Lazer dedektör spot centroid algoritmasının donanım tasarımı
Li Rongcui
(Büyük Veri Bilgi ve Mühendisliği Fakültesi, Guizhou Üniversitesi, Guiyang, Guizhou 550.000)
Endüstriyel yüksek çözünürlüklü kameranın görüntü yakalama kartı üzerinden ilettiği görüntü verilerini alırken bilgisayarın sinyal işleme işleminin düşük hızını ve bütünlüğünü hedefleyen bir kamera kontrolörü tasarlanmıştır.Kontrolör, cihaz ucundaki Camera Link kablosu ile kameraya bağlanır ve programlanabilir mantık kullanır. (FPGA) Görüntü alma ve algoritma uygulaması gerçekleştirin, bilgisayarda orijinal olarak çalışan algoritmayı cihaza aktarın ve işlenen verileri bilgisayara Ethernet üzerinden gönderin. Orijinal yöntemle karşılaştırıldığında, bu yöntem FPGA'nın sinyalin yüksek hızlı paralel işleme yeteneğinden tam olarak yararlanır.Saniyede 300 kare iletimini tamamlarken aynı anda her karenin merkez koordinatlarını bilgisayar tarafından kullanılmak üzere çıkarabilir.Bilgisayar konfigürasyonunun yüksek olması gerekmez. İddia. Bu yöntem, birden çok kameradan verileri kontrol etmek ve almak ve aynı anda sinyal işlemeyi gerçekleştirmek için etkili bir yol sağlar.
Kamera denetleyicisi; algoritma; programlanabilir mantık; görüntü
Çin Kütüphanesi Sınıflandırma Numarası: TP391.8
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.172828
Çince alıntı biçimi: Li Rongcui.Lazer dedektör nokta merkez algoritmasının donanım tasarımı.Elektronik Teknoloji Uygulaması, 2018, 44 (2): 13-15, 19.
İngilizce alıntı biçimi: Li Rongcui.Lazer dedektörü için ışık spot kütle merkezi algoritmasının donanım tasarımı.Elektronik Tekniği Uygulaması, 2018, 44 (2): 13-15, 19.
0 Önsöz
Bazı pratik tutum tespiti uygulamalarında, ölçülen nesneye bir lazer dedektörü kurmak ve gözlemlenen nesnenin gerçek durumunu tespit etmek için lazer noktasını yakalamak için bir CCD kamera kullanmak gerekir Spot görüntü merkez koordinatlarının çıkarılması görüntü işleme teknolojisinde yaygın bir sorundur. Anlık ve yüksek hız özellikleri, lazer spot görüntülerinin önemli özellikleridir. Lazer noktasının kütle merkezinin koordinatlarını gerçek zamanlı olarak doğru bir şekilde elde etmek için, kameranın saniyede 300 kare hızında toplaması gerekir. Orijinal ekipmanın orijinal uygulama senaryosu, endüstriyel yüksek çözünürlüklü kameranın çerçeve tutucusuna özel bir Camera Link kablosu ile bağlanması, çerçeve tutucunun bilgisayara takılması, bilgisayarın görüntü verilerini alması ve sinyal işleme işlemlerini gerçekleştirmesi ve centroid algoritmasının gerçekleştirilmesinin bilgisayarda tamamlanmasıdır. Bu kağıt, orijinal ekipmanın yapısını optimize eder, algoritma parçasını bir kamera denetleyicisi oluşturmak için donanım ortamına aktarır, böylece kamera ve bilgisayar uzun bir mesafede konuşlandırılabilir ve bir bilgisayar birden fazla kameradan verileri kontrol edebilir ve alabilir ve aynı anda sinyal işleme yapabilir ve Bilgisayar için yapılandırma gereksinimleri düşüktür ve esnek ölçeklenebilirlik vardır. Centroid algoritması araştırması açısından, bilgisayar yazılımı tarafından uygulanan algoritma, lazer noktasının gerçek zamanlı centroid koordinatlarını elde etmek için donanım tanımlama dili Verilog ile tasarlanmış ve uygulanmıştır.
