基于FPGA的实时图像采集与传输系统设计
这是一篇关于FPGA,图像采集,DDR3SDRAM,千兆以太网,HDMI接口的论文, 主要内容为随着科技的发展,对于数字图像的采集传输系统已经得到了普遍应用。人们对于图像数据的采集与传输系统数据传输时的高速率、高分辨率、高可靠性等提出了更高的要求。而传统的基于软件系统的串行化处理方式已经愈发不能满足这些要求,因此借助硬件系统来实现图像数据采集与传输已经成为了一个研究热点。基于该热点,本文设计了一种基于FPGA的实时图像采集与传输系统。本系统利用OV5640 CMOS图像传感器来采集高分辨率的视频数据;以Xilinx公司的Artix7系列FPGA芯片为主控制芯片;采用了DDR3 SDRAM并结合乒乓操作存储图像数据以解决视频数据容量过大而FPGA资源不足以存储的问题;采用一路千兆以太网传输数据以保证图像数据在远距离传输时的高速率及高可靠性;采用一路HDMI传输数据以保证图像数据在近距离传输时的高分辨率及高可靠性。本文主要的创新点和工作如下:(1)制定了整个系统的框架,自顶向下将整个系统划分为OV5640驱动模块、图像存储模块、时钟管理模块、图像预处理模块、千兆以太网驱动模块、HDMI驱动模块。并对其中的各个子模块尽量进行参数化设计,用以后续应用在不同场景下方便代码的维护和修改。(2)相对传统的硬件实现采集与传输系统,本系统加入了图像预处理模块。可以方便为后续更加复杂的应用预留出接口。(3)采用了状态机的设计思想完成了摄像头寄存器的配置并将图像数据采集到FPGA当中,其中采用FIFO-IP核解决了数据传输时因为跨时钟域引起的数据亚稳态问题,实现了在DDR3 SDRAM存储器中的数据读写存储。(4)根据千兆以太网和HDMI接口的协议特点,使用Verilog硬件描述语言,采用分模块设计和状态机设计思想,完成了双通道传输模块的RTL设计。(5)将整个顶层系统烧写进FPGA并通过调试验证,最终在上位机和带有HDMI接口的显示屏上面能够传输稳定的图像数据分辨率最高可达1920×1080,达到了系统设计要求。
基于结构光的嵌入式立体视觉图像采集系统研究
这是一篇关于道路环境感知,结构光,现场可编程门阵列,单片机,图像采集的论文, 主要内容为自动驾驶是近年来的研究和应用热点,前方道路的环境感知技术是自动驾驶领域的重要研究内容。计算机视觉技术是自动驾驶环境感知的一个重要工具,但传统的计算机视觉在采集图像时,易受到环境干扰,影响图像采集质量和后续算法处理。结构光是一种主动光源,可以有效减少环境光的干扰,提高系统鲁棒性。本文利用结构光和立体视觉技术,开展自动驾驶中的环境感知技术研究,基于嵌入式系统技术开展结构光和立体图像采集系统研究,为后续算法提供基础数据支撑。(1)提出了结合结构光和立体视觉的图像采集系统模型方案。利用多棱镜转鼓形成扫描光栅,配合双目立体视觉数据系统进行道路前方环境信息的扫描和图像采集。完成了系统分析、方案设计、功能模块划分以及各个功能模块设计。(2)基于嵌入式系统技术完成了图像采集控制系统。采集系统主要由CCD相机采集模块、光栅发生器模块与中央控制器三个模块构成。CCD相机模块负责图像信息的捕捉;光栅发生器模块用于产生可控可调的扫描光栅;中央控制器模块负责进行系统驱动和控制。中央控制模块采用ARM+FPGA进行构建,FPGA作为协处理器,主要进行接口扩展和同步驱动信号发送,ARM作为主处理器,控制上位机与下位机命令的发送接收以及实现人机交互功能。系统分别从硬件设计与软件开发两方面进行研究。通过分析智能驾驶道路环境感知的影响因素,设计了基于结构光的嵌入式图像采集系统,研究图像采集系统模型参数,针对系统功能对其进行硬件电路设计与软件驱动开发。从最终的实验结果分析发现,本文提出的基于结构光的嵌入式立体视觉图像采集系统能够实现对智能驾驶道路环境感知过程中的图像数据采集,为下一步智能决策提供数据指引。
