基于嵌入式机器视觉的测控系统设计

针对传统基于PC的机器视觉系统因其结构没有模块化,可移植性差,与工业现场设备通信比较困难等缺点,设计了基于嵌入式机器视觉的测控系统,该系统以DM642芯片为视觉图像处理单元,其控制单元为GTS-400系列运动控制器,硬件电路为基于RS232通信的DSP与运动控制器,并通过编程完成目标识别、通讯、控制功能。实验结果表明,该系统的图像处理单元成功检测到目标后,图像处理单元输出的信号能够被运动控制器快速捕捉并控制伺服电机实现点位运动。对嵌入式机器视觉应用于运动控制系统具有现实意义。 关键词：嵌入式机器视觉;DM642;运动控制器;通信     

DM642在机器视觉中的应用研究

在高端嵌入式平台TITMS320DM642基础上,完成了机器视觉系统的总体设计,具体给出了系统硬件设计和系统软件设计。在PC平台上进行了机器视觉相关算法的验证和实现。以门牌识别为例,详细介绍了机器视觉算法在DM642平台上的移植和优化的实现过程。最后对本文所研究的系统功能和创新点进行了总结。实际应用表明,本文设计的机器视觉系统具有较好的合理性和实用性。     

PET瓶封盖质量在线检测系统的设计与实现

设计了一套完整的基于DSP+ARM双核处理器的PET瓶封盖质量检测系统。首先通过DSP DM642完成对图像传感器MT9P031的RAW原始数据采集,然后对采集的PET瓶图像进行定位并实现相关的图像处理算法,最后采用ARM11嵌入式系统对整个传动设备进行监控。经过实际生产线的应用证明,该在线检测系统能够胜任在高速PET瓶封盖生产线中的应用。     

基于机器视觉的公路车流量检测系统研究

智能交通系统中需要的关键数据为道路的占有率、车流量、行车速度等.本文介绍了基于TMS320DM642的数字图像车流量检测系统,阐明了该嵌入式视觉系统的硬件组成原理及软件结构和车流量检测算法.系统与现有的信号机联调测试,证明其识别率高、体积小、成本低、实时性好,能实时检测公路的车流量信息.     

DM642嵌入式图像融合处理系统硬件设计研究

时代的进步使得嵌入式系统朝着更为智能的方向发展,DSP被人们广泛的应用到信号高速处理领域,特别是在图像处理加工领域能够为图像处理提供精准的数据支持。为此,文章以图像融合硬件系统打造和技术实现为研究对象,将TMS320DM642芯片(以下简称DM642)作为核心处理器,就DM642嵌入式图像融合处理系统的架构、处理器内部配置、硬件设计问题进行探究。     

基于DM642的香烟小包装外观检测系统

本文设计与实现了一种基于TMS320DM642的香烟小包装外观质量检测系统,详细阐述了该系统的硬件构成、软件流程、检测算法以及针对DSP处理器进行的系统优化.系统以TMS320DM642处理器为核心建立硬件平台,通过摄像头获取香烟小包装图像,采用改进的模板匹配算法对当前图像进行质量检测,最终在监视器上显示检测结果并将检测结果送执行单元进行处理.实验结果表明基于TMS320DM642的香烟小包装检测系统,检测效果快速、准确、有效,应用前景广泛.     

基于DSP的嵌入式高速图像处理系统设计

为了在视觉检测中实现对数据的高速采集与显示,提出了一种基于DSP、CMOS图像传感器和视频解码器的嵌入式高速图像处理系统设计方案。以高性能数字信号处理器TMS320DM642作为硬件平台,实现了图像数据的高速获取与实时显示。介绍了系统的硬件接口设计及控制方式、系统工作流程与软件设计,并提出了对图像进行色彩还原的算法。     

基于TMS320DM642的三维物体表面测量系统

提出一种基于DM642的嵌入式三维物体表面测量系统.该系统应用结构光原理,使用DSP/BIOS嵌入式系统生成相应的编码条纹,控制并实现编码条纹的投影、采集图像以及相位解调和点云数据的计算.实验证明,基于DM642的嵌入式三维物体表面测量系统能很好的实现三维信息的采集及测量任务.     

视觉检测系统基本原理及评判方法初析

引入视觉检测系统对卷烟包装外观质量进行在线检测是加强生产过程中质量控制能力的一个有力措施。视觉检测是近年形成的新技术,是否能深刻理解掌握图像质量评判基本原理和方法对能否灵活有效地应用在线视觉检测系统有很大的影响。以云南紫金科贸有限公司开发的条盒外观质量视觉检测系统为例,对图像质量评判基本原理和一些常用的图像质量评判方法及应用作一些探讨,为更好地在生产过程中应用产品外观质量视觉检测系统提供一些有益的帮助。     

基于H.264算法的嵌入式视频服务器

介绍了基于H．264算法的视频服务器系统的实现，在设计中采用TI公司的多媒体处理芯片DM642作为核心，以H．264优化算法实现视频编解码。重点阐述了嵌入式视频服务器的系统架构，DM642的性能和特点，H．264算法在DM642芯片上的实现和优化。     

Snake模型及其在药片包装在线检测系统中的应用

Snake模型是数字图像处理和计算机视觉中用于实现对象的边缘检测或轮廓提取的有效方法.结合包装生产的实际环境,采用Snake模型,完成了药片包装在线检测系统的软硬件设计,该系统能够较为准确地对药片包装过程中出现的漏装、装错、缺损等质量问题进行检测并自动剔除问题产品.     

