基于提升小波变换的音膜图像并行处理研究及其在FPGA上的实现

来源 :广东工业大学 | 被引量 : 2次 | 上传用户:yangyp88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着计算机技术,数字图像处理技术和微电子技术的发展,机器视觉检测技术得到飞速的发展。机器视觉设备在制造业生产领域发挥更加重要的作用,得到越来越广泛的应用。传统基于PC的机器视觉虽然在数字图像处理算法实现上有一定优势,但其检测速度较慢,限制了流水线上的音膜音质的检测速度,降低了生产效率。针对传统PC机器视觉存在的缺陷,本论文提出了一种基于提升小波变换的音膜图像并行处理方法及其在FPGA上的实现,使用该方法可以精确的提取出音膜图像内外圆的轮廓,并且达到音膜同心度的高速在线实时检测,降低生产成本,提高扬声器的合格率,有利于提高企业的生产效率、经济效益和增强企业的市场竞争力。本文以小型音膜为研究对象,以小波变换为主要的理论基础,以FPGA为算法实现的硬件芯片,主要研究以下几个方面的内容:1、介绍本论文的研究背景、研究意义、音膜检测技术的研究现状和数字图像并行处理技术的研究意义。从中得到现有音膜检测技术的优缺点与数字图像并行处理技术的优势。2、分析小波变换的基础理论知识,包括小波变换的发展历程,以及连续小波变换、离散小波变换、多分辨率分析和Mallat算法等基础理论知识及其应用,重点研究提升小波变换的基本原理、实现步骤和优点。3、提出一种基于提升小波变换的音膜图像内外圆边缘检测算法,对该算法的原理和实现步骤进行详细的讲解,使用Matlab软件验证该边缘检测算法的正确性和效果,并且通过与几个经典边缘检测算法(Sobel算子,Canny算子等)的检测结果进行对比,得到基于提升小波变换的音膜图像内外圆边缘检测算法的优势。4、基于提升小波变换的音膜图像同心度检测算法在FPGA器件上的实现。介绍FPGA数字图像处理技术,实验的软硬件环境,然后对算法各个功能模块的原理、FPGA实现和ModelSim仿真进行了详细的讲解。最后将该算法程序烧写到SEED-XDTK-V4开发板的FPGA中,使用型号为R0810H的音膜进行算法的实物调试和验证,分析最终的处理数据,得到较好的检测结果。
其他文献
随着无人机在军事、民用和商业中的应用范围越来越广,对无人机的导航控制也提出了新的要求,如何快速有效的在飞行区域内规划出一条合理的易于跟踪的最短路径,成为一个重大的挑战
小波神经网络作为人工神经网络理论与小波理论的完美结合产物,兼备了神经网络的自学习功能、自适应性和鲁棒性及小波变换良好的时频局部特性,容错性与逼近能力都比较强,在处理不
随着云计算技术的快速发展,云机器人已成为家庭服务机器人的重点研究方向之一。机器人在任务执行过程中,根据用户需要会向云端发送多种任务请求;在多机共存环境下,多个机器人
物理学科是以实验为基础,物理现象来源于实际生活,物理概念的形成以及物理规律的建立都离不开实际生活.物理教学中,要特别重视学生已有的直接生活经验,根据教学内容并结合学