基于ZYNQ的流水線食品外觀檢測(cè)系統(tǒng)設(shè)計(jì)

　　王明全，胡芯暢，關(guān)欣然，李根旺

　?。|北大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，遼寧 沈陽(yáng) 110819）

　　摘要：針對(duì)圖像處理技術(shù)在食品加工領(lǐng)域的應(yīng)用，提出了一種基于ZYNQ平臺(tái)的流水線食品外觀辨別檢測(cè)系統(tǒng)設(shè)計(jì)方案。該系統(tǒng)采用FPGA+ARM架構(gòu)的ZYNQ-7000平臺(tái)實(shí)現(xiàn)，利用單目OV5640攝像頭進(jìn)行圖像采集，并將采集后的視頻圖像進(jìn)行預(yù)處理以及VDMA視頻圖像顯示，之后采用對(duì)射式光電開(kāi)關(guān)達(dá)到流水線上食品目標(biāo)的檢測(cè)目的，最后通過(guò)圖像測(cè)量方法提取食品特征。該系統(tǒng)解決了流水線上不規(guī)則食品外觀檢測(cè)辨別問(wèn)題，可應(yīng)用于食品加工質(zhì)量檢測(cè)領(lǐng)域。

　　關(guān)鍵詞：ZYNQ；食品外觀檢測(cè)；計(jì)算機(jī)視覺(jué)；特征提取；OV5640

　　0 引言

　　隨著人們物質(zhì)生活水平的提高，對(duì)食品質(zhì)量要求也越來(lái)越高，而國(guó)家經(jīng)濟(jì)的快速發(fā)展促進(jìn)食品生產(chǎn)速度隨之提升，因此，如何在流水線上保證生產(chǎn)速度的同時(shí)檢測(cè)食品質(zhì)量已逐漸成為研究問(wèn)題。

　　目前，市面上存在的圖像傳感器中，大多以模板匹配的方法對(duì)特定規(guī)格的產(chǎn)品進(jìn)行檢測(cè)，如車牌、餅干、門(mén)窗等，而對(duì)于許多不規(guī)則的食品如鳳爪、鴨翅、蝦仁等卻無(wú)法對(duì)其包括產(chǎn)品尺寸、傳送方向等進(jìn)行有效檢測(cè)。本設(shè)計(jì)采用具有雙核的ARM-Cortex TM -A9處理系統(tǒng)(PS)和Artix-7可編程邏輯(PL)的ZYNQ作為主控制和算法處理單元，通過(guò)圖像測(cè)量方法提取不規(guī)則食品外觀共同特征，是進(jìn)一步檢測(cè)食品傳送方向是否與流水線方向一致，以及食品缺損問(wèn)題的關(guān)鍵。

　　從我國(guó)食品發(fā)展行業(yè)趨勢(shì)來(lái)看，市場(chǎng)上需要能夠應(yīng)用在流水線上的高精度、針對(duì)無(wú)特定性狀食品檢測(cè)處理的圖像傳感器，因此其具有十分廣闊的市場(chǎng)前景。

　　1 系統(tǒng)的總體結(jié)構(gòu)

　　整個(gè)系統(tǒng)由圖像采集模塊OV5640、圖像處理模塊、VGA顯示模塊、機(jī)械執(zhí)行模塊以及光電開(kāi)關(guān)組成。如圖1所示。

　　圖像處理模塊是整個(gè)系統(tǒng)的控制核心。圖像采集單元通過(guò)單目攝像頭OV5640對(duì)食品生產(chǎn)線上的食品成品進(jìn)行采集，由光電開(kāi)關(guān)檢測(cè)當(dāng)前圖像采集區(qū)域是否有完整食品傳入，將觸發(fā)信號(hào)傳送給ZYNQ平臺(tái)對(duì)實(shí)時(shí)采集到的圖像數(shù)據(jù)進(jìn)行灰度化、閾值分割、圖像膨脹、特征提取，以實(shí)現(xiàn)運(yùn)動(dòng)食品的檢測(cè)，并對(duì)當(dāng)前檢測(cè)食品傳送方向是否正確以及是否存在缺損作出判斷。通過(guò)控制分揀開(kāi)關(guān)，將次品與合格品分類集中，方便下一步的產(chǎn)品生產(chǎn)包裝工藝。

