● 摘要
随着生产技术的发展和自动化程度的提高，对于快节拍生产的需求，传统的检测方法已不能满足。实时在线检测成为测量系统发展的趋势。在结构光视觉测量领域，实现实时在线检测的关键问题是提高底层图像特征的提取速度，从而提高整个视觉检测系统的处理速度。另一方面，被测件图像中光条纹中心的精度，往往直接影响到整个测量系统的精度。因此，研究精确实时的激光条纹中心检测算法很有实际意义。鉴于近年来FPGA 芯片的迅速发展以及其并行计算的能力，为实现算法的快速计算提供了硬件保证。因此本文提出基于FPGA的激光条纹中心快速提取算法的研究，成功调试并仿真具体电路，实现了对激光条纹中心的高精度快速提取。本论文采用FPGA技术实现了基于Hessian矩阵的二阶微分光条中心提取算法，重点研究了其中运算量大且具有大量并行性的高斯模板卷积硬件结构设计，并采用了不同的结构实现，3中方法各有优缺点。基于一维高斯模板的算法，采用大规模并行算法和流水线技术，以乘法器阵列和加法器树结构完成卷积运算。在此基础上提出基于分段查找表的高斯卷积算法，采用并行分布式的分段查找表结构代替传统乘法器，不仅成功实现了各数据位的并行乘法运算，还有效降低了硬件资源的使用。针对上述2种算法硬件结构通用性差的特点，提出基于递归的算法，采用多级存储机制完成数据流控制和数据缓存，配合递归运算完成不同模板尺寸的高斯卷积。