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。