　　視頻圖像顯示單元是在FPGA控制下對(duì)處理前后的視頻圖像進(jìn)行顯示 [1] 。其中圖像測(cè)量算法是基于背景顏色的圖像分割算法，它是本文在灰度閾值分割算法基礎(chǔ)上提出的一種適合本系統(tǒng)的算法。

　　2 圖像采集及顯示系統(tǒng)設(shè)計(jì)

　　圖像采集系統(tǒng)平臺(tái)的設(shè)計(jì)主要包括以下幾個(gè)部分：?jiǎn)文縊V5640攝像頭模組，用來(lái)實(shí)現(xiàn)圖像的采集；ZNYQ-7000系列開(kāi)發(fā)板用來(lái)實(shí)現(xiàn)攝像頭采集、數(shù)據(jù)存儲(chǔ)與傳遞以及完成圖像處理算法；VGA顯示器用來(lái)顯示攝像頭實(shí)時(shí)采集的圖像以及經(jīng)ZYNQ開(kāi)發(fā)板處理后的結(jié)果。

　　2.1 OV5640攝像頭模塊

　　本模塊設(shè)計(jì)中采用美國(guó)OmniVision公司的CMOS圖像傳感器OV5640。OV5640擁有2590×1944的感光陣列，能夠以15幀的500萬(wàn)像素的分辨率記錄圖像，并且可對(duì)輸出數(shù)據(jù)格式、圖像分辨率、輸出幀率以及圖像特性等進(jìn)行配置，滿足許多應(yīng)用需求 [2] 。其攝像頭模組通過(guò)DVP接口和FPGA連接實(shí)現(xiàn)圖像的傳輸,具體參數(shù)及主要特性如下：

　　(1)具有標(biāo)準(zhǔn)的SCCB接口；

　　(2)支持多種視頻輸出格式：RAW RGB、RGB565/555/444、YCbCr422等；

　　(3)支持VGA、QVGA以及1080P分辨率輸出；

　　(4)支持?jǐn)?shù)字視頻端口(DVP)并行輸出接口和雙車道MIPI輸出接口。

　　OV5640圖像數(shù)據(jù)采集模塊是整個(gè)系統(tǒng)的輸入模塊，它主要負(fù)責(zé)將攝像頭采集到的圖像數(shù)據(jù)傳送到FPGA例化的存儲(chǔ)器中，使用DVP傳輸視頻時(shí)，PCLK為像素時(shí)鐘，HREF為行同步信號(hào)，VSYNC為場(chǎng)同步信號(hào)，數(shù)據(jù)線為8 bit，在FPGA中配置RGB565輸出。

　　OV5640芯片采集的數(shù)據(jù)通過(guò)FPGA軟核VDMA0、VDMA1分別用作視頻的輸入，將數(shù)據(jù)寫(xiě)入與PS端相連的DDR中，以及視頻的輸出。ARM核完成對(duì)存儲(chǔ)數(shù)據(jù)的圖像處理及分析算法。使能的VDMA在DDR中讀取相應(yīng)的數(shù)據(jù)，數(shù)據(jù)經(jīng)過(guò)圖像測(cè)量算法提取特征后再輸出。VDMA獲取的數(shù)據(jù)均為符合AXI4協(xié)議的32位數(shù)據(jù)，經(jīng)過(guò)32位數(shù)據(jù)轉(zhuǎn)24位RGB 888格式數(shù)據(jù)后，根據(jù)VGA輸出協(xié)議，在相應(yīng)的時(shí)序控制下，依次轉(zhuǎn)換為DVI數(shù)據(jù)輸出到VGA顯示器中 ^[3] 。

