意見： 系主任： （簽名） 年 月 日 2 第 1章 概述 圖像處理的背景 隨著圖像處理領域的發(fā)展，越來越多的處理算法被提出，圖像識別技術(shù)已經(jīng)能應對不少復雜的情況?？梢哉f現(xiàn)階段圖像處理在各個領域都開始融入，都開始進入起步階段。 系統(tǒng)設計的目的與意義 工業(yè)技術(shù)的不斷發(fā)展，人們對工業(yè)設備智能化的要求越來越高。在工業(yè)設備上加入機器視覺技術(shù)，則可以取代一些本應需要人工肉眼檢測的崗位。機器視覺的核心是算法的設計。本系統(tǒng)設計的是基于 DSP 的密封圈表面瑕疵識別算法。 國內(nèi)外圖像處理技術(shù)的現(xiàn)狀 圖像識別是人工智能的一個重要方面，在現(xiàn)代自動控制技術(shù)及第五代電子計算機中都占有極重要的地位。其含義是利用計算機對圖像進行加工處理，以得到某些預期的效果，并從中提取有用信息，實現(xiàn)人對事物或現(xiàn)象的分析、描述、判斷和識別 [4]。 國外的神經(jīng) 網(wǎng)絡圖像識別技術(shù)起步較早，目前已經(jīng)能夠走出實驗室，并在圖像信息處理中得到了應用。 國內(nèi)對神經(jīng)網(wǎng)絡圖像識別技術(shù)研究起步比較晚。該方法在收斂性 方面不夠理想，而且對有尺度變化的圖像不能進行正確匹配 [6]。由于神經(jīng)網(wǎng)絡圖像識別存在樣本訓練時輸入和輸出要一一對應、識別速度不如模糊系統(tǒng)快等缺點，神經(jīng)網(wǎng)絡技術(shù)與模糊理論、證據(jù)理論、貝葉斯決策理論等技術(shù)相結(jié)合進行圖像識別己成為神經(jīng)網(wǎng)絡圖像識別技術(shù)的發(fā)展趨勢。然而，至今還沒有一個普遍的原理來指導這些過程在完成特定任務時應該如何組織和搭配。圖像識別所面臨的挑戰(zhàn)除了要求解決大數(shù)量模式類的識別和復雜畸變不變性識別的傳統(tǒng)難題，同時開始了更復雜的帶有感情色彩的識別，如運動員訓練及姿勢矯正、由人走路的姿勢識別人、對人的嘴形變化甚至面部表情的識別等等。 2) 預處理 由于硬件環(huán)境的限制，圖像在傳輸?shù)牟杉^程中總會產(chǎn)生噪聲，所以在正式處理圖像前要將這些噪聲去掉。 3) 二值化 圖像二值化又稱圖像分割。較好的二值化處理就能夠去掉圖像里的無關(guān)背景。 4) 目標提取 目標提取就是在目標項上要精確的找到需要檢測的部位的圖像信息，比如在本系統(tǒng)上，目標提取就是要找到密封圈上的瑕疵。在本系統(tǒng)上，該步驟就是計算瑕疵的面積，長和寬，并判斷是否超出閾值要求。所以，首先要對數(shù)字圖像進行去噪處理。而脈沖噪聲點分布比較孤立，灰度值突變，且與相鄰像素點無相關(guān)性 傳統(tǒng)的圖像濾波法有均值濾波和中值濾波法，兩者都是構(gòu)建一個二維的滑動窗口 M ，其中 M 的大小為 (2 1) (2 1)nn? ? ?的窗口（ n 為大于 0 的整數(shù)）。前者取 M 窗口里所有像素的平均值后者對 M 窗口里所有像素進行排序，取序列的最中間值。窗口內(nèi)像素位置用 ( , )Xef 表示。 圖 中值濾波示意圖 中值濾波算法是：對 M 窗口內(nèi)的灰度成員進行從小到大的排序，讓中心點 (, )ij 的灰度值用 M 窗口內(nèi)灰度成員排序的中間值來代替。 而均值濾波算法：對 M 窗口內(nèi)的灰度成員進行求和取平均，讓中心點 (, )ij 的灰度值用M 窗口內(nèi)灰度成員的平均值代替。 對于均值濾波和中值濾波這些經(jīng)典方法確實不同程度的減少了噪聲干擾，但是這些方法也存在一些問題， 可以看到這些方法都是一種非線性的平滑濾波法。這不利于對裂縫的識別。 圖像二值化 圖像二值化是從圖像處理到圖像分析的關(guān)鍵步驟，只有在圖像二值化的基礎上才能實現(xiàn)對目標對象的信息提取、分析和應用?？梢哉f，圖像二值化結(jié)果的好 壞直接影響對圖像的理解。比較著名的是最大類間方差閾值分割，這是由日本學者大津提出的一種自適應閾值確定方法，簡稱 OTSU 法。 OTSU 閾值分割算法簡單、處理速度快，是一種較好的圖像二值方法。所以可以增添人工選出瑕疵區(qū)域的 功能，使得算法應用在這個區(qū)域中，這樣可以避免瑕疵比例小的問題。 哈弗 圓檢測 法找圓 圖 為哈弗 圓檢測 法找圓： 設圓上的坐標為 (, )xy ，圓心坐標為 ( , )PosX PosY ，外圓半徑為 nMaxRadius ，則根據(jù)圓方程可得： 22( ) ( )x P osX y P osY nM ax R ad ius? ? ? ? 