基于云服务的仓库防盗系统的设计与研究
这是一篇关于监控防盗,图像采集,Java Web,SSH框架,云平台,Android的论文, 主要内容为随着生活水平的提高、社会人口集中化和国内物流业的发展,物资集中的仓储安全问题已尤为重要,对仓库防盗技术的可靠性、实用性和经济性等相关要求越来越高。在电子信息技术和云平台高速发展的今天,基于云服务的防盗监控系统已经迅速成为未来防盗监控行业的重要发展方向。以现实需求问题为出发点,设计了一款基于云服务的仓库监控防盗系统。系统由仓库防盗嵌入式终端、基于Java Web的云端服务器、手机APP客户端三大部分组成,把三部分相结合,能使管理人员即时接收到仓库防盗终端的报警信息,并能对仓库防盗终端进行撤防布防等远程控制操作。本文首先着重阐述了仓库防盗终端的硬件电路设计,主要包括主控模块、图像采集模块、电源模块、震动传感器模块、红外传感器模块、存储模块、矩阵键盘模块、继电器控制模块、无线WIFI通信模块等电路设计。接着着重阐述了云端服务器的软件架构及软件编程。云端服务器的Java Web的应用服务器采用支持JSP和Servlet技术的Tomcat,Java Web项目使用SSH集成的技术框架进行搭建,把设计好的Java Web项目部署在云平台,拥有一个公网IP,使之成为能够全网通信的Ja va Web云端服务器。其中仓库防盗终端和云端服务器之间采用TCP协议进行数据交互;手机APP与云端服务器之间使用HTTP与WebSocket两种通信协议,利用WebSokcet协议可以主动将服务器上的报警信息推送至手机客户端,从而达到报警信息的即时性,利用HTTP协议进行用户登录、用户信息修改和远程控制命令的发送。然后阐述了手机APP的软件设计。采用Android Studio开发手机APP,使用Android的Service组件,通过WebSocket协议在手机后台实时监听服务器下发的报警信息,一旦接收到报警信息,则开启手机铃声和震动提示用户。APP与云端服务器之间采用JSON作为数据传输格式,能很好的节省数据流量并提高通信速率。本文最后对整个系统进行了测试,测试结果表明,在仓库被盗时,系统能立即感知被盗信息,并将报警信息实时传递给手机用户,与此同时能够通过PC浏览器或手机APP对仓库防盗终端进行相关远程控制,整个系统具有很好的实时性和可靠性,达到了系统的设计需求。
种苗图像采集机器人设计与试验
这是一篇关于种苗,机器人,图像采集,集成化电路,自动导航的论文, 主要内容为表型无损测量技术可为种苗育种、栽培和生长状况监测等提供大数据支撑。当前的种苗表型测量主要依靠人工,效率低、损毁苗,急需高通量的无损测量技术替代人工。相对于固定式的表型检测方式,使用移动机器人搭载图像传感器是一种更为灵活的、低成本的检测方式。本课题针对种苗表型原位检测的图像采集需求,设计了一款种苗图像采集机器人。该机器人由运动控制模块、图像采集模块和自动导航模块三部分组成,机器人可完成对种苗冠层图像的自动化采集。主要研究内容与结果如下:1.机器人机械本体设计。基于机器人工作场景、种苗培育方式等因素确定了机器人整体结构。并对其关键部件如避震结构进行设计与加工;通过试验确定种苗温室场景下图像采集支架的高度,并设计支座以解决支架高度引起的运动不平衡问题;面对不同培育方式的种苗场景,提出一种支架可调升降方案。2.机器人STM32控制方案设计。确定了以STM32为控制核心的机器人运动控制方案。