　　2.2 VDMA配置模塊

　　VDMA是針對(duì)視頻圖像處理的一個(gè)特殊的DMA。在ZYNQ-7000的PS中，包含處理器和DDR存儲(chǔ)器控制器；而在PL中，實(shí)現(xiàn)AXI DMA和AXI數(shù)據(jù)FIFO。通過(guò)AXI-Lite總線，處理器與AXI DMA通信，用于建立、初始化和監(jiān)控?cái)?shù)據(jù)傳輸。VDMA有一個(gè)AXI4 MemoryMap接口，用于對(duì)存儲(chǔ)器進(jìn)行讀寫(xiě)視頻數(shù)據(jù)，AXI4-Lite接口用于讀取VDMA狀態(tài)以及配置VDMA的參數(shù)；AXI4-Stream接口用于視頻的輸入和輸出。VDMA系統(tǒng)結(jié)構(gòu)原理如圖2所示。

　　在該設(shè)計(jì)中，AXI_MM2S和AXI_S2MM是存儲(chǔ)器映射的AXI4總線，提供了對(duì)DDR存儲(chǔ)器的訪問(wèn)。AXIS_MM2S和AXIS_2MM是AXI4 Stream總線，它可以連續(xù)的傳輸數(shù)據(jù)，而不需要提供地址信息 ^[4] 。

　　2.3 VGA顯示設(shè)計(jì)

　　VGA顯示模塊分為：上電等待模塊、寄存器配置模塊、攝像頭采集模塊、SDRAM控制模塊以及系統(tǒng)控制模塊。其中FIFO控制模塊原理機(jī)制如圖3所示。

　　由于視頻圖像數(shù)據(jù)通過(guò)ZYNQ系統(tǒng)的高速AXI_HP0口輸出，系統(tǒng)使用AXI_VDMA IP核來(lái)通過(guò)AXI_interconnect連接ZYNQ系統(tǒng)的HP0口，AXI_subset_converter來(lái)進(jìn)行數(shù)據(jù)格式的轉(zhuǎn)換，轉(zhuǎn)換為24位的視頻圖像數(shù)據(jù)，V_axi4s_vid_out IP將視頻流裝換成RGB888的視頻格式信號(hào)。最后視頻圖像通過(guò)自定義IP核(rgb2dvi)轉(zhuǎn)換成TMDS信號(hào)驅(qū)動(dòng)VGA顯示器顯示圖像。構(gòu)架好的系統(tǒng)如圖4所示。

　　2.4 光電開(kāi)關(guān)檢測(cè)設(shè)計(jì)

　　為減少圖像數(shù)據(jù)處理量，并較準(zhǔn)確確定視頻圖像流中哪一幀中食品進(jìn)入到單目攝像頭圖像采集區(qū)域內(nèi)，系統(tǒng)設(shè)計(jì)中采用對(duì)射式光電開(kāi)關(guān)來(lái)檢測(cè)目標(biāo)，并將觸發(fā)信號(hào)傳送到ZYNQ中，在間隔一定時(shí)間后處理當(dāng)前幀圖像，確保其采集食品圖像的完整性。

　　采用對(duì)射式的光電開(kāi)關(guān)可分辨不透明的反光物體，有效距離大，不易受干擾，靈敏度高，并且響應(yīng)時(shí)間快，可將觸發(fā)信號(hào)傳送給ZYNQ平臺(tái)的I/O口作為進(jìn)行圖像測(cè)量的起始信號(hào)。

　　3 系統(tǒng)軟件設(shè)計(jì)

　　圖像處理部分包括：圖像預(yù)處理、圖像膨脹及基于圖像測(cè)量的特征提取。軟件設(shè)計(jì)流程如圖6。

　　3.1 圖像預(yù)處理設(shè)計(jì)