H.264高性能视频编码器的DSP实现

描述了基于TMS320DM642 DSP平台的H.264高性能视频编码器的设计和实时实现。首先提出了H.264视频编码器硬件结构设计,包括DM642 的DSP芯片选择,继而描述了编码算法的移植,以及基于DM642结构和专用操作指令的算法优化,重点讨论了像素插值与运动估计的优化算法。实验结果表明,该优化算法可以在DM642上实现实时的H.264编码器,并且保持了很高的压缩效率和图像质量。     

基于TMS320DM642的MPEG4视频实时压缩及网络传输

设计并实现了基于TMS320DM642（简称DM642）的MPEG4视频实时压缩及网络传输。详细介绍了实现高分辨率视频编码的关键方法。实验结果证明,该方法对D1分辨率（704x576）视频的编码率达到25帧／秒,且通过UDP协议传输到PC端解码实时显示得到较好的图像质量。     

基于TMS320DM642内河船舶目标检测系统的设计与实现

介绍了一种基于3MS320DM642内河船舶目标检测系统的设计与实现。首先讨论了船舶检测系统的硬件设计，该系统采用新一代数字多媒体处理器TMS320DM642。它具有极强的处理能力，可以保证图像信息处理的实时性和准确性。然后在硬件平台的基础上给出了其软件实现，提出了基于形态学重构的内河船舶目标检测算法。该算法先对原图像进行中值滤波，然后取滤波后的图像中亮度值最大的像素作为标记图像；原图像经顶帽变换，并进行迭代阈值分割后的图像作为掩模图像来进行形态学重构，从而实现船舶目标检测。最后将该系统应用于长江三峡的船舶检测，实验结果表明，该系统能实时的满足算法的需要，该算法在复杂背景下，能准确地检测出目标。     

基于DM642的大容量FLASH引导加载方法研究与实现

TMS320DM642数字媒体处理器基于C6000DSP家族中的C64xCPU。DM642整合了许多外部设备,用于视频和图像应用的开发。本文详细介绍了大容量FLASH存储与多级引导程序的开发过程和实现方法,为以高性能媒体处理器为基础平台开发高端多媒体嵌入式系统提供了新思路和解决途径,具有很大的实用性。     

基于DM642机器视觉系统的设计与实现

针对机器视觉算法中数据量大、高速传输、复杂运算及网络化的实际需要,设计了以AD9200为视频采集A/D,DSP-sTMS320DM642为核心处理器,应用网络技术进行图像传输,并以FPGA控制输出并实现图像预处理功能的实时视频处理系统。     

基于DM642的纹理检测与Adaboost分类器相结合的车牌定位

智能交通系统（Intelligent Transportation System,简称ITS）是一种实时、准确、高效的综合交通运输管理系统,而车牌识别（License Plate Recognition LPR）技术是智能交通系统的关键技术之一.为了在嵌入式系统中实现车牌的实时检测,研究了基于TMS320DM642的车牌检测、定位与识别技术.本文提出一种基于纹理检测和Adaboost分类器相结合的车牌定位算法,针对该算法与DM642的结合进行了系统设计,并且基于EMCV与Opencv图像处理库进行了代码移植.该系统很好的避免了单独纹理检测的定位无方向性和单独Adaboost分类的定位不完整性的缺点,较好的提高了定位准确率,且定位后的车牌图像能够基于TCP协议发送到PC服务器,实现远程的车辆车牌的定位和监控.     

基于机器视觉的某机座内孔表面缺陷在线检测系统设计

针对某压缩机孔内表面缺陷检测问题,提出了一种基于DM642和机器视觉的检测方法。通过内窥镜获取机座孔内表面图像。在DM642中对图像进行去噪、mean shift分割等处理,识别出缺陷并计算缺陷大小。最后在显示屏上显示出检测结果。通过键盘可以设定工件编号和保存孔内表面图像。     

基于DM642的手机QR码检测与识别

基于市场上二维条码设备的广泛需求,研究了基于DM642的QR码的检测与识别技术.本文针对嵌入式智能设备获取的QR码（Quick Response Code,QR）图像严重倾斜与高度畸变问题,提出了基于位置探测图形的轮廓嵌套特性与轮廓之间面积比例关系来实现QR码定位的算法,接着以直线逼近的方法精确定位QR码的4个角点,然后运用逆透视变换与旋转校正的原理实现QR码的复原操作,最后基于复原后的图像通过网格采样来获取整个二维码的“01”矩阵,以便于后面的QR码解码.最终将算法移植到DM642上运行,能有效解决图像倾斜与畸变问题且解码效果良好.