公式 () 遍歷二值圖 []P im a g eB in a ry H eig h t W id th?上的點，假設每一個當前遍歷點 ( , )Fxy為圓心，則 向外搜索滿足如下圓方程的點： [ ] 2 5 5S in n M a xR a d iu s y iC o s n M a xR a d iu s x jP im a g e i W id th j??? ? ?? ? ?? ? ? 公式 () 可以想象得到哈弗 圓檢測 法找圓是逐個對內(nèi)存元素進行便利，所以運行的速度很慢，遠遠不能滿足工業(yè)檢測要求，所以我們要對哈弗 圓檢測 法進行了優(yōu)化 [10]。 6 白黑黑 圖 哈弗 圓檢測 法找圓 我們知道密封圈表面在圖像上的位置后，就可以對原灰度圖進行更細致的分區(qū)域二值化，以便找到瑕疵位置。 圖像的細化 經(jīng)過二值化后，瑕疵的圖像信息基本從背景中分離出來，整個圖像也變成為了二值圖像。因此，要通過瑕疵的 線性特征把這樣干擾圖像清除掉，為下一步的瑕疵的分析打下良好基礎。所謂細化就是從原圖中去掉部分點，但要保持原來的形狀，即保持原圖的骨架（如圓形的骨架為它的圓心，正方形的骨架為它的中心點，長方形的骨架為長方向的中軸線）根據(jù)這個特性，瑕疵經(jīng)過細化將留下和瑕疵走向一致的曲線。最后還原裂縫圖像信息。此時便得到純凈度較高的瑕疵圖像。并將這幾種經(jīng)典算法一一對應在本文工作當中。用相機模擬數(shù)據(jù)傳輸 7 線或者以太網(wǎng)接口將相機數(shù)據(jù)傳送到嵌入式系統(tǒng)中。 經(jīng)過反復的實驗測試，我們發(fā)現(xiàn)密封圈在紅色同軸光和紅色環(huán)形光的照射下，利用相機采集到的圖像中的瑕疵成像效果比較清晰。所以我們就做了 2 套檢測系統(tǒng)，其中一套用紅色同軸光源，另一套 用紅色環(huán)形光源，接上相應的光源驅(qū)動后，就可以對密封圈分 2 次進行檢測。讓其對密封圈進行篩選歸類。 檢測系統(tǒng)與檢測平臺的通信 檢測系統(tǒng)的通信如 圖 所示，系統(tǒng)采用 4 個 IO 通信口與檢測平臺建立聯(lián)系。 2) DSP 處理完畢 DSP 首先發(fā)生結(jié)果信號， DSP 輸出到 in2 高電平，再發(fā)生確認處理完 畢信號， DSP 輸出到 in1， OK 為高電平， NG 為低電平。也就是 DSP 未收到 PLC 的確認信號之前要保持高電平狀態(tài)， DSP收到 PLC 的確認信號后需要把確認信號置為低電平。 圖 密封圈 8 比特 BMP 位圖數(shù)據(jù) 可以發(fā)現(xiàn)密封圈需要檢測的表面是呈淺色圓環(huán)狀的，在密封圈表面的左邊有一道黑色的縫，這就是我們需要檢測到的瑕疵。各部分模塊的聯(lián)系如 圖 所示 [13]。人機接口由觸摸屏模塊對處理芯片進行控制。 視頻信號采集模塊 TVP5146 1) 概述 TVP5146 是高品質(zhì)的單芯片數(shù)字視頻解碼器。支持復合視頻輸入（ CVBS）和 SVideo 輸入。 ITUR (27 MHz)的輸出格式，可與嵌入式 20/16bit 或 10/8bit 4:2:2,或 10/8bit ITUR 同步。 互補三線或四線自適應梳狀濾波器是兩個 luma 和數(shù)據(jù)路徑提供色度旨在減少交叉亮度和跨色度文物 。視頻特性包括亮度，色調(diào)，對比度和飽和度，支持 I2C 總線跟主機通信 [14]。模擬電源用于模擬視頻接口部分， 數(shù)字電源則給數(shù)字 IO 電路供電， 數(shù)字電源給內(nèi)核供電。 3) CPU 接口 傳感器跟 CPU 的接口主要分兩塊，當接收來自 CPU 的控制信號時，用 的 I2C 接口。具體格式如下 圖 TVP5146 內(nèi)部結(jié)構(gòu)圖所示。它具備 C64x+內(nèi)核。 DM6437 采用最高頻率 600MHZ 的 C64x+內(nèi)核，配備相對多的 Ll （ 112KB）和相對少的 L2 （ 128KB）片內(nèi)存儲器。 6437 使用單核支持達芬奇技術(shù)，在虛擬機上運行 Linux,應用程序運行在 Linux 上，調(diào)用 DSP 上算法codec[15]。 2 組共 64 個 32bit 寄存器 ,2 路連接片外的數(shù)據(jù)通路，分為對稱的 AB 兩邊。每個功能單元均支持流水線，每周期都開始 1 個新指令完成 1 個指令， 8 個單元可以并行，執(zhí)行打包在一起的 8 條指令。 