基于Zynq-7000平台的边缘特征匹配算法研究与实现
发布时间：2021-05-14 09:21
目标定位和识别是机器视觉研究中的一项重要内容。目标定位和识别应用在生产线上,不仅能够高效地实现工件检测和筛选,而且能够更好地掌控生产模式,有利于工业生产向智能化方向转变。模板匹配作为目标定位和识别操作的常用手段,已经被广泛应用于工件缺陷检测和测量、目标跟踪等场合。但常用的模板匹配算法对于非线性光照、遮挡等敏感问题,以及目标存在旋转、缩放的状况,效果并不理想,不能应用在复杂的工业生产环境。本论文研究了基于梯度矢量的边缘特征匹配算法,利用图像的边缘能直接反映物体的轮廓和拓扑结构信息,以及对非线性光线不敏感的特性,匹配出物体位置。并基于Xilinx Zynq-7000平台,通过软硬件协同设计的方法,将边缘特征匹配算法进行软硬件拆分。其中边缘检测模块在Zynq平台的可编程逻辑部分实现,模板训练模块和图像匹配模块则在Zynq平台的处理器系统中实现,并通过作业文件的方式动态配置算法输入的模板区域、搜索区域等相关配置参数,具有较高的实用价值。本论文主要内容包括以下几个方面:（1）介绍了当前常用的匹配方式,并详细描述了算法匹配原理、图像金字塔加速搜索原理以及旋转、缩放情况下模板匹配的解决思路。（2）通...
【文章来源】：南京邮电大学江苏省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状和发展趋势
1.3 论文研究内容和结构
第二章 关键技术及算法总体设计
2.1 Zynq-7000体系结构
2.2 Xilinx高层次综合工具HLS
2.2.1 VivadoHLS简介
2.2.2 VivadoHLS设计流程
2.3 模板匹配算法
2.3.1 基本原理
2.3.2 基于灰度相关的模板匹配
2.3.3 基于边缘特征的模板匹配
2.4 算法总体设计
2.4.1 基于Zynq的软硬件协同设计
2.4.2 算法设计流程
2.5 本章小节
第三章 基于梯度矢量的边缘特征匹配算法
3.1 相似度量函数
3.2 匹配速度优化方法
3.2.1 相似度量的提前终止条件
3.2.2 图像金字塔加速搜索
3.3 图像旋转、缩放的自适应问题
3.3.1 仿射变换
3.3.2 旋转和缩放的模板匹配
3.4 匹配流程图
3.5 本章小结
第四章 算法硬件加速及参数动态配置
4.1 边缘提取硬件加速
4.1.1 VivadoHLS图像数据处理开发
4.1.2 Sobel边缘提取算法
4.1.3 边缘提取IP核设计
4.2 相机参数动态配置
4.2.1 参数配置体系结构
4.2.2 用户界面参数配置
4.2.3 流水线参数配置
4.3 本章小结
第五章 模板匹配算法软件实现部分
5.1 模板创建和训练
5.1.1 处理设计
5.1.2 非极大值抑制
5.1.3 双阈值检测
5.1.4 自适应情况下模板创建
5.2 图像金字塔分层搜索策略
5.3 整体匹配过程
5.4 本章小结
第六章 系统调试及结果分析
6.1 平台搭建和调试效果
6.2 抗干扰性能测试
6.2.1 抗遮挡性能测试
6.2.2 抗非线性光照干扰性能测试
6.3 配时间实验对比
6.4 本章小结
第七章 总结与展望
7.1 论文总结
7.2 展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于双线性插值算法的缩放IP核设计[J]. 邹学瑜,刘昌禄,胡敬营. 计算技术与自动化. 2017(01)
[2]基于XML远程数据传输协议的研究与实现[J]. 张娜,焦东来,吴子杰,杨浩. 计算机技术与发展. 2016(05)
[3]XML文件在GigE相机中的应用[J]. 赵建华,郭奔. 电子设计工程. 2015(12)
[4]机器视觉与应用[J]. 郭静,罗华,张涛. 电子科技. 2014(07)
[5]机器视觉技术在工业检测中的应用综述[J]. 张国福,沈洪艳. 电子技术与软件工程. 2013(22)
[6]视觉动态目标识别研究进展[J]. 徐成,鲍泓,张璐璐,刘伟. 北京联合大学学报. 2013(04)
[7]基于XML的风电变流器监控软件配置信息存储方法[J]. 周玲,叶桦,仰燕兰,苏雅,孟玉静. 东南大学学报(自然科学版). 2012(S1)
[8]模糊图像点扩散函数的亚像素精度离散化方法[J]. 梁敏,朱虹,欧阳光振,刘薇. 计算机应用. 2012(02)
[9]结合图像特征和几何特征的级联图像匹配方法[J]. 潘衡岳,王爱平,程志全,金士尧. 系统仿真学报. 2012(01)
[10]基于XML和工作流的构件化软件框架研究[J]. 房莉,陈湘平,程敏,涂文婕. 电子技术应用. 2011(04)
硕士论文
[1]基于Zynq的嵌入式图像特征提取系统设计与实现[D]. 杨宗明.西南交通大学 2017
[2]基于Zynq的运动车辆检测与跟踪系统设计[D]. 贺能.大连海事大学 2017
[3]基于Zynq-7000平台的字符识别系统研究与实现[D]. 王伟东.南京邮电大学 2016
[4]基于机器视觉的复杂零件检测及相关关键技术研究[D]. 张正刘.合肥工业大学 2016
[5]基于Zynq7000平台的去雾算法研究及实现[D]. 高健.南京理工大学 2015
