基于嵌入式GPU的数码印花缺陷检测客户端软件设计
发布时间：2020-07-03 09:41
【摘要】：数码印花技术是促进我国印染工业转型升级的关键技术,目前国内研发的数码印花机器主要采用人工检测方法实现产品质量检测,不但检测准确度低,而且人工成本高。随着机器视觉技术的发展和广泛应用,对数码印花过程中印花图案缺陷的自动检测成为行业发展趋势。本论文研究的数码印花缺陷检测系统,基于实际的数码印花机平台,配置基于嵌入式GPU的实时数据处理单元和图像自动检测单元,设计GUI交互软件,具有很高的工程应用价值。本论文研发的缺陷检测客户端软件是数码印花缺陷检测系统的重要组成部分,通过与用户的交互实现对整个系统的控制与管理,提高了系统的稳定性和通用性。该软件基于Qt图形开发框架,运行环境是Windows 7操作系统。本论文设计了软件的整体架构,将实际开发分为用户界面层和逻辑业务层;基于模块化思想将软件分为用户登录、配置、图像检测、用户管理、告警、历史记录、算法七大模块;设计了基于SQLite数据库的管理类实现对大批量数据的存储、查询、删改等操作;研发了 SDK接口与基于TCP的通信协议实现与服务器平台的信令交流;通过Qt的QGraphicsView架构设计图像显示模块,具有图像放大、缩小、平移和区域选择等图像处理功能;基于NTFS文件管理系统实现历史缺陷图像的查询和管理;基于多尺度LBP算法和统计投影实现对条状图像缺陷的实时检测。本论文研发的缺陷检测客户端软件经过严格的测试,具有数码印花流程控制、图像自动检测与实时显示等多种功能,能够满足系统的各项需求。
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.52
【图文】：
于基本矩阵与线性代数运算的的函数库。ＣＵＤＰＰ邋（ＣＵＤＡ邋Ｄａｔａ邋Ｐａｒａｌｌｅｌ邋Ｐｒｉｍｉｔｉｖｅｓ）逡逑库提供了一系列常用的并行操作函数，例如排序函数、搜索函数等。ＣＵＤＡ的软逡逑件分层架构如图２－１所示。逡逑ＣＰＵ逡逑—Ｉ逡逑二逡逑ｉ逡逑ＧＰＵ逡逑图２－１邋ＣＵＤＡ软件架构逡逑２．１．２ＣＵＤＡ编程模型逡逑ＣＵＤＡ采用并行异构编程模型［２４］，将代码分成主机（Ｈｏｓｔ）和设备（Ｄｅｖｉｃｅ）两部逡逑分。Ｈｏｓｌ是ＣＰＵ，邋Ｄｅｖｉｃｅ即ＧＰＵ，也被视为主机的协处理器（Ｃｏ－ｐｒｏｃｅｓｓｏｒ）。在逡逑这个异构系统中，一个Ｈｏｓｔ可以搭配多个Ｄｅｖｉｃｅ，邋Ｈｏｓｔ中的程序负责串行计算逡逑和逻辑控制，Ｄｅｖｉｃｅ中的程序负责高度并行化的线程数据处理，这一部分的程序逡逑称为ｋｅｒｎｅｌ函数，在具体的实现中，通过添加＿ｇｌｏｂａｌ＿＿限定符与Ｈｏｓｔ端代码加逡逑以区分，具体的并行数据处理工作都交由ｋｅｒｎｅｌ中的线程完成。Ｋｅｍｄ线程模型逡逑９逡逑
存储器（Ｓｈａｒｅｄ邋ｍｅｍｏｒｙ）、局部存储器（Ｌｏｃａｌ邋ｍｅｍｏｒｙ）、常量存储器（Ｃｏｎｓｔａｎｔ逡逑ｍｅｍｏｒｙ）、纹理存储器（Ｔｅｘｔｕｒｅ邋ｍｅｍｏｒｙ）和全局存储器（Ｇｌｏｂａｌ邋ｍｅｍｏｒｙ），这些存储逡逑器分别具有不同的空间和生命周期，存储器架构如图２－３所示。