基于TMS320DM6437的地板正反面檢測(cè)系統(tǒng)設(shè)計(jì)

李志超，費(fèi)樹岷，沈　捷，尚　進(jìn)（.東南大學(xué)　自動(dòng)化學(xué)院，江蘇　南京　0096；.南京工業(yè)大學(xué)　自動(dòng)化與電氣工程學(xué)院，江蘇　南京　86）

基于TMS320DM6437的地板正反面檢測(cè)系統(tǒng)設(shè)計(jì)

李志超1，費(fèi)樹岷1，沈捷2，尚進(jìn)1
（1.東南大學(xué)自動(dòng)化學(xué)院，江蘇南京210096；2.南京工業(yè)大學(xué)自動(dòng)化與電氣工程學(xué)院，江蘇南京211816）

針對(duì)地板生產(chǎn)過(guò)程中依賴人工判斷地板正反面的現(xiàn)狀，提出了以TI公司浮點(diǎn)DSP芯片TMS320DM6437為控制核心的地板正反面檢測(cè)系統(tǒng)。通過(guò)提取具有顯著特征的紅色分量的平均值和灰度分布的最大值，同時(shí)借助最小平方誤差判別法區(qū)分地板的正反面。測(cè)試結(jié)果表明，該地板正反面判斷系統(tǒng)具有很高的識(shí)別率，可以緩解工人的勞動(dòng)強(qiáng)度同時(shí)提高生產(chǎn)效率。

TMS320DM6437；地板正反面檢測(cè)系統(tǒng)；最小平方誤差判別法；系統(tǒng)設(shè)計(jì)；工業(yè)應(yīng)用

0　引言

檢測(cè)地板的正反面是木地板生產(chǎn)線上必需的一道工序，當(dāng)前，需要工人24小時(shí)值守在生產(chǎn)線旁。近年來(lái)，隨著計(jì)算機(jī)視覺技術(shù)的快速發(fā)展，目前針對(duì)木材的計(jì)算機(jī)視覺研究更多地側(cè)重于木材表面缺陷的檢測(cè)，如楊麗麗等人［1］借助基于遺傳算法的圖像分割技術(shù)對(duì)強(qiáng)化木地板表面進(jìn)行瑕疵檢測(cè)；吳東洋等人［2］提出了一種新的基于無(wú)監(jiān)督聚類木材缺陷識(shí)別方法。除此之外，吳長(zhǎng)慶等人［3］提出過(guò)一種使用色差計(jì)的木板顏色分等檢測(cè)方法。

當(dāng)前，DSP在檢測(cè)系統(tǒng)中的應(yīng)用越來(lái)越廣泛。Li Xinchun等人［4］以DM6437為核心實(shí)現(xiàn)了人體異常行為檢測(cè)系統(tǒng)的設(shè)計(jì)；苑瑋琦等人［5］設(shè)計(jì)了基于DM6437的駕駛員疲勞檢測(cè)系統(tǒng)，用于幫助駕駛員提高駕駛的安全系數(shù)；沈道寧等人［6］對(duì)DM6437平臺(tái)下的H.264濾波器進(jìn)行了優(yōu)化，有效提高了H.264編解碼的效率；余涵等人［7］設(shè)計(jì)了基于DM6467T的音視頻采集模塊。

本文以TMS320DM6437最小系統(tǒng)為核心，配合視頻數(shù)據(jù)采集、通信、顯示、人機(jī)交互接口等構(gòu)成地板正反面檢測(cè)系統(tǒng)。軟件部分的設(shè)計(jì)涉及基于數(shù)字圖像處理與模式識(shí)別相關(guān)知識(shí)。

1　地板正反面檢測(cè)原理

系統(tǒng)的結(jié)構(gòu)示意圖如圖1所示。其中：1為DSP核心板及相關(guān)電路；2為CCD攝像頭；3為模式選擇開關(guān)；4為指示燈用于地板正反面的指示；5是顯示器；6和7分別代表待檢測(cè)的地板以及生產(chǎn)過(guò)程中運(yùn)動(dòng)的皮帶。

該檢測(cè)系統(tǒng)的主要原理是：攝像機(jī)采集地板的圖像，對(duì)采集到的地板圖像進(jìn)行分塊，之后提取地板的紅色分量的平均值和灰度分布的最大值，最后，利用監(jiān)督學(xué)習(xí)算法識(shí)別地板的正反面信息。

圖1　地板正反面檢測(cè)系統(tǒng)示意圖

1.1特征提取

記采集到的正面圖像為f0（x，y），反面圖像為f1（x，y）。將地板的正面圖像等分成N幅子圖像，本例中取N=9即等分成9塊，子圖像記為f0i（x，y），i=1，2，…，N，其中（x，y）為像素點(diǎn)的坐標(biāo)。從子圖像中提取灰度分量（Y分量）值，得到N幅灰度子圖像g0i（x，y），i=1，2，…，N。將YUV格式的圖像轉(zhuǎn)換為RGB格式的圖像，從而可以得到N幅紅色分量子圖像r0i（x，y），i=1，2，…，N。采用同樣的方法，可以得到地板反面圖像f1（x，y）的N幅灰度子圖像g1i（x，y），i=1，2，…，N，以及N幅紅色分量子圖像r1i（x，y），i=1，2，…，N。

