SOPC技術(shù)在視覺測量中的應(yīng)用

　1引言

　　視覺測量技術(shù)是以機器視覺技術(shù)為基礎(chǔ)，融合電子技術(shù)、計算機技術(shù)、近景攝影測量技術(shù)、圖像處理技術(shù)為一體的測量技術(shù)，其基本任務(wù)是以測量為目的，從圖像信息出發(fā)計算三維空間中物體的幾何信息。其中，圖像處理技術(shù)是視覺測量系統(tǒng)中最重要的一部分，也是本文的研究重點。

　　傳統(tǒng)的視覺測量系統(tǒng)主要是在 PC機上采用軟件方式實現(xiàn)，由于其專用性不夠高，因此處理速度較慢。近年來，基于 FPGA的 SOPC技術(shù)的出現(xiàn)，使 FPGA高效的硬件并行信號處理能力和軟件控制的靈活性完美的結(jié)合到一起。在 SOPC系統(tǒng)中，對速度要求高的算法可以采用自定義硬件邏輯的方法實現(xiàn)；而用硬件難以實現(xiàn)的復(fù)雜算法以及控制流程可以在 Nios II核中以軟件方式實現(xiàn)。因此基于 SOPC技術(shù)的系統(tǒng)具有很好的實時性、靈活性以及可擴展性。設(shè)計者可以自由的進(jìn)行軟硬協(xié)同設(shè)計，并且可以在設(shè)計的各個階段不受限制的修改設(shè)計而無需重新構(gòu)建硬件平臺。

　　本文所討論的 SOPC系統(tǒng)是大尺寸三維視覺測量系統(tǒng)的一部分，以 PCI板卡的形式內(nèi)嵌在 PC機中。在整個大尺寸三維視覺測量系統(tǒng)中，采用數(shù)字相機從不同位置拍攝多幅圖像，經(jīng)過特征點提取、點中心的二維坐標(biāo)計算、特征點匹配、三維拼接、面形擬合等步驟，得到被測物體的三維面形信息。點中心的計算精度直接影響測量精度，且其計算速度一直是系統(tǒng)的瓶頸之一。為提高處理速度和計算精度，采用 SOPC系統(tǒng)完成特征點提取和點中心計算，其結(jié)果通過 PCI總線上傳給 PC機，由其上的軟件模塊完成后續(xù)的計算和處理工作。

　　2 SOPC系統(tǒng)的總體設(shè)計方案

　　本系統(tǒng)采用加拿大 SBS公司的 TSUNAMI A40系列開發(fā)板，其核心的 FPGA模塊是 Altera公司的 Stratix EP1S40芯片。[!--empirenews.page--]

　　2.1  系統(tǒng)算法的基本原理

　　系統(tǒng)算法實現(xiàn)流程如圖 1所示。首先，針對本系統(tǒng)圖像處理的要求與算法實現(xiàn)特點進(jìn)行軟硬件劃分。圖像預(yù)處理部分所需要處理的數(shù)據(jù)量比較大，但算法相對簡單，可以通過 FPGA自定義相應(yīng)的 IP模塊，采用硬件的方式實現(xiàn)；后續(xù)處理部分由于算法相對復(fù)雜，用硬件實現(xiàn)比較困難，而且其數(shù)據(jù)處理量不大，所以采用在 Nios II軟核中以軟件的方式實現(xiàn)。最后編寫系統(tǒng)控制軟件對整個系統(tǒng)進(jìn)行控制使軟硬件協(xié)同工作。

　　2.2 系統(tǒng)硬件的設(shè)計方案

　　如圖 2所示，本系統(tǒng)硬件開發(fā)板通過 PCI橋與 PC機相連，原始圖片保存在 PC機中。 PCI-Avalon橋是 PC機與 FPGA開發(fā)板的通信接口，圖像數(shù)據(jù)經(jīng)過 PCI-Avalon橋進(jìn)入系統(tǒng)處理模塊。Sdram管理控制器用來管理和控制 Sdram中的數(shù)據(jù)存取?？刂齐娐酚脕砜刂婆c協(xié)調(diào)各個外設(shè)的運行，實現(xiàn)狀態(tài)控制與數(shù)據(jù)傳輸?shù)然静僮?，包括讀取 Sdram中保存的圖像數(shù)據(jù)，控制圖像處理各模塊。 Sdram用來保存圖像數(shù)據(jù)。原始圖像數(shù)據(jù)最初由 PC機下載到 Sdram中，再通過 Sdram管理控制器傳輸給各處理模塊依次處理。處理后的圖像數(shù)據(jù)仍然通過 Sdram管理控制器返回 Sdram中保存。最后通過 PCI橋把最終圖像返回到 PC機。