逡逑Ｄｅｖｉｃｅ／Ｇｒｉｄ逡逑Ｓｈａｒｅｄ邋ｍｅｍｏｒｙ逡逑▲邋“逡逑Ｒｅｇｉｓｔｅｒｓ逦Ｒｅｇｉｓｔｅｒｓ逦Ｒｅｇｉｓｔｅｒｓ逡逑逦ｙ逦ｙ逦ｙ邋逦邋逦逡逑Ｔｈｒｅａｄ（０，邋０）逦Ｔｈｒｅａｄ（０，邋０）逦Ｔｈｒｅａｄ（０，邋０）逡逑ｉ逦ｔｎ逦ｊ逦ｔｎ逦ｔ逦ｎｔ逡逑Ｌｏｃａｌ逦Ｌｏｃａｌ逦Ｌｏｃａｌ逡逑Ｍｅｍｏｒｙ逦Ｍｅｍｏｒｙ逦Ｍｅｍｏｒｙ逡逑、＇逦＞邋ｒ逦Ｔ逡逑＾逦＞逦Ｇｌｏｂａｌ邋ｍｅｍｏ邋ｙ逡逑＜———＞逦Ｃｏｎｔａｎｔ邋ｍｅｍｏｒｖ逡逑－ｊ邋－逦－逦Ｔｅｘｔｕｒｅ逦ｍｅｍｏｒｙ逡逑图２－３邋ＣＵＤＡ存储器架构１２８１逡逑寄存器是ＧＰＵ中数据访问速率最快的存储器，因此用来存放ｋｅｍｄ中的没逡逑有特殊声明的自动变量，每一个自动变量都是线程的私有变量，线程结g?时，变逡逑量即自动销毁失效。ＧＰＵ硬件结构包含多个流处理器簇ＳＭ，k胃觯樱桶蛔殄义霞拇嫫鞯ピ
本文编号：2739499
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP311.52
【图文】：
于基本矩阵与线性代数运算的的函数库。ＣＵＤＰＰ邋（ＣＵＤＡ邋Ｄａｔａ邋Ｐａｒａｌｌｅｌ邋Ｐｒｉｍｉｔｉｖｅｓ）逡逑库提供了一系列常用的并行操作函数，例如排序函数、搜索函数等。ＣＵＤＡ的软逡逑件分层架构如图２－１所示。逡逑ＣＰＵ逡逑—Ｉ逡逑二逡逑ｉ逡逑ＧＰＵ逡逑图２－１邋ＣＵＤＡ软件架构逡逑２．１．２ＣＵＤＡ编程模型逡逑ＣＵＤＡ采用并行异构编程模型［２４］，将代码分成主机（Ｈｏｓｔ）和设备（Ｄｅｖｉｃｅ）两部逡逑分。Ｈｏｓｌ是ＣＰＵ，邋Ｄｅｖｉｃｅ即ＧＰＵ，也被视为主机的协处理器（Ｃｏ－ｐｒｏｃｅｓｓｏｒ）。在逡逑这个异构系统中，一个Ｈｏｓｔ可以搭配多个Ｄｅｖｉｃｅ，邋Ｈｏｓｔ中的程序负责串行计算逡逑和逻辑控制，Ｄｅｖｉｃｅ中的程序负责高度并行化的线程数据处理，这一部分的程序逡逑称为ｋｅｒｎｅｌ函数，在具体的实现中，通过添加＿ｇｌｏｂａｌ＿＿限定符与Ｈｏｓｔ端代码加逡逑以区分，具体的并行数据处理工作都交由ｋｅｒｎｅｌ中的线程完成。Ｋｅｍｄ线程模型逡逑９逡逑
存储器（Ｓｈａｒｅｄ邋ｍｅｍｏｒｙ）、局部存储器（Ｌｏｃａｌ邋ｍｅｍｏｒｙ）、常量存储器（Ｃｏｎｓｔａｎｔ逡逑ｍｅｍｏｒｙ）、纹理存储器（Ｔｅｘｔｕｒｅ邋ｍｅｍｏｒｙ）和全局存储器（Ｇｌｏｂａｌ邋ｍｅｍｏｒｙ），这些存储逡逑器分别具有不同的空间和生命周期，存储器架构如图２－３所示。逡逑Ｄｅｖｉｃｅ／Ｇｒｉｄ逡逑Ｓｈａｒｅｄ邋ｍｅｍｏｒｙ逡逑▲邋“逡逑Ｒｅｇｉｓｔｅｒｓ逦Ｒｅｇｉｓｔｅｒｓ逦Ｒｅｇｉｓｔｅｒｓ逡逑逦ｙ逦ｙ逦ｙ邋逦邋逦逡逑Ｔｈｒｅａｄ（０，邋０）逦Ｔｈｒｅａｄ（０，邋０）逦Ｔｈｒｅａｄ（０，邋０）逡逑ｉ逦ｔｎ逦ｊ逦ｔｎ逦ｔ逦ｎｔ逡逑Ｌｏｃａｌ逦Ｌｏｃａｌ逦Ｌｏｃａｌ逡逑Ｍｅｍｏｒｙ逦Ｍｅｍｏｒｙ逦Ｍｅｍｏｒｙ逡逑、＇逦＞邋ｒ逦Ｔ逡逑＾逦＞逦Ｇｌｏｂａｌ邋ｍｅｍｏ邋ｙ逡逑＜———＞逦Ｃｏｎｔａｎｔ邋ｍｅｍｏｒｖ逡逑－ｊ邋－逦－逦Ｔｅｘｔｕｒｅ逦ｍｅｍｏｒｙ逡逑图２－３邋ＣＵＤＡ存储器架构１２８１逡逑寄存器是ＧＰＵ中数据访问速率最快的存储器，因此用来存放ｋｅｍｄ中的没逡逑有特殊声明的自动变量，每一个自动变量都是线程的私有变量，线程结g?时，变逡逑量即自动销毁失效。ＧＰＵ硬件结构包含多个流处理器簇ＳＭ，k胃觯樱桶蛔殄义霞拇嫫鞯ピ
本文编号：2739499
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2739499.html
