智能相機是近年來機器視覺發(fā)展的一個新方向，其所具有的潛力注定智能相機將是未來視覺檢測方案的主流。然而在國內(nèi)，智能相機的發(fā)展方興未艾，關(guān)鍵技術(shù)基本處于探索階段，同國外的大公司，如Cognex，Matrox，Basler 等相比，國內(nèi)為數(shù)不多的智能相機研發(fā)商，如大恒，凌云，視覺龍，嘉恒中自等都鮮有自己的智能相機產(chǎn)品，更多的是代理推銷國外的產(chǎn)品，市場也基本被國外公司所壟斷。本文在研究了智能相機國內(nèi)外的發(fā)展狀況下，綜合前期的研究成果，在充分研究了目前的兩款主流處理芯片DSP 和FPGA 做數(shù)字信號處理所具有的各自特點的基礎(chǔ)上，提出了一種基于DSP+FPGA 相融合圖像處理技術(shù)的智能相機方案，并設(shè)計了系統(tǒng)原理圖，制作了樣機。針對圖像預(yù)處理中應(yīng)用極為廣泛的鄰域算法，詳細地講解了其FPGA 實現(xiàn)的數(shù)據(jù)流程控制方法，并以具體的sobel 邊緣檢測算法為例，給出了其檢測的實驗效果圖。針對芯片定位的應(yīng)用，在實驗室條件下搭建了二維機械臂模擬系統(tǒng)，并對系統(tǒng)進行了靜態(tài)標定。同時深入研究了芯片定位的圖像預(yù)處理算法和高級檢測算法，并通過實驗對系統(tǒng)的誤差進行了分析。本文的主要工作內(nèi)容如下：

　　（1） 研究了機器視覺國內(nèi)外的發(fā)展狀況，分析了作為機器視覺兩大支柱的在線視覺檢測系統(tǒng)和智能相機所具有的各自特點，總結(jié)了智能相機的優(yōu)勢，進而深入分析了智能相機實現(xiàn)的關(guān)鍵技術(shù)要求。

　　（2） 在實驗室前期研究成果的基礎(chǔ)上，研究了圖像處理算法的特點，分析了現(xiàn)有視覺方案的優(yōu)缺點。在充分研究了DSP 和FPGA 所具有的各自特點情況下，提出了一種基于DSP 和FPGA 分層圖像處理技術(shù)的視覺方案，并設(shè)計了系統(tǒng)原理圖，制作了樣機。

　　（3） 針對圖像預(yù)處理中應(yīng)用極為廣泛的鄰域算法，編程實現(xiàn)了其FPGA 數(shù)據(jù)流程控制，并針對具體的sobel 邊緣檢測算法，詳細介紹了每個模塊的功能和狀態(tài)圖，并給出了實驗檢測的效果圖，同時對這種圖像數(shù)據(jù)流的控制方法進行了速度測試和評估。

　　（4） 研究了FPGA 的多級圖像預(yù)處理方法，分析了按行處理的圖像處理算法的局限性。針對芯片定位的應(yīng)用，研究了其圖像預(yù)處理和高級圖像處理算法，并通過Matlab、OpenCV 等工具對算法進行了仿真實驗。研究了DSP 和FPGA 多級流水線結(jié)構(gòu)。

　　（5） 在實驗室條件下搭建了芯片定位機械臂模擬系統(tǒng)，并對系統(tǒng)坐標系進行了靜態(tài)標定，在實驗的基礎(chǔ)上對系統(tǒng)的誤差進行了分析。

　　機器視覺的發(fā)展從最早的基于PC 的視覺系統(tǒng)到現(xiàn)在的智能相機概念的提出，體現(xiàn)了其發(fā)展的兩個大方向。但無論是哪種檢測系統(tǒng)，整體的結(jié)構(gòu)都具有相似性，系統(tǒng)都包括光源、光學成像系統(tǒng)，圖像采集單元、圖像處理單元、圖像處理軟件庫、人機交互界面和輸入輸出口［9］。只是前者采用基于計算機的圖像處理技術(shù)，而智能相機則應(yīng)用了最新的處理器及大容量存儲技術(shù)，具有更高的集成度。如圖1-1 所示是機器視覺系統(tǒng)的系統(tǒng)框圖。以下將對系統(tǒng)各部分功用做簡要介紹。