[!--empirenews.page--]
　　2.3 系統(tǒng)軟件的設(shè)計

　　本系統(tǒng)的控制流程相對簡單，因此在 Nios II軟核中沒有內(nèi)嵌操作系統(tǒng)，而是通過 IO操作調(diào)用中斷的方式實現(xiàn)運行狀態(tài)的控制、數(shù)據(jù)通信、協(xié)調(diào)外設(shè)等基本操作，控制系統(tǒng)各硬件模塊，使系統(tǒng)軟硬件協(xié)同工作。整個系統(tǒng)搭建成功之后，在 PC機上編寫應(yīng)用程序?qū)φ麄€SOPC系統(tǒng)的運行進(jìn)行控制。

　　3 系統(tǒng)算法的具體實現(xiàn)

　　3.1 濾波模塊

　　根據(jù)所采集到的圖像的特點，本文采用 3×3的模板實現(xiàn)中值濾波，這種方法不僅可以濾除圖像中的噪聲，而且可以將邊緣信息很好的保留下來。一般求取中值的方法是采用取冒泡法排序，但這種算法并不適合硬件實現(xiàn)?？紤]到硬件實現(xiàn)的特點和效率，本文采用了一種全新的求取中值的算法，其原理如圖 3所示。其中 max、mid、min分別表示三輸入的最大值、中值和最小值比較器。最后經(jīng)幾輪比較后求得中值。

　　3.2 邊緣提取模塊及二值化模塊

　　邊緣提取采用 Roberts算子。 Roberts邊緣檢測算子利用局部差分算子尋找邊緣，其計算由式 1給出。

　　由于待處理圖像特征明顯，采用經(jīng)驗閾值法對圖像進(jìn)行二值化，算法簡單、實現(xiàn)方便。[!--empirenews.page--]

　　3.3 邊緣細(xì)化模塊

　　本文的邊緣是建立在二值化之后的，因此處理的圖像都是二值化的，邊緣非常清晰，不需要太復(fù)雜的算法。這里采用兩個 3×3模板作乘積，如圖所示， X為待處理像素。如果模板乘積不為 0，于是中心象素為 1，反之為 0，即點的周圍有灰度為 0的象素，則保留此點，否則剔除。如此很容易得到二值化后點的單象素邊緣。

　　3.4 后續(xù)處理部分

　　后續(xù)處理部分由于其數(shù)據(jù)處理量并不大且算法比較復(fù)雜，所以在本系統(tǒng)中，這部分算法在 NiosⅡ中以軟件的方法實現(xiàn)。由于篇幅所限，在此不作詳細(xì)介紹。

　　4 系統(tǒng)測試結(jié)果的分析與總結(jié)

　　圖 4為原始圖像。圖 5為處理后的最終圖像，點中心已經(jīng)標(biāo)注如圖所示。

　　經(jīng)測試，本系統(tǒng)所有算法用 C語言在 PC機（配置： Pentium( R) 4 CPU 3.00GHz, 512MB內(nèi)存）上實現(xiàn)，所需時間為 2‘12"，而本系統(tǒng)僅需 30"，其中主要耗時為 NiosII軟件處理部分，系統(tǒng)的硬件算法部分所耗時間不到 1"。

　　本文作者創(chuàng)新點：一是采用 FPGA設(shè)計硬件模塊實現(xiàn)圖像預(yù)處理算法，這是視覺測量系統(tǒng)在處理效率上的創(chuàng)新；二是在系統(tǒng)中加入Nios II CPU，用以 FPGA難以實現(xiàn)的算法，從而使基于 SOPC技術(shù)的視覺測量系統(tǒng)更具靈活性，這是視覺測量系統(tǒng)在靈活性方面的創(chuàng)新?；谝陨蟽牲c創(chuàng)新設(shè)計的視覺測量系統(tǒng)兼顧了效率和靈活性，為視覺測量系統(tǒng)的設(shè)計和研究提供了一種新的思路。