高速視覺測(cè)量系統(tǒng)關(guān)鍵技術(shù)研究.pdf

1、高速運(yùn)動(dòng)目標(biāo)大量存在于航空航天、交通安全、軍事偵察、靶場(chǎng)測(cè)試、目標(biāo)攔截、工業(yè)流水線檢測(cè)、生物與力學(xué)研究等領(lǐng)域。這些目標(biāo)具有運(yùn)動(dòng)速度快、環(huán)境多樣、軌跡復(fù)雜、不易跟蹤等特點(diǎn)。當(dāng)使用基于視覺的方式對(duì)這些目標(biāo)進(jìn)行測(cè)量時(shí)，要求視覺測(cè)量系統(tǒng)在具備高分辨率以保證測(cè)量精度的同時(shí)，還要具有較高的數(shù)據(jù)更新率來滿足系統(tǒng)的實(shí)時(shí)性。而高分辨率與高幀頻帶來了巨大的數(shù)據(jù)處理任務(wù)，成為制約高速視覺測(cè)量技術(shù)發(fā)展的主要因素。如何將大數(shù)據(jù)通過高密度運(yùn)算進(jìn)行實(shí)時(shí)處理，成為高速

2、運(yùn)動(dòng)目標(biāo)的視覺測(cè)量中亟待解決的難點(diǎn)之一。本論文“高速視覺測(cè)量系統(tǒng)關(guān)鍵技術(shù)研究”的主要目的是將并行運(yùn)算技術(shù)引入視覺測(cè)量過程，通過并行結(jié)構(gòu)與快速算法，脫離傳統(tǒng)計(jì)算機(jī)，獨(dú)立的解決高速數(shù)據(jù)流下特征的實(shí)時(shí)提取、識(shí)別與匹配問題。
　　通過對(duì)嵌入式視覺測(cè)量系統(tǒng)各算法執(zhí)行過程的分析，提出了高實(shí)時(shí)性要求下，高速視覺測(cè)量系統(tǒng)的設(shè)計(jì)思想，并以此為依據(jù)完成了基于模塊化的MIMD結(jié)構(gòu)嵌入式系統(tǒng)原型設(shè)計(jì)。通過基于重疊流水的高速視覺測(cè)量系統(tǒng)多算法結(jié)構(gòu)優(yōu)化，完成

3、了系統(tǒng)級(jí)流水線布局的算法結(jié)構(gòu)和多任務(wù)分配。根據(jù)各部分算法對(duì)運(yùn)算能力的需求，以硬件加速能力為核心對(duì)運(yùn)算單元進(jìn)行選型，為大規(guī)模數(shù)據(jù)并行、算法并行以及定點(diǎn)/浮點(diǎn)集中運(yùn)算提供完善的系統(tǒng)平臺(tái)。其中，數(shù)據(jù)傳輸一直是影響視覺系統(tǒng)實(shí)時(shí)性的關(guān)鍵因素之一，單純對(duì)于傳輸速度的提升無法從根本上解決其耗時(shí)問題。對(duì)此，論文中提出一種基于傳輸流水的數(shù)據(jù)共享方式，在不同處理器之間實(shí)現(xiàn)了存儲(chǔ)資源共享，將數(shù)據(jù)傳輸過程的耗時(shí)降低為納秒級(jí)。
　　對(duì)于視覺系統(tǒng)的圖像處理過

4、程，其耗時(shí)最長的關(guān)鍵路徑通常為全局搜索或鄰域搜索中的反復(fù)迭代環(huán)節(jié)。合作目標(biāo)的搜索過程可歸結(jié)為在符合目標(biāo)特征分布的二值圖像中對(duì)連通域的搜索與特征分析。對(duì)此，論文中提出一種基于多維金字塔結(jié)構(gòu)的分布式運(yùn)算節(jié)點(diǎn)陣列，可利用與圖像傳輸過程重疊流水的方式，對(duì)每個(gè)時(shí)鐘周期的并行相關(guān)數(shù)據(jù)實(shí)現(xiàn)實(shí)時(shí)的連通域標(biāo)記與特征提取。針對(duì)連通域的搜索與標(biāo)記過程，提出一次遍歷三重掃描的快速標(biāo)記方法，結(jié)合后端一維標(biāo)簽 PE陣列，可解決實(shí)時(shí)處理中的連通域標(biāo)記、特征統(tǒng)計(jì)、沖突

5、標(biāo)簽特征融合等問題。結(jié)合上述方法，提出了并行運(yùn)算中各處理單元的結(jié)構(gòu)模型與組織方式。實(shí)驗(yàn)表明，上述方法可在有限流水線周期內(nèi)實(shí)現(xiàn)全局搜索與特征提取，具有較好的實(shí)時(shí)性和魯棒性。
　　在多剛體標(biāo)記點(diǎn)的幀間匹配中，首先通過對(duì)標(biāo)記點(diǎn)集合特征向量的分析，對(duì)干擾目標(biāo)和標(biāo)記點(diǎn)的異常狀態(tài)進(jìn)行識(shí)別，獲得當(dāng)前幀中有效標(biāo)記點(diǎn)集合，而后對(duì)集合內(nèi)的標(biāo)記點(diǎn)進(jìn)行匹配。這一過程不僅需要對(duì)每個(gè)標(biāo)記點(diǎn)完成幀間匹配，還需根據(jù)標(biāo)記點(diǎn)之間的時(shí)空相關(guān)性，對(duì)標(biāo)記點(diǎn)進(jìn)行歸類。其中，

6、每個(gè)標(biāo)記點(diǎn)的幀間匹配過程是一個(gè)與標(biāo)記點(diǎn)數(shù)量相關(guān)的大規(guī)模查表過程，不利于系統(tǒng)幀頻的穩(wěn)定。對(duì)此，論文提出標(biāo)記點(diǎn)幀間的兩步匹配原則，首先通過 Kalman濾波對(duì)標(biāo)記點(diǎn)的幀間運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì)，獲得基于標(biāo)記點(diǎn)鄰域的粗匹配，而后通過幀間線束交比的不變性，實(shí)現(xiàn)了鄰域中標(biāo)記點(diǎn)的二次匹配。通過算法復(fù)雜度分析表明，當(dāng)標(biāo)記點(diǎn)數(shù)量增加時(shí)，兩步匹配可有效的減少標(biāo)記點(diǎn)的匹配次數(shù)。在多剛體的標(biāo)記點(diǎn)歸類中，采用標(biāo)記點(diǎn)的空間特征及運(yùn)動(dòng)特征的夾角余弦進(jìn)行相似度度量，完成標(biāo)

7、記點(diǎn)的聚類。
　　在系統(tǒng)驗(yàn)證部分，對(duì)硬件加速環(huán)節(jié)中，特征提取的正確性、魯棒性和時(shí)序特性進(jìn)行驗(yàn)證，并分析了算法結(jié)構(gòu)對(duì)資源占用的影響。最后對(duì)整個(gè)系統(tǒng)進(jìn)行動(dòng)態(tài)測(cè)量和實(shí)時(shí)性驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，硬件加速技術(shù)的應(yīng)用可有效解決高分辨率圖像中目標(biāo)的全局搜索與特征提取環(huán)節(jié)的實(shí)時(shí)運(yùn)算問題，輔以特征匹配的快速算法，在5點(diǎn)靶標(biāo)、2048×2048分辨率、583μs曝光下的雙目測(cè)量中，系統(tǒng)的數(shù)據(jù)更新率可達(dá)137.8FPS，使雙目視覺系統(tǒng)可實(shí)現(xiàn)1.1Gpix