　　針對(duì)不規(guī)則食品外觀的檢測(cè)，首先要對(duì)圖像進(jìn)行預(yù)處理，再進(jìn)一步用圖像測(cè)量算法提取圖像特征。本文提取的特征是基于灰度圖像的，需將采集到的24位真彩色圖轉(zhuǎn)換為灰度圖

　　由于光源和實(shí)際拍攝的情況，采集到的圖像可能含有噪聲，為排除噪聲的影響，先對(duì)圖像進(jìn)行去噪的處理。根據(jù)項(xiàng)目需要，采用中值濾波的方法。這種非線性的圖像平滑法對(duì)脈沖干擾級(jí)的椒鹽噪聲抑制效果較好，能保護(hù)邊緣少受模糊的影響。

　　3.2 圖像形態(tài)學(xué)處理

　　為了更加明顯區(qū)分背景與目標(biāo)，需將灰度圖進(jìn)行二值化處理來(lái)區(qū)分鳳爪與傳送帶。采用閾值分割的方法，根據(jù)閾值將圖像中灰度級(jí)大于閾值的像素點(diǎn)和小于像素值的像素點(diǎn)分開(kāi)，從而實(shí)現(xiàn)圖像分割 ^[5] 。

　　其中，T為預(yù)設(shè)的閾值，從0~255中取值，具體大小由工業(yè)流水線實(shí)際環(huán)境決定，根據(jù)多次試驗(yàn)可選取150作閾值分割，是目標(biāo)為黑色，背景為白色。

　　根 據(jù) 圖像 特 征 提 取算 法 識(shí) 別 的要 求 ， 需 通過(guò)遍歷像素值所在區(qū)域通過(guò)黑白像素值邊界的跳躍次數(shù)來(lái)區(qū)分爪趾的數(shù)目及食品被放置方向與傳送帶方向是否一致，因此需要保證目標(biāo)的連通性要完整，將得到的二值化圖像進(jìn)行一輪腐蝕膨脹，以消除噪聲點(diǎn)，使不連續(xù)的地方連接起來(lái)，為下一步的圖像識(shí)別及特征提取做基礎(chǔ)。

　　本系統(tǒng)中以鳳爪為例，對(duì)二值化后的目標(biāo)鳳爪進(jìn)行圖像膨脹，采用15×15大小的方陣集合做膨脹的結(jié)構(gòu)元素。關(guān)鍵源代碼如下(定義flag為記錄結(jié)構(gòu)元素區(qū)域內(nèi)各像素值與運(yùn)算后的結(jié)果)：

　　for(j=0;j<height;j++){

　　for(i=0;i<width;i++){       //對(duì)二值圖遍歷

　　flag=1;       //賦初值

　　//采用15×15大小結(jié)構(gòu)元素作掩膜處理

　　for(m=j-1;m<j+15;m++){

　　for(n=i-1;n<i+15;n++){

　　if(image_in[j][i]==0||image_in[m][n]==0)

　　{flag=0;break;}

　　else{flag=1;}}

　　if(flag==0){break;}}

　　//根據(jù)flag值來(lái)輸出膨脹后結(jié)果

　　if(flag==0){image_out[j][i]=0;}

　　else{image_out[j][i]=255;}}}}

　　通過(guò)圖像膨脹后的結(jié)果如圖7所示：可去除二值化結(jié)果中的不連續(xù)的噪聲點(diǎn)及食品本身瑕疵的影響。

　　3.3 圖像測(cè)量算法設(shè)計(jì)

　　機(jī)器視覺(jué)定位的最終目的是利用工業(yè)相機(jī)采集運(yùn)動(dòng)食品的圖像，再通過(guò)算法確定運(yùn)動(dòng)目標(biāo)的特征點(diǎn)與特征邊緣，以方便進(jìn)行機(jī)械分揀 ^[6] 。對(duì)于在高速流水線上采集到的視頻圖像流進(jìn)行處理，首先，通過(guò)光電開(kāi)關(guān)的觸發(fā)信號(hào)在視頻流中確定食品目標(biāo)已全部進(jìn)入圖像采集區(qū)域，對(duì)該幀圖像作圖像識(shí)別，并在確定幀圖像后，識(shí)別目標(biāo)送入方向是否正確及是否存在殘缺。

