基于SoC的高速運動線纜表觀字符實時光電檢測系統(tǒng)研究.pdf

1、線纜生產(chǎn)過程中，線纜的生產(chǎn)日期、生產(chǎn)批次、產(chǎn)品型號等重要信息往往以點陣字符的形式被噴印在線纜表面。線纜表觀字符檢測是線纜質量控制中的重要內(nèi)容。傳統(tǒng)線纜表觀字符識別使用人工方法，效率低，工作強度大。在線纜生產(chǎn)速度越來越高的情況下，人工識別的方法已經(jīng)不能滿足線纜制造業(yè)的要求。
　　本文以Zynq SoC為算法實現(xiàn)平臺，結合ARM的靈活性與FPGA卓越的計算性能，使用AXI4總線進行系統(tǒng)互聯(lián)，實現(xiàn)了完整的點陣字符識別系統(tǒng)。經(jīng)測試識別率可

2、達91％，識別單幅1600×1200像素線纜圖像所需時間僅需22 ms。據(jù)我們查閱國內(nèi)外重要數(shù)據(jù)庫的結果，單芯片上實現(xiàn)的點陣字符光學識別系統(tǒng)在國內(nèi)尚未見報道。點陣字符識別算法方面，本文采用差分法去除線纜背景區(qū)域；然后利用灰度投影曲線與擬合曲線的誤差平方值提取了4幅線纜環(huán)視圖像中包含完整字符區(qū)域的圖像；隨后針對線纜表面圖像光照不均的情況，提出了一種大窗口中值差分二值化算法，并對其進行了算法優(yōu)化；為有效分割點陣字符，采用了基于多次投影的二次

3、分割算法對點陣字符進行有效分割，并對字符進行了歸一化；最后提出了一種改進的分塊重心向量特征提取方法，結合字符尺寸信息與直接模板匹配方法，設計了多層分類器對字符進行分類識別。為了滿足系統(tǒng)幀率要求，本文利用高層次綜合技術對算法進行了硬件實現(xiàn)與優(yōu)化。對大窗口快速中值查找算法進行了硬件并行化、存儲結構優(yōu)化、循環(huán)體優(yōu)化等多種硬件優(yōu)化措施；對最大類間方差法的計算過程進行了資源優(yōu)化和流水線操作；對分塊重心特征向量計算模塊進行了全并行優(yōu)化。最后采用軟硬