控制方案主要包括机器人线速度调控、角速度调控、上位机通讯三部分;按照机器人功能需求,利用Altium Designer软件设计并制作了集成电路板提高机器人电路稳定性,经测试电路板运行稳定,CPU芯片无明显升温现象,符合需求。3.图像采集模块设计。根据低成本、高通量的设计原则。确定所用设备选型。开发了基于Python语言的种苗图像采集算法,算法工作流程为上位机检测到树莓派端发送的到达信号后进行单点采集;采集完成后,下发完成指令于树莓派使机器人前往下一点位;当运行至终点时,接收树莓派反馈的结束指令,停止作业。使用Lab VIEW搭建人机交互软件,可实时监控机器人运行状态、显示检测的信息,保障了机器人的安全稳定运行。4.自动导航系统设计。根据机器人工作环境,采用激光SLAM技术作为机器人自动导航方案,根据机器人设计原则确定导航所用设备型号。基于ROS操作系统开发自动导航算法并部署于树莓派中。基于Gmapping算法实现了导航地图建立,对激光雷达采集数据进行预处理,使其与机器人硬件匹配,获得低成本条件下最优的建图效果;基于AMCL算法实现了机器人自定位;基于Dijkstra、D WA算法实现机器人路径规划,配置机器人运动参数使路径规划效果符合工作场景。操作者可通过ROS界面实时选取机器人作业点位或算法预先设定机器人工作点位两种方式完成机器人定点图像采集作业。5.机器人试验及性能分析。对制作的机器人样机进行导航目标点定点精度试验、续航时间试验、种苗图像采集试验,证明该机器人平台设计达到预期性能。试验表明机器人导航定位精度最小横向偏差0.03m,最大横向偏差0.14m,平均横向偏差0.089m。最小纵向偏差0.02m,最大纵向偏差0.17m,平均纵向偏差0.079m;满电状态下,可持续运行3h以上;平台挂载深度相机realsense D415、微型主机进行种苗表型信息采集,每小时可检测1000m2区域。经过图像处理算法的测试,图片质量满足算法需求。该机器人可根据科研人员的需求自动化采集种苗冠层图像,为种苗表型检测提供数据支持。在现有技术基础上,有望进一步扩展种苗的生长状况检测功能,成为种苗工厂的智能检测工具,具有很好的应用前景。
基于云服务的仓库防盗系统的设计与研究
这是一篇关于监控防盗,图像采集,Java Web,SSH框架,云平台,Android的论文, 主要内容为随着生活水平的提高、社会人口集中化和国内物流业的发展,物资集中的仓储安全问题已尤为重要,对仓库防盗技术的可靠性、实用性和经济性等相关要求越来越高。在电子信息技术和云平台高速发展的今天,基于云服务的防盗监控系统已经迅速成为未来防盗监控行业的重要发展方向。以现实需求问题为出发点,设计了一款基于云服务的仓库监控防盗系统。系统由仓库防盗嵌入式终端、基于Java Web的云端服务器、手机APP客户端三大部分组成,把三部分相结合,能使管理人员即时接收到仓库防盗终端的报警信息,并能对仓库防盗终端进行撤防布防等远程控制操作。本文首先着重阐述了仓库防盗终端的硬件电路设计,主要包括主控模块、图像采集模块、电源模块、震动传感器模块、红外传感器模块、存储模块、矩阵键盘模块、继电器控制模块、无线WIFI通信模块等电路设计。接着着重阐述了云端服务器的软件架构及软件编程。云端服务器的Java Web的应用服务器采用支持JSP和Servlet技术的Tomcat,Java Web项目使用SSH集成的技术框架进行搭建,把设计好的Java Web项目部署在云平台,拥有一个公网IP,使之成为能够全网通信的Ja va Web云端服务器。其中仓库防盗终端和云端服务器之间采用TCP协议进行数据交互;手机APP与云端服务器之间使用HTTP与WebSocket两种通信协议,利用WebSokcet协议可以主动将服务器上的报警信息推送至手机客户端,从而达到报警信息的即时性,利用HTTP协议进行用户登录、用户信息修改和远程控制命令的发送。