基于机器视觉的纺织品缺陷检测系统研究与设计

摘要

在纺织品生产过程中,产品质量控制和检测至关重要,疵点检测是其中重要的一个环节。传统的织物疵点检测是由人工来完成的,该方法存在检测速度慢、主观影响大、误差率高、漏检率高等缺点。随着集成电路和图像处理技术的不断发展,使得基于嵌入式平台和图像处理技术的织物疵点检测系统成为可能。本论文利用CMOS摄像头(OV7620芯片)获取图像信息,由嵌入式微处理器(S3C2440)对图像信息进行分析和处理,以实现织品疵点的检测和识别。
　　硬件设计由图像采集单元、图像缓存单元、通信单元、存储器单元和CPU外围电路组成。图像采集由集成OV7620的CMOS摄像头模块完成;AL422B实现采集图像信息的缓存;数据的通信主要有串口通信和网口通信两种方式;NANDFLASH存储器和SDRAM存储器实现程序代码和执行代码的存储;CPU外围电路包括复位电路、JTAG电路、时钟电路等。
　　软件设计包括系统软件和图像处理两个部分。在系统软件部分,本文介绍了Uboot和Linux内核的移植方法,并实现了对NANDFLASH、串口、IIC总线的驱动。在此基础上,进行了OV7620驱动程序的设计与开发,实现对图像数据的采集、传输。在图像处理软件方面,根据当前数字图像处理的基本流程,分析研究了图像数据处理各个阶段的不同处理方法。
　　本文最后对疵点检测系统的设计进行了总结,对设计中的不足进行了分析,并展望了后期需要完善的工作。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 纺织品疵点检测现状

1.2 课题研究意义及内容

1.3 本章小结

第2章 系统整体方案设计

2.1 机器视觉技术及应用

2.2 系统技术性能

2.3 系统总体结构设计

2.4 嵌入式操作系统选择

2.5 本章小结

第3章 系统硬件电路设计

3.1 S3C2440微处理器硬件结构

3.2 图像采集电路

3.3 通信模块设计

3.4 存储器模块设计

3.5 JTAG接口设计

3.6 实时时钟及复位电路

3.7 本章小结

第4章 疵点检测系统软件设计

4.1 系统软件框架设计

4.2 开发环境的搭建

4.3 U-Boot移植

4.4 Linux 内核移植

4.5 Linux 根文件系统构建

4.6 本章小结

第5章 OV7620驱动程序设计

5.1 Linux IIC驱动

5.2 OV7620驱动程序

5.3 本章小结

第6章 图像处理算法

6.1 图像预处理

6.2 图像增强

6.3 建立模板图像

6.4 图像分割

6.5 图像特征提取与判决

6.6 本章小结

第7章 总结与展望

7.1 总结

7.2 展望

7.3 本章小结

参考文献

攻读硕士期间已发表的论文

致谢