基于FPGA的纸病检测预处理算法的实现

利用DSP Builder工具在MTALAB/Simulink中设计纸病图像预处理算法,然后将算法的Simulink模型转换为FPGA的硬件代码。硬件在环测试验证了算法可以对纸病图像进行滤波、检测边缘和定位处理。利用FPGA对纸病图像进行预处理,可以满足纸病检测系统需实时处理大量数据的要求。     

基于FPGA的快速樱桃缺陷检测与识别系统设计

为使樱桃缺陷检测与识别系统满足实时性的要求,提出以卷积神经网络模型为基础,使用SDSoC开发平台,完成FPGA对樱桃缺陷进行快速检测与识别系统的设计。通过优化数据传输,复用网络模型中通用矩阵乘法函数(GEMM)和对卷积操作进行并行化设计,实现PL端硬件加速。利用SDSoC平台,在PS端使用高级语言映射卷积神经网络模型,在实现所需性能的同时大量节省了开发时间。结果表明,与纯软件方式相比,基于Zynq7020硬件开发平台,速度提高了2.19倍以上,与CPU平台相当。     

基于FPGA电子技术的实验设备的研制

研制了一款基于现场可编程门阵列的实验设备.该设备以XCS40-PQ208C为主芯片构建了FPGA最小系统,外围电路配置了A/D接口、D/A接口、RS232通信接口、单片机接口和步进电机接口等.此外,还设计了开放性的硬件支持,通过预留FPGA接口可以实现对不同型号和不同系列FP-GA芯片的支持.     

基于FPGA的纸病提取系统的设计

研究并设计了一种基于FPGA的纸病提取系统,实现造纸过程中纸病部位图像的提取。通过FPGA内部硬件电路进行图像采集、预处理和纸病提取,借助NIOS II软核处理器实现纸病数据的发送,使用计算机从网络接收数据并重组图像,最后得到只含有纸病部位图像的数据。该系统可根据不同的纸机要求灵活配置,在不影响整体性能的前提下,增强系统数据处理能力。经测试,该系统能够稳定可靠地实现纸病提取功能,与纸病识别系统相结合即可实现纸病检测,为纸机的日常维护提供保障。     

ULMA NTi纸病检测系统

ULMA NTi纸病检测系统是基于CCD相机的光学测量系统对纸幅快速拍照，利用计算机进行灰度比例分析，然后自动判别纸病，本文介绍了广州造纸有限公司PM5～PM8新闻纸机ULMA NTi纸病检测系统的设备组成，检测原理，应用，操作，维护及常见故障的判断等，说明了纸病检测系统对新闻纸质量的监控作用。     

基于FPGA的平板式数粒机检测系统

针对目前国内药品检测数粒机大多是多通道数粒机,存在稳定性差、检测精度低等缺陷,课题组提出了基于FPGA的平板式数粒机检测系统.采用现场可编程门阵列(FPGA)作为控制系统的核心,对面阵图像传感器进行参数配置、图像数据采集,并对原始图像进行增强预处理.再由FPGA运用Canny算法获取图像采集单元的药粒目标轮廓信息,运用...     

基于RPCA的纸病图像分割算法

针对实际纸病检测应用中采集到的图像分辨率越来越高,在图像处理过程中出现数据维数过大的问题,提出一种基于鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)的纸病图像分割算法,该算法将纸病图像对应的矩阵分解成稀疏矩阵和低秩矩阵。在后续检测中只需选取稀疏矩阵对应的图像进行检测就可以满足纸病检测的要求,有效减少了计算量,最终节省了整个纸病检测环节的检测时间。仿真结果表明,该方法可用于纸病图像的分割,并且具有良好的分割效果。     

基于“选择性缓存处理机制”的FPGA纸病检测系统

针对纸病检测系统普遍存在的快速性与实时性均较差问题,借鉴人眼视觉中“选择性注意”机制,提出了采用“选择性缓存处理”方法快速提取与检测纸病。系统采用“CCD + FPGA”的模式,利用FPGA流水线并行处理特性对线阵CCD采集到的图像数据流进行预处理与特征提取,并同时缓存纸病区域图像。由于整个处理过程为流水线式并行处理,且仅缓存纸病区域图像,因此极大地提高了纸病提取检测的速度并节约大量的存储空间。结果表明,该方法硬件资源占用率极小,且能快速、准确地提取纸病信息,具有很强的灵活性与实时性,可以满足高速纸机实时检测的需求。     

基于边界扫描技术的FPGA延时故障检测

随着FPGA器件规模的不断提高,FPGA延时故障检测问题成为研究热点.文中对XC4006E的JTAG指令进行扩充,并修改相应的边界扫描电路,使其具备板级和芯片级延时故障检测能力.仿真结果显示,扩展后的JTAG指令不仅与原指令功能兼容,还可以有效地检测板级和芯片级延时故障.     

