摘要本课题主要针对的是机器视觉算法平台的搭建,因为典型的机器视觉算法平台应该包括图像获取模块、图像数字化模块、算法处理模块等。该算法平台使用的FPGA硬件平台是Zynq-7000开发平台,以OV7670摄像头模块作为图像采集模块,采集的图像信息进入Zynq-7000平台,使用Xilinx公司的开发软件Vivado2014.4对Zynq-7000平台进行编码,从而实现内部模块调用,使图像信息经过数字化模块及算法模块等处理,最终通过HDMI输出到VGA显示器上显示输出。46450
毕业论文关键词:FPGA;Zynq-7000;机器视觉;算法;OV7670;
ABSTRACT
This paper is aimed primarily at building machine vision algorithms Platform,because the typical machine vision algorithms platform should include an image acquisition module, image digitizing module, algorithm processing module. The algorithm platform FPGA hardware platform using the Zynq-7000 development platform, in OV7670 camera module as an image acquisition module, image information acquired into the Zynq-7000 platform Use Xilinx company development software Vivado2014.4 Zynq-7000 platform to encode, in order to achieve internal module call, image information through digital module and algorithm processing module. The final output to the display through HDMI output on the VGA monitor.
Key words:FPGA;Zynq-7000;Machine Vision;Algorithm;OV7670;
目 录
第一章 绪论 1
1.1课题研究背景和意义 1
1.2机器视觉国内外发展情况 1
第二章 算法平台方案 2
2.1算法平台设计原理及系统结构 2
第三章 算法平台硬件设计 3
3.1 硬件系统框架设计 3
3.2 OV7670摄像头模块设计 3
3.3 FPGA开发平台(Zynq-7000) 4
3.4 HDMI数据传输线 5
第四章 算法平台软件设计 6
4.1 算法软件设计原理 6
4.2 最小系统环境设计 6
4.3 摄像头的参数配置与控制 8
4.4 算法框架与实例编写设计 8
第五章 算法平台实现与测试结果 9
5.1算法平台测试与输出 9
结束语 10
致 谢 11
参考文献 12
附录A 最小系统环境连线图 13
第一章 绪论
1.1课题研究背景和意义
机器视觉是用机器代替人来进行测量和判断操作的,是正在快速发展的人工智能中的一个分支。其主要目标是为了提高工业生产中劳动力的利用率和生产设备的自动化程度。在一些恶劣的工作环境或者不适合人作业的情况下,经常使用机器视觉来代替人的视觉;此外在工业批量生产过程中,采取人的视觉来执行产品质量检查任务,这不仅效率低下而且精确度不高,所以采用机器视觉来检测产品的方法能够使工业生产的效率和生产设备的自动化程度得到大幅度的提高,大幅减轻用人压力和生产冗余。不仅如此,机器视觉还能较为方便的实现信息的集成,是实现集成制造的基础技术之一。
机器视觉系统通过图像摄取设备获取图像信息,将目标信息转换为图像信号,传输给专用的图像信息处理系统,在处理系统中将处理信息转换为数字信号,图像系统再对这些信号进行处理来获取目标的特征信息,从而根据识别的结果来控制其他设备执行相应动作。因此,机器视觉技术引起广泛关注与发展。
图像处理技术是机器视觉系统中的重要组成部分,又称为数字图像处理。数字图像指用工业相机、摄像机、扫描仪等设备经过拍摄得到的一个大的二维数组,其中元素称为像素,值为灰度值。图像处理技术包括对图像进行压缩、增强、复原、匹配、识别等处理。图像处理技术是目前正在逐渐兴起的技术。 基于FPGA的机器视觉算法验证平台—算法平台搭建:http://www.youerw.com/tongxin/lunwen_48159.html