圖 TVP5146 內(nèi)部結(jié)構(gòu)圖 片內(nèi)配備 32KB L1P (ram/cache) ,80KB L1D(ram/cache),128KB L2 D/P (ram/cache),L1Dcache最大設置為 32KB。形成片外 SRAM，片內(nèi) L2 ram/cache，片內(nèi) L1 ram/cache 的分級存儲結(jié)構(gòu)。 系統(tǒng)框圖如下 圖 DM6437 功能框圖 所示 。利用實時操作系統(tǒng)開發(fā)程序，可以方便快速的開發(fā)復雜的 DSP程序。 DSP/BIOS 以模塊化方式提供給用戶對線程、中斷、 定時器、內(nèi)存資源、所有外設資源的管理能力都可以根據(jù)需要剪裁。 DSP/BIOS 在一個主機 /目標機環(huán)境中的組件如下 圖 所示。 11 圖 DM6437 功能框圖 圖 DSP/BIOS 在系統(tǒng)中的組成示意圖 觸摸顯示屏 LILLIPUT 一般工業(yè)產(chǎn)品的人機接口主要是按鍵或者旋鈕等，在密封圈瑕疵檢測領域，實際環(huán)境 12 較好，因此本系 統(tǒng)采用觸摸屏作為人機接口，并用鼠標輔助，按鍵則作為應急處理時的輔助手段。 圖像采集設備 圖像采集設備主要有光源、相機、傳輸線、接口等。 考慮到不同種類的瑕疵在不同的光源下的清晰度不同， 所以該系統(tǒng)用的是兩套不同的光源，一個是紅色同軸光源，另一個是紅色低角度環(huán)形光源。 同軸光源維郎 TZD18X 圖 同軸光源 所示的光源型號是上海維郎光源提供的 TZD18X。直角。如 圖 所示： 圖 同軸光源幾何原理 在該同軸光源的照射下，密封圈上比較細的裂紋可以清晰可見。如 圖 低角度環(huán)形光源幾何原理 所示： 14 圖 低角度環(huán)形光源幾何原理 在該環(huán)形光源的照射下，密封圈上的暗紋可以清晰可見。由于密封圈表面的瑕疵往往都很細小，容易受到圖像噪聲的干擾。所以為了避免產(chǎn)生過多的噪聲。如 圖 WAT902B 工業(yè)相機 。 第 4章 密封圈表面瑕疵檢測算法 算法處理流程 先今圖像處理已經(jīng)發(fā)現(xiàn)了很多巧妙的算法，本系統(tǒng)在設計的同時，也參考了當前比較先進的算法。因為相機除了灰度信息外，還帶有顏色上的分量。直接保留圖像的灰度信 息。我們可以申請一個內(nèi)存空間 []P im age H eight W idth?；設相機內(nèi)存數(shù)組為 [ 4 ]cur H eight W idth??；則利用公式 [ ] [ 2 2 1 ]P im a g e i W id th j c u r i W id th j? ? ? ? ? ? ? ? 公式 () 可將相機內(nèi)存中有用的圖像灰度信息提取出來，放入內(nèi)存空間 []P im age H eight W idth?當中，如上 圖 密封圈 8 比特 BMP 位圖數(shù)據(jù) 所示，便是在相機中提取出的灰度值。傳統(tǒng)的經(jīng)典濾波方法是中值濾波和均值濾波，但是這些經(jīng)典方法確實不同程度的減少了噪聲干擾，但是這些方法也存在一些問題，可以看到這些噪聲的特點和瑕疵邊緣的特點近似，在進行去噪的操作中，同時也模糊了瑕疵的邊緣。因此要克服這個問題，對這兩種經(jīng)典方法 進行了改進，把這種干擾降到最低 [19]。為了適應瑕疵具有線性特征的特點，在二維的滑動窗口中，過中心點分別在 0 度， 45 度， 90 度， 135 度方向形成 4 個一維子窗口，分別對 4個子窗口求中值，然后取其最小值作為中心點的值。 圖 分角度中值濾波示意圖 具體濾波算法是：構(gòu)造一個二維滑動窗口 M ， M 的大小為 (2 1) (2 1)nn? ? ?，中心點為 (, )ij ，即圖中紅色部分。 }45 { ( , ) 。 }135 { ( , ) 。這種濾波法可以較好的避免非線性平滑對瑕疵所造成的傷害 [20]。為了要盡快找到要檢測的目標區(qū)域。首先定義變量 SUN ，對 []P im age H eight W idth?里的各個成員進行遍歷求和 []SU N P im age i SU N?? 公式 () i 的值從 0 到 1Height Width??，遍歷求和結(jié)束后利用公式： ()M e a n S U N H e ig h t W id th? ? ? 公式 () 可以再定義調(diào)整值 TempMean ，取二值基準灰度值 threshold 為 th