[6]基于Zynq的车牌识别系统的研究[D]. 么立宝.大连海事大学 2014
[7]十字形标记点定位技术研究[D]. 王孟.哈尔滨工业大学 2013
[8]基于HALCON的印刷图像质量检测技术研究[D]. 金灿.中南大学 2013
[9]基于模板匹配的视觉定位技术研究与应用[D]. 周丽莎.大连理工大学 2012
[10]基于组件对象模型（COM）的组态软件的开发与研究[D]. 周亚勇.江南大学 2009
本文编号：3185398
【文章来源】：南京邮电大学江苏省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状和发展趋势
1.3 论文研究内容和结构
第二章 关键技术及算法总体设计
2.1 Zynq-7000体系结构
2.2 Xilinx高层次综合工具HLS
2.2.1 VivadoHLS简介
2.2.2 VivadoHLS设计流程
2.3 模板匹配算法
2.3.1 基本原理
2.3.2 基于灰度相关的模板匹配
2.3.3 基于边缘特征的模板匹配
2.4 算法总体设计
2.4.1 基于Zynq的软硬件协同设计
2.4.2 算法设计流程
2.5 本章小节
第三章 基于梯度矢量的边缘特征匹配算法
3.1 相似度量函数
3.2 匹配速度优化方法
3.2.1 相似度量的提前终止条件
3.2.2 图像金字塔加速搜索
3.3 图像旋转、缩放的自适应问题
3.3.1 仿射变换
3.3.2 旋转和缩放的模板匹配
3.4 匹配流程图
3.5 本章小结
第四章 算法硬件加速及参数动态配置
4.1 边缘提取硬件加速
4.1.1 VivadoHLS图像数据处理开发
4.1.2 Sobel边缘提取算法
4.1.3 边缘提取IP核设计
4.2 相机参数动态配置
4.2.1 参数配置体系结构
4.2.2 用户界面参数配置
4.2.3 流水线参数配置
4.3 本章小结
第五章 模板匹配算法软件实现部分
5.1 模板创建和训练
5.1.1 处理设计
5.1.2 非极大值抑制
5.1.3 双阈值检测
5.1.4 自适应情况下模板创建
5.2 图像金字塔分层搜索策略
5.3 整体匹配过程
5.4 本章小结
第六章 系统调试及结果分析
6.1 平台搭建和调试效果
6.2 抗干扰性能测试
6.2.1 抗遮挡性能测试
6.2.2 抗非线性光照干扰性能测试
6.3 配时间实验对比
6.4 本章小结
第七章 总结与展望
7.1 论文总结
7.2 展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间参加的科研项目
致谢
【参考文献】：
期刊论文
[1]基于双线性插值算法的缩放IP核设计[J]. 邹学瑜,刘昌禄,胡敬营. 计算技术与自动化. 2017(01)
[2]基于XML远程数据传输协议的研究与实现[J]. 张娜,焦东来,吴子杰,杨浩. 计算机技术与发展. 2016(05)
[3]XML文件在GigE相机中的应用[J]. 赵建华,郭奔. 电子设计工程. 2015(12)
[4]机器视觉与应用[J]. 郭静,罗华,张涛. 电子科技. 2014(07)
[5]机器视觉技术在工业检测中的应用综述[J]. 张国福,沈洪艳. 电子技术与软件工程. 2013(22)
[6]视觉动态目标识别研究进展[J]. 徐成,鲍泓,张璐璐,刘伟. 北京联合大学学报. 2013(04)
[7]基于XML的风电变流器监控软件配置信息存储方法[J]. 周玲,叶桦,仰燕兰,苏雅,孟玉静. 东南大学学报(自然科学版). 2012(S1)
[8]模糊图像点扩散函数的亚像素精度离散化方法[J]. 梁敏,朱虹,欧阳光振,刘薇. 计算机应用. 2012(02)
[9]结合图像特征和几何特征的级联图像匹配方法[J]. 潘衡岳,王爱平,程志全,金士尧. 系统仿真学报. 2012(01)
[10]基于XML和工作流的构件化软件框架研究[J]. 房莉,陈湘平,程敏,涂文婕. 电子技术应用. 2011(04)
硕士论文
[1]基于Zynq的嵌入式图像特征提取系统设计与实现[D]. 杨宗明.西南交通大学 2017
[2]基于Zynq的运动车辆检测与跟踪系统设计[D]. 贺能.大连海事大学 2017
[3]基于Zynq-7000平台的字符识别系统研究与实现[D]. 王伟东.南京邮电大学 2016
[4]基于机器视觉的复杂零件检测及相关关键技术研究[D]. 张正刘.合肥工业大学 2016
[5]基于Zynq7000平台的去雾算法研究及实现[D]. 高健.南京理工大学 2015
[6]基于Zynq的车牌识别系统的研究[D]. 么立宝.大连海事大学 2014
[7]十字形标记点定位技术研究[D]. 王孟.哈尔滨工业大学 2013
[8]基于HALCON的印刷图像质量检测技术研究[D]. 金灿.中南大学 2013
[9]基于模板匹配的视觉定位技术研究与应用[D]. 周丽莎.大连理工大学 2012
[10]基于组件对象模型（COM）的组态软件的开发与研究[D]. 周亚勇.江南大学 2009
本文编号：3185398
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3185398.html