基于机器视觉的纸病检测系统发展综述

在详细介绍以机器视觉技术为核心的纸病检测流程的基础上,研究、梳理和归纳了纸病检测系统在硬件模式、软件系统和检测算法上的发展历程,分析了当前纸病检测中存在的难点问题,并讨论了该技术的发展前景。     

多轴空间直线运动控制的FPGA实现

介绍了基于FPGA实现空间直线轨迹的一种新方法,详细阐述了实现直线控制器的核心环节。该控制器的设计采用VHDL语言进行编程,通过SOPC生成IP软核挂载到Avalon总线上使用,提高了设计效率,简化了硬件电路实现规模。它比一般的直线插补法速度要快,对于数字加工具有一定的参考意义。     

基于频闪成像的纸病检测系统光源优化技术

近年来,基于机器视觉的纸病检测技术可以在纸张的生产过程中完成对纸张质量的监测和纸病信息反馈,所以一直是国内外相关领域的研究热点.但是随着纸机车速的加快和纸张幅宽的加大,尺寸小的纸病很难被检测出来,而且采集到的纸张图像质量差.针对在采集纸张图像过程中出现的横向波纹现象.通过香农采样定理的逆向分析,总结出横向波纹产生的原因...     

一种基于连通域标记的纸病检测算法

提出了一种基于段的连通域标记处理算法,同时对纸病区域进行连通域标记和形状特征值提取,旨在提高纸病检测的准确率和效率。该算法利用纸病区域为简单连通图像的特点,采用段技术实现了纸病区域的标记处理,探讨了在标记处理同时快速统计与形状特征值计算有关的中间参数的方法,利用标记结果及形状特征值实现了纸病的快速检测。该算法优化了标记处理与形状特征值提取的过程,减少了纸病图像的扫描次数。结果表明,该算法达到了准确、快速的纸病检测效果,且易于扩展到实际的纸病检测系统中。     

基于改进YOLOv5的纸病检测方法

针对传统纸病检测算法中纸病特征提取困难、实时性差的问题,提出一种改进YOLOv5的纸病检测方法。该方法首先在批量归一化模块的首尾部分添加居中和缩放校准,形成更稳定的纸病有效特征分布;其次在骨干网络中添加坐标注意力机制,增强骨干网络的纸病特征提取能力;最后选用 CIoU_loss作为边界框回归的损失函数,实现高精度的定位。实验结果表明,改进后的算法平均精度达99.02%,实时检测速度达41.58 帧/s,相较于现有的基于CNN纸病分类算法,检测精度与检测速度都有较大的提升,且改进后的算法对光源的依赖程度更低,能对各类纸病实现精准辨识。     

基于PCA的纸病特征再提取算法研究

针对传统纸病检测中相似纸病辨识准确率低及纸病提取特征维数高致使纸病辨识过程时间较长的问题,提出一种基于主成分分析（PCA）的纸病特征再提取算法。该算法以多种纸病的图像为研究对象,对可能存在相关关系的高维原始纸病特征量进行PCA降维处理并去除相关成分,形成相互独立且更具代表性的纸病新特征,在减少数据处理量的同时使纸病辨识准确率明显提高。实验表明,PCA算法可显著提高纸病辨识准确率并可大幅缩短算法平均运行时间。     

一种基于分块思想的多纸张缺陷一次提取算法

为了解决纸张缺陷检测中多个纸病区域的提取实时性问题,提出了一种采用“先分块、后合并”思想直接对实时图像数据流进行处理的并行化纸病提取算法。该算法充分利用现场可编程门阵列（FPGA）的并行处理特性,在跨时钟域对图像数据进行传输的同时,在另一个分支流程中并行地对分块缺陷连通域进行标记以获取每个缺陷的相对位置坐标,最后以包围盒的形式提取出纸张缺陷区域。该算法基于分块思想,分支处理过程不需要消耗主流程额外的处理时间且硬件资源占用率极小。实验结果表明,该算法能够准确、快速地提取出各种常见纸张缺陷,具有很强的灵活性和实时性,能够满足在线纸病检测的实时性要求。