Hossain Hajimowlana

工業機器視覺的目標之一是開發計算機和電子系統，以取代人類視覺在工業生產的質量控制中。卷筒紙檢測系統目前用于許多應用中的缺陷檢測和質量控制，例如制造高壓電纜絕緣、紙張、塑料袋、鋼條、燃料顆粒、芯片包裝、木材、布料和織機。與人工檢測相比，自動檢測系統具有許多優點。表面缺陷的手動檢測即使不是不可能，也是一項繁瑣的任務，通常是因為許多缺陷的尺寸很小，需要檢測的區域非常大。

傳統的檢測系統由線陣掃描相機、主機、圖像采集卡和一個或多個專用處理電路板組成。在本文中，我們將討論開發一種新的集成設計環境（用于實時缺陷檢測），該環境無需外部圖像采集卡，并消除或減少了對其他相關主機外圍系統的需求。處理板包含一個可重新配置的現場可編程門陣列（FPGA），安裝在DALSA CCD相機內。FPGA直接連接到視頻數據流，并將數據輸出到相關的ADI Blackfin型ADSP-BF535P處理器進行進一步處理。僅使用 FPGA 進行低級處理代表了軟件和專用硬件實現之間的出色權衡。處理后的數據可以通過 USB 或 Firewire 端口傳輸到 PC 進行存儲、監控和其他處理。目前的系統是針對卷筒紙檢查的，但可能具有更廣泛的適用性。圖1顯示了無需圖像采集卡即可運行的工業檢測系統的基本框圖。

圖1.工業檢測過程框圖。

缺陷檢測任務委托給兩種算法。第一個（預處理）承擔保守總過濾器的作用。其目的是檢測所有可能的缺陷。這項任務將主要使用FPGA作為視頻流濾波器實時執行。這里的目的是提供一種可靠的方法來快速識別可能最終歸類為有缺陷的可疑區域，也可能不會。在后處理中，我們的目標是使用ADI Blackfin ADSP-BF535P處理器識別缺陷的類型和嚴重程度。通常，后一個過程已在主機中執行，但該過程的很大一部分可以在修改后的相機系統本身中使用功能強大的ADI Blackfin處理器在本地完成。

為實時應用程序（如 Web 檢查）建立適當的計算環境是一項具有挑戰性的任務。在本文中，“實時”描述了任何能夠接收和處理連續視頻數據的成像系統。實時系統必須在分配的關鍵時間范圍內執行所有必需的操作。即使在極端系統負載條件下，系統響應的執行時間和邏輯順序也必須正確。本說明中描述的系統可以實現每秒多達 30 萬個樣本的實時視頻處理。

測試設置

如圖2所示，設置了一個模擬卷材制造過程的測試夾具，并提供了變速操作。測試設置包括一個DALSA TDI線掃描相機，一個帶軸編碼器的電動滾筒，用于TDI同步，以及一個帶光纖光導的直流光源。我們的FPGA/DSP處理板安裝在常規攝像機控制板的上方。來自各種網絡來源的缺陷樣本用于測試和驗證候選算法。

圖2.生產線模擬的測試設置。

硬件

完整的硬件組件如圖 3 所示。

圖3.處理硬件。

圖4顯示了處理系統的框圖。來自FPGA的預處理數據存儲在FIFO中，FIFO緩沖數據，以便數字信號處理器（DSP）進一步處理。處理硬件組件包括三個 PCB——FPGA 板、DSP 板和用于連接到 PC 的 USB/Firewire 板。其他資源在董事會之間共享。

圖4.處理板框圖。

FPGA 與 DSP 的對比

我們的處理板支持在 FPGA 和/或 DSP 中進行處理。如何為應用程序選擇處理能力的配置？

DSP是一種專用的微處理器，通常用C語言編程，偶爾使用匯編代碼來提高系統性能。DSP非常適合極其復雜的數學密集型任務，涉及條件處理。它的性能受到時鐘速率以及每個時鐘可以執行的有用操作數的限制。相比之下，FPGA是一個未承諾的“大門之海”。該器件通過將門連接在一起以形成乘法器、寄存器、加法器等來編程。數學是通過互連這些構建塊在硬件中完成的。這些模塊的復雜程度可以從單個柵極到非常高水平的FIR濾波器或FFT，前提是有足夠的門和互連它們的能力。性能受芯片上可用門數和時鐘速率的限制。