1 CCD edinim görüntü merkez algoritması
Lazer dedektörün CCD yüzeyinde oluşturduğu lazer spotunun ışık şiddeti dağılımı, merkez simetriye sahip bir Gauss dağılımı olarak kabul edilebilir.Bu nedenle lazer spot centroid koordinat algoritmasında, spot ışığın en güçlü noktası lazer spotunun centroid koordinatı olarak kullanılabilir. Dijital video sinyalleri için, en büyük gri değere sahip noktanın koordinat değeridir. Spesifik algoritma aşağıdaki gibidir:
İlk adım: gürültü toplama. Görüntünün sırasıyla x yönünde ve y yönünde m ve n piksele sahip olduğunu varsayalım. Lazer ışını yapan CCD olmadan N resim toplayın (N teoride ne kadar iyi olursa, gerçek N değeri manuel olarak ayarlanabilir), databuffa atlet resminin verileridir. Gürültü verileri, N adet resmin ortalama karesi hesaplanarak elde edilebilir.
2. Adım: Gürültüyü kaldırın. Bu sırada lazer nokta toplama başlatılır.CCD tarafından toplanan her görüntünün verileri h'dir ve CCD tarafından toplanan verileri toplanan gürültüden çıkarmak için gürültü giderme işlemi gerçekleştirilir. Minimum gri değeri olan 0'dan düşükse 0; maksimum gri değeri olan 255'ten büyükse 255'tir.
Üçüncü adım: Maksimum gri değerin belirli bir oranına gidin, oran katsayısı p'dir. Şu anda, denoize edilmiş görüntü verileri h Ayrıca belirli bir miktarda parazit vardır ve eşik paraziti gidermek için kullanılır ve eşik, maksimum gri değerin oranıdır. Önce görüntünün maksimum gri değerini bulun ve ardından eşiği kaldırın.
Adım 4: Centroid hesaplaması yapın. CCD tarafından toplanan görüntünün ağırlık merkezi gri görüntünün ağırlık merkezidir, i ve j iki yöndeki koordinatlardır, g Piksel noktası (i, j) koordinatlarının gri değeri mi, o zaman görüntünün merkez konumu koordinatları:
Burada x ve y, görüntü ağırlık merkezinin koordinatlarıdır.
FPGA tabanlı 2 görüntü centroid algoritması
FPGA, dijital mantık düşünme ve paralel işleme ile karakterizedir. FPGA'nın paralel işleme yeteneği, daha yüksek bir işlem hızına sahip olmasını sağlar, böylece insanlar gerekli algoritmayı gerçekleştirmek için bu programlanabilir mantık yöntemini tercih eder. Bu makalenin amacı programlanabilir mantık Verilog dilini kullanarak gerekli algoritmayı CCD görüntü centroid algoritması ile uygulamaktır.Yukarıdaki algoritmayı gerçekleştirmek için algoritmanın değiştirilmesi gerekir.
İlk adım: gürültü kökü ortalama karesinin elde edilmesi. Dijital mantık için yalnızca 0 ve 1 nokta vardır Gri bir görüntünün rengi 8 bitlik ikili ile temsil edilir, bu nedenle gri renk 0'dan 255'e 256 veri ile temsil edilir. Bu nedenle, kök işaretindeki verilerin karesini almaya gerek yoktur, ancak kök ortalama karekök sonucu doğrudan kök işaretinin altındaki verilere dayalı olarak hesaplanabilir, çünkü buradaki sonuçların tümü yuvarlanmış tam sayılardır.
İkinci adım: gürültü gidermenin gerçekleştirilmesi. Bu algoritma, orijinal algoritma ile tutarlı olan programlanabilir mantıkla doğrudan uygulanabilir.
Üçüncü adım: maksimum gri değerin belirli bir oranını elde etmek için, p oranı 0 ile 1 arasında bir ondalık sayıdır. Pratik uygulamalarda ondalık, bir kayan noktalı sayı yöntemi ile temsil edilebilir.Kayan noktalı sayı 32-bit ve 64-bit ile temsil edilebilir. Temsil yöntemi. Bu nedenle, bu makalenin tasarım yöntemi, 0'dan 1'e kadar olan sayıları 0'dan 100'e kadar olan sayılara tek tek karşılık gelmek ve ardından verileri elde etmek için geri çekme oranını dönüştürmektir. Örneğin, 0.16, tam sayı 16'ya karşılık gelir, böylece yalnızca 7 bitlik ikili sayılar ifade edilebilir, bu da yazmaçların kapladığı alanı kaydeder ve algoritmanın gerçekleştirilmesini kolaylaştırır.