然后阐述了手机APP的软件设计。采用Android Studio开发手机APP,使用Android的Service组件,通过WebSocket协议在手机后台实时监听服务器下发的报警信息,一旦接收到报警信息,则开启手机铃声和震动提示用户。APP与云端服务器之间采用JSON作为数据传输格式,能很好的节省数据流量并提高通信速率。本文最后对整个系统进行了测试,测试结果表明,在仓库被盗时,系统能立即感知被盗信息,并将报警信息实时传递给手机用户,与此同时能够通过PC浏览器或手机APP对仓库防盗终端进行相关远程控制,整个系统具有很好的实时性和可靠性,达到了系统的设计需求。
基于云服务的仓库防盗系统的设计与研究
这是一篇关于监控防盗,图像采集,Java Web,SSH框架,云平台,Android的论文, 主要内容为随着生活水平的提高、社会人口集中化和国内物流业的发展,物资集中的仓储安全问题已尤为重要,对仓库防盗技术的可靠性、实用性和经济性等相关要求越来越高。在电子信息技术和云平台高速发展的今天,基于云服务的防盗监控系统已经迅速成为未来防盗监控行业的重要发展方向。以现实需求问题为出发点,设计了一款基于云服务的仓库监控防盗系统。系统由仓库防盗嵌入式终端、基于Java Web的云端服务器、手机APP客户端三大部分组成,把三部分相结合,能使管理人员即时接收到仓库防盗终端的报警信息,并能对仓库防盗终端进行撤防布防等远程控制操作。本文首先着重阐述了仓库防盗终端的硬件电路设计,主要包括主控模块、图像采集模块、电源模块、震动传感器模块、红外传感器模块、存储模块、矩阵键盘模块、继电器控制模块、无线WIFI通信模块等电路设计。接着着重阐述了云端服务器的软件架构及软件编程。云端服务器的Java Web的应用服务器采用支持JSP和Servlet技术的Tomcat,Java Web项目使用SSH集成的技术框架进行搭建,把设计好的Java Web项目部署在云平台,拥有一个公网IP,使之成为能够全网通信的Ja va Web云端服务器。其中仓库防盗终端和云端服务器之间采用TCP协议进行数据交互;手机APP与云端服务器之间使用HTTP与WebSocket两种通信协议,利用WebSokcet协议可以主动将服务器上的报警信息推送至手机客户端,从而达到报警信息的即时性,利用HTTP协议进行用户登录、用户信息修改和远程控制命令的发送。然后阐述了手机APP的软件设计。采用Android Studio开发手机APP,使用Android的Service组件,通过WebSocket协议在手机后台实时监听服务器下发的报警信息,一旦接收到报警信息,则开启手机铃声和震动提示用户。APP与云端服务器之间采用JSON作为数据传输格式,能很好的节省数据流量并提高通信速率。本文最后对整个系统进行了测试,测试结果表明,在仓库被盗时,系统能立即感知被盗信息,并将报警信息实时传递给手机用户,与此同时能够通过PC浏览器或手机APP对仓库防盗终端进行相关远程控制,整个系统具有很好的实时性和可靠性,达到了系统的设计需求。
基于云服务的仓库防盗系统的设计与研究
这是一篇关于监控防盗,图像采集,Java Web,SSH框架,云平台,Android的论文, 主要内容为随着生活水平的提高、社会人口集中化和国内物流业的发展,物资集中的仓储安全问题已尤为重要,对仓库防盗技术的可靠性、实用性和经济性等相关要求越来越高。在电子信息技术和云平台高速发展的今天,基于云服务的防盗监控系统已经迅速成为未来防盗监控行业的重要发展方向。以现实需求问题为出发点,设计了一款基于云服务的仓库监控防盗系统。