因此，FPGA和DSP代表了兩種截然不同的信號處理方法，每種方法都擅長于不同的事情。FPGA可以輕松完成許多高采樣率應用，但DSP不適合這些應用。同樣，FPGA也無法解決許多復雜的軟件問題（對于DSP來說很容易）。

由于這些互補的特性，理想的系統將在FPGA和數字信號處理器之間分配工作。在我們的網絡檢測系統中，對圖像本身的大多數操作都很簡單且非常重復;因此，這些基元操作最好在FPGA中實現。但是，成像管道通常用于識別被檢查對象中的“斑點”或“感興趣區域”。這些 blob 的大小可能有所不同，因此后續處理往往更加復雜。使用的算法通常是自適應的，具體取決于 blob 的結果。考慮到所有因素，基于 DSP 的方法在成像管道的后端通常更有效。

賽靈思 Spartan IIE 系列 FPGA 用于我們的系統，因為它具有額外的可配置邏輯塊 （CLB） 功能，可在基于存儲器的設計中以更高的速度運行，并支持高達 200 MHz 的系統時鐘速率。負載均衡包括四輸入函數發生器、進位邏輯和存儲元件。每個CLB還包含組合函數生成器以提供五或六個輸入功能的邏輯。

目前，我們的設計使用XC2S200E，它具有5292個邏輯單元和200K系統門。該FPGA為我們的許多目標應用提供了足夠的資源，并經過適當封裝，可以構建到單板相機內系統中。

選擇合適的 DSP

為我們的應用選擇合適的處理器非常重要。功耗、成本和封裝、速度、性能以及合適的外設和開發工具的可用性是我們決定選擇ADSP-BF535P的主要因素。

ADSP-BF535P是ADI公司Blackfin DSP產品系列的成員。它將雙 MAC DSP 引擎、類似 RISC 的微處理器指令集和單指令、多數據 （SIMD） 多媒體功能集成到單個指令集架構中。

權力

電源在卷材檢測系統中起著重要作用。在現場使用十幾個這樣的相機并不少見。可能有些應用不需要通過 DSP 進一步處理數據，或者應用可以以較低的 DSP 時鐘速度運行。通過使用ADSP-BF535P，我們無需為了性能而犧牲功耗。在Blackfin中，ADSP-BF535P可以通過降低內核電壓和頻率來降低功耗。為此，可以使用外部配套電源管理芯片ADP3053對內核電壓電平進行動態控制。Blackfin DSP允許動態調度每個外設的時鐘輸入，從而提供額外的功率控制功能。此外，內部時鐘僅路由到設備的啟用部分。例如，256KB片上L2存儲器分為八個32KB組。此功能可以降低功率，因為這些組僅在訪問時才會計時。

成本和包裝

Blackfin ADSP-BF535P是一款通用DSP，其成本通常遠低于最接近的數字處理同類產品。在此應用中，其緊湊的 PBGA260 封裝形式非常適合我們的 3.5“ × 3.5” PCB。

速度

卷筒紙檢測系統是使用密集實時算法的苛刻處理應用。因此，需要快速可編程的通用數字信號處理器來應對高速數據速率帶來的挑戰。ADSP-BF535P的最大內核時鐘（CCLK）為350 MHz。我們能夠在 300 MHz 下成功運行我們的應用程序（在某些情況下更低，以降低功耗）。CCLK 脈沖通過 PLL 生成，該 PLL 具有 1 到 31 的可用 CCLK 與系統時鐘 （SCLK） 比率。借助 20 MHz 外部振蕩器，我們能夠實現 300 MHz 的 CCLK。 根據 CCLK 的不同，可實現 133 MHz 的最大 SCLK。

