AOI系统中并行算法应用研究

摘要

近年来，自动光学检测系统已经被广泛应用于印刷电路板的生产流水线上，随着科技和社会的发展，人们对印刷电路板产品的品质和产量都提出了更高的要求。在这种趋势的推动下，检测设备生产厂商和研究学者们投入了大量的精力致力于改善自动光学检测系统的检测效果。实际生产过程中，在印刷电路板的生产流水线上，自动光学检测设备被期望能够准确、稳定、快速地对印刷电路板进行检测。通常情况下，提高图像处理模块的处理速度对改善系统的检测效果起着至关重要的作用。
　　本文为了解决 AOI系统中存在的速度问题，采用并行处理的方式对自动光学检测系统中的图像处理过程进行加速，力求大幅提高系统检测速度，并同时控制系统的生产成本。
　　文章研究了计算机多核处理器和图形处理器这两种不同并行平台，并在两种平台上分别实现了图像处理的并行加速。在计算机多核处理器平台上，分别采用Windows API和OpenMP这两种编程工具对自动光学检测系统中所用到的基本图像处理算法包括：滤波、边缘检测、二值化、图像形态学运算的并行加速。在图形处理器平台上，基于CUDA编程模型对自动光学检测系统图像处理算法进行并行加速。实验结果表明，在计算机多核处理器平台上，对较大图像的并行处理，能够提高系统的处理速度。结果还显示，OpenMP的加速效果较Windows API要好一些。在图形处理器上的图像处理并行加速效果更为明显，可达到一至两个数量级的速度提升。目前，国内未见自动光学检测系统中运用图形处理器并行加速的报道。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 引言

1.2 AOI系统发展现状

1.3 并行计算的发展现状

1.4 课题研究意义

1.5 文章结构安排

第二章 自动光学检测系统介绍

2.1 AOI检测原理和结构框架

2.2 照明模块

2.3 运动控制模块

2.4 图像采集模块

2.5 图像处理模块

2.6本章小结

第三章 自动光学检测系统中图像处理算法

3.1 图像滤波

3.2 图像边缘提取

3.3 图像阈值分割

3.4 图像数学形态学运算

3.5 本章小结

第四章 AOI中图像处理的多核并行加速

4.1 多核并行的基本概念

4.2 图像灰度化的并行加速

4.3 图像平滑滤波的并行加速

4.4 边缘检测并行加速

4.5 Otsu算法的并行加速

4.6 腐蚀运算并行加速

4.7 本章小结

第五章 AOI中图像处理GPU并行加速

5.1 GPU简介

5.2 Otsu自动阈值二值化GPU并行加速实现

5.3 各种图像处理的GPU并行加速效果

5.4 性能优化

5.5 本章小结

第六章 总结与展望

6.1 论文总结

6.2 展望

致谢

参考文献

附录

1．计算机多核处理器平台上并行处理代码

2．GPU平台上并行处理代码

攻硕期间取得研究成果

1．发表论文

2．获奖项目