　　對(duì)于閾值化并經(jīng)過(guò)圖像膨脹處理后，目標(biāo)區(qū)域是完整的連通區(qū)域，可通過(guò)遍歷查詢提取該不規(guī)則圖像邊緣特征。從鳳爪這個(gè)研究對(duì)象的特點(diǎn)來(lái)看具有以下特性：

　　(1)從形狀上看，鳳爪共有4個(gè)指頭，其中一端較短，其余三個(gè)指頭較長(zhǎng)，中間者為最長(zhǎng)。骨干部分占整個(gè)長(zhǎng)度的一半左右。

　　(2)從顏色上看，鳳爪色澤絳紅，深淺程度基本一致，掌心部分偏暗紅。

　　以上分析，作為待識(shí)別的鳳爪，雖然是不規(guī)則形狀，但無(wú)論從顏色還是形狀上，都能保持一個(gè)較穩(wěn)定的特性，因此在編寫(xiě)算法程序中，可通過(guò)數(shù)組記錄圖像的每行像素值黑白邊界跳躍次數(shù)，以此提取流水線上加工食品特征，并根據(jù)不同食品特征要求通過(guò)遍歷特征數(shù)組及測(cè)量算法作判別，按照判別結(jié)果啟動(dòng)分揀開(kāi)關(guān)將食品歸入不同的箱中。

　　4 結(jié)論

　　本文針對(duì)食品流水線上的圖像外觀辨別問(wèn)題進(jìn)行了分析與解決方案的提出，利用圖像測(cè)量的方法對(duì)不規(guī)則食品進(jìn)行特征提取，并采用ARM+FPGA結(jié)構(gòu)的實(shí)時(shí)圖像處理平臺(tái)以及光電開(kāi)關(guān)的結(jié)合，使系統(tǒng)小型化，利于后期進(jìn)一步開(kāi)發(fā)、成本降低，便于針對(duì)特定應(yīng)用定制等優(yōu)勢(shì)、具有較高的工程應(yīng)用參考價(jià)值，流水線食品辨別系統(tǒng)擁有廣闊的應(yīng)用空間。

　　參考文獻(xiàn)

　　[1].杜文略，劉建梁，沈三民等.基于FPGA的運(yùn)動(dòng)目標(biāo)檢測(cè)系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用,2014,40(11):36-42.

　　[2].張震.基于FPGA的USB3.0高速圖像采集系統(tǒng)設(shè)計(jì)與圖像特征提取算法研究[D].西安電子科技大學(xué)開(kāi)發(fā)板的攝像頭采集與處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)教育，2018(4):23-26.

　　[3].何賓，張艷輝.Xilinx Zynq-7000嵌入式系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[M].北京：電子工業(yè)出版社.2016.

　　[4].吳長(zhǎng)冶.食品(蝦仁)分揀系統(tǒng)中的圖像處理算法的研究[D].南京理工大學(xué).2012.

　　[5].李明.運(yùn)動(dòng)食品機(jī)器視覺(jué)的識(shí)別與定位技術(shù)的研究[D].哈爾濱商業(yè)大學(xué).2014.

　　[6].胡健.基于Zynq的智能相機(jī)圖像處理流水線程序優(yōu)化與實(shí)現(xiàn)[J].通信設(shè)計(jì)與應(yīng)用.2017(10):3-4.

　　作者簡(jiǎn)介

　　王明全（1973-），男，博士，講師，主要研究方向：信號(hào)與信息處理.

　　本文來(lái)源于科技期刊《電子產(chǎn)品世界》2019年第6期第41頁(yè)，歡迎您寫(xiě)論文時(shí)引用，并注明出處