性能

Blackfin處理器經過高度優化，可以有效地執行DSP應用程序代碼。在圖像處理應用中，我們通常處理不同尺寸和種類的濾波器（無限脈沖響應，IIR;和有限脈沖響應，FIR）或對數據應用快速傅里葉變換（FFT）。表1顯示了在ADSP-BF535P上進行的一些基準測試。

表 1.ADSP-BF535P信號處理算法基準測試。

外設

ADSP-21535P包含一組豐富的外設，通過多條高帶寬總線連接到內核，提供系統配置靈活性和出色的整體系統性能。它提供 USB 和 PCI 總線，用于無縫外設擴展，無需昂貴的外部組件。

對于以中等數據速率將處理后的數據從相機傳輸到PC，USB似乎是一個很好的解決方案。但是，由于處理板的功耗相對較高，因此無法使用USB的總線供電功能。USB最有用的功能之一是它是可熱插拔的，掃描相機可以插入或拔出監控系統（在這種情況下是PC），而無需關閉PC。對于使用一系列監控攝像機的高數據速率應用，建議使用 IEEE Std. 1394 Firewire，它的帶寬是 USB 30.1 的 1 倍。

開發工具

我們使用了 VisualDSP++?開發和調試我們的代碼。VisualDSP++ 包括一個集成開發環境 （IDE） 和一個調試器，可提供高效的項目管理，使我們能夠在程序的編輯、構建和調試之間輕松切換。還提供ADSP-BF535評估平臺。

算法

不同的算法已經在FPGA/DSP處理系統中成功仿真和實現。在這里，我們簡要介紹模糊邏輯和一維AR算法。有興趣的讀者可以參考參考資料以獲取更多詳細信息。

模糊邏輯

模糊邏輯的一個新的令人興奮的應用是卷材檢測系統中的缺陷檢測。手動檢測系統中的缺陷通常由語言變量描述和識別，例如，較暗或較亮的區域;更小或更大的對象，因此模糊邏輯似乎是缺陷檢測應用的良好候選者。為了應用該算法，從“金色”（無缺陷）模板離線派生一組紋理特征。這些紋理特征用作模糊決策引擎的輸入。獲得整個可能輸入范圍的輸出，并存儲在查找表（LUT）中。所提出的算法已在具有多個染色缺陷的隨機紋理樣本上進行了測試（圖5）;圖像以 256 行× 256 列的分辨率進行數字化，具有 8 位灰度級信息。應用該算法的結果如圖 6 所示。

圖5.對樣品上的缺陷進行染色

使用ADSP-BF535P，采用一維自回歸（1D AR）算法，定位缺陷的確切位置。

圖6.圖5中所選缺陷線的圖像。

一維AR算法的硬件實現

圖7顯示了1D AR算法的簡化信號流。

圖7.1D AR的簡化信號流程圖。

1D AR算法可以在ADSP-BF535P中輕松實現，并與模糊邏輯算法結合使用，以檢測缺陷線中缺陷的確切位置。

AR算法的核心是IIR濾波器（AR預測器）。由于IIR濾波器比FIR濾波器更快，因此它們更適合實時應用。實驗表明，8階濾波器適用于大多數紋理。計算單元執行單周期操作，并且沒有計算管道。缺陷線像素的灰度可以存儲在片上SRAM中，然后通過DMA控制器以不可見的方式傳輸到外部存儲器或PC。

結論

我們已經介紹了一個攝像頭內原型處理板，它基本上由FPGA和ADI Blackfin處理器組成。會議討論了實時卷材檢測系統的一些重要問題，以及功耗、成本、封裝、速度、性能以及對正確外設和開發工具的需求等參數，促使我們為應用選擇ADSP-BF535。我們展示了Blackfin ADSP-BF535為實現低功耗、高性能、實時嵌入式應用提供了一個出色的平臺。

審核編輯：郭婷