基于Zynq的图像角点及边缘检测系统的设计与实现

以Zynq芯片为基础,采用软硬件协同设计的方法设计并实现整个系统。Zynq芯片内部采用ARM+FPGA的异构架构,既具备ARM处理器的灵活性,又拥有FPGA并行处理的能力。本系统的设计充分发挥了Zynq芯片的优势,在软硬件划分上, 通过ARM处理器来实现图像的采集;图像角点及边缘检测用FPGA来完成,即通过硬件加速提升系统的整体性能。ARM处理器与FPGA通过AXI4总线进行数据交互,在Zynq上实现集图像采集、图像特征提取、图像显示为一体的片上系统。最终系统测试结果表明,采用硬件加速实现图像特征提取的相关算法比在ARM处理器软件上实现的算法的速度提高了6～8倍。     

基于ZYNQ的高清图像显示及检测系统设计

针对当前基于ARM和DSP的嵌入式图像处理系统前端采集速度慢和图像处理算法不易加速的缺点,设计了一种基于HDMI接口的全高清(分辨率1920×1080)实时视频采集与图像处理系统;采用500万像素级别CMOS摄像头作为前端数据源,主芯片内部采用ARM+FPGA的异构架构,兼备FPGA的并行处理能力与ARM处理器任务调度功能;基于AXI协议设计了自定义数据存储传输的IP核,实现了处理速度与带宽最大化;利用HLS工具将图像预处理算法快速打包生成IP核,在FPGA中实现图像算法的硬件加速,完成图像处理系统平台原型机的设计;与传统的PC机和相机的机器视觉平台相比,该系统运行平均耗时在10 ms以内,实时检测效果令人满意,有效解决了低功耗与高数据带宽和处理速度之间的矛盾,为后端结果分析和边缘加速提供了良好支持。     

新型光电混合相关器的图像识别研究

研究并设计了一种基于＂FPGA＋DSP＋ARM＂架构的新型光电混合相关器。该系统采用DSP与FPGA完成目标图像的采集、预处理以及畸变不变处理,采用光学处理模块实现联合图像的傅立叶变换,得到联合功率频谱,最后,S3C2440完成对该频谱的采集、振幅调制滤波、傅立叶逆变换以及图像识别。大量的实验表明：该光电混合相关器实现了图像识别的智能化、实时化及小型化,具有较强的实用价值。     

基于DSP和FPGA的实时图像采集处理系统的设计

针对目前对图像采集处理系统的高速性和便携性的要求,设计了一套基于DSP、FPGA和ARM9的实时图像采集处理系统.该系统主要利用FPGA的SoPC系统定制NiosⅡ软核处理器及相关外设IP核来完成图像数据的采集和存储.DSP通过EMIF接口和EDMA接口完成数据的搬移和图像处理的算法.ARM作为主机,通过HPI接口与DSP进行数据通信.结果表明,该平台工作性能稳定,处理能力强,能完成算法的数据处理并对数据实时显示,适用于自动循迹、模式识别等高速数据采集的应用场合.     

基于数字图像处理技术实现陶瓷片在线动态检测的方法研究

为了检测水阀用陶瓷片的崩角、斑点和划痕等缺陷,利用CCD作为图像获取工具,设计了一套陶瓷片计算机数字图像实时在线动态检测系统,提出了一种基于数字图像处理技术实现陶瓷片缺陷快速检测处理的新方法:首先用中值滤波和图像二值化对陶瓷片图像进行预处理,然后采用数学形态学中的腐蚀和差集运算提取陶瓷片的边界,最后对提取到的边界进行崩角、斑点和划痕等缺陷的识别,获得了陶瓷片缺陷信息.实验表明该方法与系统具有准确可靠、效率高和处理速度快等优点.     

基于ARM的纸币号码识别系统

针对纸币号码识别系统需求不断攀升,采用ARM,FPGA技术及接触式图像传感器（CIS）图像采集系统,提出一种实时采集高速图像信息及图像预处理的方法;系统以硬件设计为主,采集到的CIS图像信号经过明暗输出补偿、二阶滤波、模数转换、二值化等前置调理,保存在静态同步内存（SRAM）中,供ARM作进一步图像处理;系统中CIS传感器的时序信号由FPGA设计,实验表明,该识别系统运行稳定可靠,实时性好,集成度高,采集图像清晰,号码识别准确率高。     

基于FPGA和ARM的图像处理系统

本文设计了一种基于FPGA和ARM的图像处理系统,实现图像的快速采集与处理。系统中ARM处理器作为系统控制器,并完成应用层的交互。FPGA完成COMS传感器的初始化、控制以及数据的处理,其中数据处理模块采用采图像分成两个子图的方式进行处理,并实现了中值滤波。     

基于轮廓重心法的蜂窝陶瓷堵塞检测及疏通系统研究

针对蜂窝陶瓷堵塞点人工检测难问题,提出了一种基于轮廓重心法的堵塞检测方法,并设计了一套自动疏通装置。该系统采用面阵式工业相机获取蜂窝陶瓷横截面图像,通过图像预处理、Canny边缘检测,结合轮廓重心法确定堵塞点,最终使用UART串口通讯实现上下位机数据交互,完成都测点自动定位疏通。经实验测试,该系统能够准确完成蜂窝陶瓷堵塞点检测和自动疏通工作。     

基于FPGA的图像预处理与传输方法研究

针对常见的图像预处理系统中由上位机实现图像预处理的过程。利用FPGA并行处理的特点，提出了将基于摄像头的图像获取与基于FPGA的图像预处理技术相结合的方法。在图像获取阶段，通过摄像头进行图像数据的获取并将图像数据传输给SDRAM存储，同时在FPGA中实现图像预处理，以及使用以太网将图像数据传输给上位机，最终实现图像获取、预处理与传输。仿真结果表明，该方法相较于传统的图像预处理与传输方法能够实现稳定，实时的图像预处理与传输。     

车载环境下实时行人检测系统研究

行人检测技术在车辆辅助驾驶、视频监控等领域具有重要的应用价值。针对车载环境下传统行人检测系统存在工作量大、实时性差的问题,设计了基于Zynq的实时行人检测系统。利用Zynq芯片中现场可编程门阵列(FPGA)+ARM结构,首先在FPGA端中采用摄像头采集图像数据,利用高层次综合(HLS)工具对图像进行预处理硬件加速,减少耗时。在此基础上,由ARM端完成统计转换直方图(CENTRIST)特征提取,并结合级联支持向量机(SVM)进行高效目标分类,最后输出行人位置。试验结果表明,该方法在检测时间方面有明显改善(降低至160. 45 ms);与传统的HOG+SVM算法相比,检测率从91. 0%提高到92. 4%。行人检测系统在不降低检测率的前提下,可以达到满意的检测速度,为未来无人驾驶、智能车辆等方向研究和应用提供了技术支持。