基于OTSU算法的FPGA实时绕距测量系统

随着FPGA芯片集成度的提高,加之其价格低廉的优势,越来越多的视频图像处理平台采用基于FPGA技术的方案。设计并实现了一个基于OTSU算法的FPGA实时绕距测量系统。首先设计了视频图像灰度化的非浮点运算实现,然后详细讨论了OTSU算法的硬件实现方案,包括其原理、公式简化、流水线处理等。经过OTSU算法处理之后,接着通过统计二值图像中双绞线部分的列宽,计算两个最窄列宽之间的距离即绕距。最后在片上可编程系统上编写软件模块实现功能。

导线图像最大类间方差法及其FPGA实现

为实现对工业流水线中导线图像的实时预处理,针对最大类间方差法FPGA实现复杂度高和资源消耗等问题,对其算法硬件实现进行了研究。提出了一种资源节约型体系架构,在获得累积直方图统计和累积灰度图统计的基础上,采用二进制对数转换单元代替乘法器和除法器去计算最大类间方差。为满足实时性的要求,采用Altera公司的Cyclone IV系列FPGA芯片来实现最大类间方差法。实验结果表明,该设计能够实时稳定的对导线图像进行分割,分割效果良好。

双绞线图像快速分割算法

提高双绞线图像分割速度是实时测量双绞线绕距的关键。针对模糊C-均值算法聚类速度慢、依赖特征空间分布结构、随机初始化聚类中心等问题,本文提出了一种用于双绞线图像的快速分割算法。首先,快速算法将多维RGB空间转换为一维灰度空间,利用优化搜索范围的二维最大类间方差法分割双绞线图像的前景和背景图像;其次由于一维灰度空间无法有效描述前景图像中像素点在特征空间的分布情况,故将其特征空间转换为CMYK空间,并利用改进的模糊C-均值算法分割双绞线前景图像。该改进算法采用了特征距离,使得算法对数据点的分布具有更好的健壮性,并提出了一种迭代合并最近邻域点的方法初始化聚类中心,使算法迭代次数大大降低。最后与金标准库图像对比,发现改进后的评价参数得到了有效地提升,分割时间约为模糊C-均值算法的31%。通过本文所提出的算法可以快速准确地分割双绞线图像。