基于实时图像处理的导爆管下药量检测技术研究

摘要

塑料导爆管为了维持正常冲击波向前传输，其内壁导爆药粉必须分布均匀且含量不能过高和过低。导爆管生产过程中下药环节与成品导爆管检测环节距离10m，传统检测方式具有很大的滞后性导致一旦出现药粉含量不合格的情况会浪费导爆管原材料和生产时间，无法满足实时信息反馈。 本文使用非接触图像处理检测方式，通过高帧率摄像头对下药过程实时数据采集，利用连续两帧图像拼接技术获取每帧图像中包含的药粉成像信息，并去除连续两帧图像中重复部分，根据获取的药粉成像面积计算出药粉实际含量。 本系统使用ZYNQ7020开发平台，使用Vivado HLS工具设计图像预处理IP核，图像首先经可编程逻辑部分自定义硬件IP核图像预处理模块后将敏感区域图像截取传输至处理器系统。在ARM端基于OpenCV库函数对连续两帧图像分别基于SIFT、SURF和FAST特征提取和匹配分析，通过比较这三种特征提取、匹配的准确率和耗时，最终选用FAST特征提取和基于ORB特征匹配方式得到目标图像，最后根据目标图像中药粉面积计算出下药机每秒下药量。本设计方案采用软硬协同的方式，以硬件高速并行的优势结合软件灵活的特点，实现实时检测导爆管下药机每秒下药的药量，具有实时性好，检测效果稳定等优势。

目录

声明

摘要

1绪论

1．1论文选题背景及意义

1．2国内外研究动态及现状

1．3本文主要难点

1．4本文主要的工作和安排

2总体方案介绍

2．1系统整体方案设计

2．2 ZYNQ·7020平台简介

2．2．1 PS内部资源

2．2．2 PL内部资源

2．2．3 DDR介绍

2．2．4高速摄像机介绍

2．3 PS、PL互联

2．3．1 AXI接口介绍

2．4本章小结

3基于Vivado HLS IP设计

3．1 Vivado HLS简介

3．1．2 Vivado HLS视频库

3．2 Vivado HLS开发流程

3．3基于Vivado HLS图像预处理IP设计

3．4基于Vivado HLS优化设计

3．5本章小结

4图像处理算法设计

4．1图像变换模型

4．2图像配准

4．2．1不同成像条件下图像配准

4．2．2图像配准步骤

4．2．3基于不同信息的配准方法

4．3图像插值技术

4．3．1临近插值法

4．3．2双线性内插法

4．4基于SIFT特征的图像匹配算法

4．4．1 SIFT特征点检测

4．4．2 SIFT特征点描述

4．4．3 SIFT特征点匹配

4．5基于SURF特征的图像匹配算法

4．5．1 SURF特征点检测

4．5．2 SURF特征描述

4．5．3 SURF特征匹配

4．6基于FAST特征的图像匹配算法

4．6．1 FAST特征点检测

4．6．2 FAST特征点描I述

4．6．3 FAST特征点匹配

4．7目标图像提取

4．7．1传统图像拼接

4．7．2改进图像拼接算法

4．8本章小结

5系统方案实现及测试

5．1具体开发流程概述

5．2硬件工程设计

5．3软件工程设计

5．3．1定制Linux系统

5．3．2 OpenCV移植

5．3．3基于V4L2摄像头氍置

5．4导爆管下药量检测实验

5．4．1实验数据提取

5．4．2实验数据处理

5．4．3实验结果分析

5．5本章小结

6总结与展望

6．1总结

6．2展望

致谢

参考文献

附录