系统由仓库防盗嵌入式终端、基于Java Web的云端服务器、手机APP客户端三大部分组成,把三部分相结合,能使管理人员即时接收到仓库防盗终端的报警信息,并能对仓库防盗终端进行撤防布防等远程控制操作。本文首先着重阐述了仓库防盗终端的硬件电路设计,主要包括主控模块、图像采集模块、电源模块、震动传感器模块、红外传感器模块、存储模块、矩阵键盘模块、继电器控制模块、无线WIFI通信模块等电路设计。接着着重阐述了云端服务器的软件架构及软件编程。云端服务器的Java Web的应用服务器采用支持JSP和Servlet技术的Tomcat,Java Web项目使用SSH集成的技术框架进行搭建,把设计好的Java Web项目部署在云平台,拥有一个公网IP,使之成为能够全网通信的Ja va Web云端服务器。其中仓库防盗终端和云端服务器之间采用TCP协议进行数据交互;手机APP与云端服务器之间使用HTTP与WebSocket两种通信协议,利用WebSokcet协议可以主动将服务器上的报警信息推送至手机客户端,从而达到报警信息的即时性,利用HTTP协议进行用户登录、用户信息修改和远程控制命令的发送。然后阐述了手机APP的软件设计。采用Android Studio开发手机APP,使用Android的Service组件,通过WebSocket协议在手机后台实时监听服务器下发的报警信息,一旦接收到报警信息,则开启手机铃声和震动提示用户。APP与云端服务器之间采用JSON作为数据传输格式,能很好的节省数据流量并提高通信速率。本文最后对整个系统进行了测试,测试结果表明,在仓库被盗时,系统能立即感知被盗信息,并将报警信息实时传递给手机用户,与此同时能够通过PC浏览器或手机APP对仓库防盗终端进行相关远程控制,整个系统具有很好的实时性和可靠性,达到了系统的设计需求。
基于DSP的啤酒瓶视觉检测系统设计与开发
这是一篇关于空瓶检测,机器视觉,图像采集,实时图像处理,DSP的论文, 主要内容为我国是世界第一大啤酒生产国，啤酒工业已成为国民经济的重要组成部分。但我国啤酒厂的装备技术水平与国外相比，还存在较大差距，尤其体现在灌装的自动控制及其质量检测方面。啤酒瓶在灌装前必须经过检验，在目前不断提高的灌装速度下，传统的人工验瓶方式已难以保证检测的准确性。机器视觉系统具有速度快、精度高、非接触等优点，将其应用于啤酒瓶检测，可以有效的克服人工验瓶方式的不足，提高啤酒生产的自动化程度与生产效率。视觉检测系统要完成啤酒瓶的在线检测，必须提高视觉图像的处理速度，采用数字信号处理器(DSP)能够很好的满足这个要求。 为实现工业现场的啤酒瓶在线检测，本文的主要工作及创新点如下： 针对啤酒瓶检测的特点与实际生产需要，设计了基于机器视觉的在线检测系统。系统采用了高分辨率摄像技术、光学照明技术、机电控制技术以及实时图像处理技术，很好的满足了检测的实时性与准确性要求。 开发了基于DSP的实时图像处理系统。系统采用了集成的视频输入处理芯片，以及DSP+CPLD的混合结构，具有功能集成、结构简单、编程灵活的特点，对于各种不同检测目标的机器视觉系统具有一定的通用性。在印刷电路板设计中，使用了高频电路布线技术，有效的预防了系统可能产生的电磁兼容性问题。 针对实时检测的要求和DSP处理器的特点，开发了系统的实时性软件。对图像数据的存储与传输方式进行了深入研究，有效的解决了图像数据量大、系统硬件资源有限、检测实时性要求高三者之间的矛盾。在软件设计中，通过灵活设置中断与DMA，不仅提高了图像数据的传输效率，而且充分发挥了DSP的高速性能。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码小屋 ，原文地址：https://m.bishedaima.com/lunwen/48119.html