Dördüncü adım: ağırlık merkezi hesaplamasının gerçekleştirilmesi. Üçüncü adımda yer alan centroid hesaplama algoritması, karmaşık matris hesaplama süreci ve büyük miktarda hesaplama nedeniyle programlanabilir mantık yöntemine uygun değildir, bu nedenle algoritma dönüştürülür. Centroid'i hızlı bir şekilde bulmak için hedef ağırlık merkezi ile hedef üzerindeki tüm noktalar arasındaki mesafenin en küçük toplamı ilkesini kullanan, işlev dönüşümüne dayalı hızlı bir ağırlık merkezi arama algoritması. Bu algoritma gri tonlamalı görüntüler için uygundur ve gri tonlamalı görüntülerin merkezini bulmak için geniş bir kullanım alanı ve pratik önemi vardır. Bu algoritmayı uyguladıktan sonra, n çarpma 1 çarpmaya dönüştürülür, bu da Verilog dilinin uygulaması için uygundur.
3 Simülasyon sonuçları ve analizi
Geliştirilmiş algoritmayı programlanabilir mantık Verilog diline uyguladıktan sonra, nokta centroid algoritmasının işlevi gerçekleştirilir ve centroid'in koordinatları gerçek zamanlı olarak elde edilebilir. Üstteki bilgisayar, hesaplanması gereken N grafiklerinden elde edilen gürültü rakamını seçer, hesaplanan gürültü rakamını RAM'de saklar ve lazer ışınlandıktan sonra RAM'de saklanan gürültü rakam değerini okur. Bu tasarım üç modül içerir: gürültü figürü modülü, gürültü giderme modülü ve ağırlık merkezi koordinat algoritması. Şekil 1, nokta ağırlık merkezi algoritmasının genel mimarisini göstermektedir.
Gürültü şekli modülü: Başlatmadan sonra hazır sinyalini tespit edin ve harici girişin veri almaya hazır olduğunu belirtmek için yukarı çekin, bu da görüntü verilerinin bir çerçevesi içinde sürekliliği sağlayabilir. Hazır olduktan sonra pulse_in sinyalinin gelişini bekleyin Pulse_in bir nabız sinyalidir.Bu sinyal alındığında, bildirim modülünün gürültü rakamını hesaplaması gerektiği anlamına gelir. piksel_sayısı, piksel değeri seçimidir, kare_sayısı, kare numarası seçimidir, aralık, 0-131072'dir. data_in, girdi görüntü verisinin 8-bitlik gri değeridir ve noise_req, gürültü rakamı girdi verisi talep sinyalidir Bu sinyal yüksek çekildiğinde, veri_in girdi sinyali bir sonraki çekimde veri girecektir. noise_done, gürültü şekli hesaplamasının tamamlanma sinyalidir Hesaplama bittiğinde ve yeniden hesaplama sinyali pulse_in alınmadığında, noise_done, gürültü şekli modül işleminin tamamlandığını belirtmek için yukarı çekmeye devam eder. Yüksek seviyede noise_done sırasında, RAN'daki adrese karşılık gelen veri veritabanı gürültüsünü okumak için gürültü giderme modülünden addr_in adres sinyalini girin.
Gürültü giderme modülü: Gürültü giderme modülü, yüksek gürültü_done seviyesi sırasında başlatılabilir. read_en bir darbe sinyalidir, bir darbe bir görüntü verisi çerçevesi alabilir. Oran sinyali, ana bilgisayar tarafından gönderilen oran katsayısıdır ve aralık, 0 ile 1 arasında bir sayıyı temsil eden 0 ile 100 arasındadır. Read_en darbe sinyalini aldıktan sonra, data_req veri talebi sinyalini gönderin. Data_req yüksek çekildikten sonra dec_in data sinyalini girin. Bir görüntü çerçevesinin maksimum görüntü verisi gerektiğinden, bir görüntü gecikmesi çerçevesi olacaktır.Çıkış görüntü verileri geçerli olduğunda, data_valid sinyali Yükseğe çekildiğinde, gürültü gidermeden sonra etkili pixel_data verisi çıkarılır ve data_valid sinyali yüksek çekildikten sonra pixel_data veri çıktısı, hesaplama için centroid algoritma modülüne iletilir. Şekil 2, gürültü giderme modülünün simülasyon sonuçlarını göstermektedir.
Centroid koordinat algoritma modülü: Giriş request_in sinyali, gürültü giderme modülünün çıkış sinyali verisidir, request_in sinyali geçerli olduğunda, girdi verisi gravity_in sinyali geçerlidir ve ses giderici modülün çıktı veri sinyali pixel_data ile doğrusal olarak bağlanır. Sinyal talebinde, req_out yüksek darbesini çıkarın ve aynı anda merkez koordinat xy_pos sinyalini çıkarın.Çıkış x ve y koordinatları 10 bitlik ikili sayılarla temsil edilir ve 32 bit xy_pos sinyali talebe göre çıkarılır. Y koordinatı doldurulur ve diğerleri 0 ile doldurulur. Her bir modülün doğrulanması ile algoritmanın temel gereksinimleri karşıladığı görülebilmekte ve son olarak Şekil 3'te gösterildiği gibi üç modülün üst düzey modül simülasyon sonuçları elde edilmektedir.
Bu algoritmayı VS2012 üzerinde C ++ ile çalıştırın ve kütle merkezi koordinatlarının doğru olup olmadığını kontrol edin, aynı giriş verilerini girin ve doğrulama sonucu Şekil 4'te gösterilmektedir.
Tasarımın doğruluğu, analiz ve simülasyon ile doğrulanır.CCD görüntü merkez algoritması, programlanabilir mantık diline iyi uygulanır. FPGA'nın yüksek hızlı paralel avantajı, kameranın görüntü alma hızı saniyede ulaşabileceğinden, algoritmanın yüksek hızlı boru hattı işlemine ulaşmasını sağlar. 300 kare, bu tür yüksek hızlı edinim yeteneklerini karşılamak için, bu makale, ana bilgisayarın toplayıp kullanması için kütle merkezi koordinatlarını gerçek zamanlı olarak hesaplamak için bir boru hattı algoritması kullanır.
4. Sonuç
Bu yazıda tasarlanan nokta ağırlık merkezi konum algoritması, lazer dedektör kamera kontrol algoritmasının gerçek uygulamasına dayanmaktadır.Algoritmanın gerçekleştirilmesi, kamera ve bilgisayarın uzun bir mesafede konuşlandırılmasına olanak tanır ve karmaşık algoritmanın hesaplanması, işleme için kontrolöre verilir. Daha önemli şeylerle uğraşmak için bilgisayarın iş yükünü azaltın. Bu yöntem, elde edilmesi gereken belirli bir depolama alanına sahip, yüksek hızlı ve gerçek zamanlı performansa odaklanan FPGA yongaları için uygundur ve endüstriyel yüksek çözünürlüklü kameralar gibi yüksek hassasiyetli uygulamalar için belirli pratik değere sahiptir.
Referanslar
Xiao Fenggang, Liu Jianguo, Zeng Congyong vb. Işık spotunun görüntü merkezinin doğruluğunu iyileştirmek için yeni bir denoising yöntemi Bilgisayar Uygulama Araştırması, 2008, 25 (12): 3683-3685.
Fan Qiaoyun, Zhang Guangjun. Ayrık gürültü görüntüleri ve donanım uygulaması için nokta merkezli algoritma Optik ve Hassas Mühendislik, 2011, 19 (12): 2992-2993.
Zhang Haizhuang, Meng Zhiyong, Ding Shuai ve diğerleri.Lazer spot görüntülerini toplamak için CCD kamera yöntemi üzerine araştırma.Optik ve Optoelektronik Teknolojisi, 2013, 11 (10): 33-35.
Zhang Qiujia, Zhao Yuhua.Ağırlıklı enterpolasyon algoritmasına dayalı lazer nokta merkez tespiti Lazer ve Kızılötesi, 2016, 46 (1): 81-84.
Wang Bing, Zhi Qinchuan, Zhang Zhongxuan, vb. Gri Görüntü Centroid için Hızlı Algoritma Bilgisayar Destekli Tasarım ve Grafik Dergisi, 2004, 16 (10): 1360-1362.