根據(jù)式（1）、（2）計(jì)算灰度圖像g0i（x，y），i=1，2，…，N的灰度分布［8］概率及其最大值：

同樣地，可以計(jì)算灰度圖像g1i（x，y），i=1，2，…，N的灰度分布概率p1i（k）及最大值P1i，i=1，2，…，N。根據(jù)式（3）計(jì)算紅色分量圖像r0i（x，y），i=1，2，…，N的平均值：

其中，li（m，n）為紅色分量圖像ri（x，y）在坐標(biāo)（m，n）處的值。

同樣地，可以計(jì)算紅色分量圖像r1i（x，y），i=1，2，…，N的平均值R1i。

1.2分類方法

提取了地板圖像的灰度分布概率和紅色分量特征之后，借助最小平方誤差判別法［9-10］判別地板正反面。

由最小平方誤差判別法知，問(wèn)題的關(guān)鍵在于求解線性方程組Ya=b，通常情況下方程沒有精確解，定義誤差向量為：

借助最小化誤差平方和的準(zhǔn)則函數(shù)，得：

1.3判別步驟

具體判別步驟如下：

（1）通過(guò)圖像獲取地板正反面圖像的各N組特征向量：

（1P0iR0i），i=1，2，…，N

（1P1iR1i），i=1，2，…，N

同樣得到矩陣Y1。

（3）記b為2N行1列的列向量，其前9項(xiàng)為1，后9項(xiàng)為-1。

利用式（6）求得最小平方誤差判別算法的權(quán)向量a。

（4）獲取當(dāng)前檢測(cè)地板的N組特征向量：

Yi·=［1PiRi］，i=1，2，…，N

（5）計(jì)算Yi·×a，i=1，2，…，N，如果有［N/2］+1或以上的結(jié)果大于或等于零，則判定地板為正面向上，否則為反面向上。

2　軟硬件設(shè)計(jì)

2.1硬件設(shè)計(jì)

系統(tǒng)的硬件結(jié)構(gòu)如圖2所示，主要包括電源、視頻輸入輸出和人機(jī)交互電路。視頻輸入輸出電路以DSP為核心，同時(shí)包括RS232串口、顯示接口、撥碼開關(guān)、LED指示電路以及必要的存儲(chǔ)器。

圖2　地板正反面檢測(cè)系統(tǒng)的硬件結(jié)構(gòu)圖

2.2軟件設(shè)計(jì)

基于DSP/BIOS的軟件框架如圖3所示。

圖3　算法實(shí)現(xiàn)軟件框架

程序從入口地址c_int00開始執(zhí)行，首先對(duì)系統(tǒng)相關(guān)資源進(jìn)行初始化，其中包括DSP環(huán)境的初始化設(shè)置、各種存儲(chǔ)器接口的設(shè)定以及相關(guān)變量的初始化等。之后，程序從main（）函數(shù)返回，并進(jìn)入DSP/BIOS調(diào)度執(zhí)行視頻處理主線程序。為了監(jiān)控以及調(diào)試的方便，將最終的結(jié)果通過(guò)視頻輸出通道顯示在液晶顯示器上。

視頻處理主線程中，VPFE實(shí)現(xiàn)視頻數(shù)據(jù)的采集，并將采集到的數(shù)據(jù)存入視頻緩沖區(qū)。之后視頻處理算法從視頻緩沖區(qū)內(nèi)讀取數(shù)據(jù)進(jìn)行處理。而VPBE實(shí)現(xiàn)視頻圖像的終端顯示。軟件設(shè)計(jì)流程圖如4所示。

圖4　圖像數(shù)據(jù)處理算法流程圖

3　系統(tǒng)測(cè)試與結(jié)果分析

實(shí)驗(yàn)測(cè)試系統(tǒng)實(shí)物圖如圖5所示。

圖5　地板正反面檢測(cè)實(shí)驗(yàn)測(cè)試系統(tǒng)

實(shí)驗(yàn)測(cè)試的地板主要分為兩大類，一類是硬質(zhì)地板，另一類是軟質(zhì)地板，如圖6所示。

圖6　地板類型

首先，地板檢測(cè)最大的問(wèn)題是地板正反面的特征差異不是很明顯，這樣分類特征難以提取。經(jīng)過(guò)大量實(shí)驗(yàn)測(cè)試最終提取出了紅色分量的平均值與灰度分布概率的最大值兩個(gè)特征參數(shù)。其次，光照對(duì)于系統(tǒng)識(shí)別率也有很大的影響，在這里光照條件只要滿足均勻不出現(xiàn)反光造成光斑即可。最后是算法的優(yōu)化問(wèn)題，因?yàn)樾枰獙?shí)時(shí)地進(jìn)行識(shí)別，如果算法過(guò)于復(fù)雜會(huì)造成DSP系統(tǒng)負(fù)擔(dān)過(guò)重。

測(cè)試時(shí)選擇同一類型中的任意一塊地板進(jìn)行學(xué)習(xí)，之后借助其余各80塊地板進(jìn)行測(cè)試。普遍現(xiàn)象是硬質(zhì)地板識(shí)別率相對(duì)于軟質(zhì)地板稍微低一點(diǎn)，主要原因是硬質(zhì)地板的正反兩面有著更加相似的特征，而軟質(zhì)地板正反面特征區(qū)別相對(duì)明顯。表1給出了部分測(cè)試結(jié)果。

表1　部分木質(zhì)地板測(cè)試結(jié)果

4　結(jié)論

本文在分析地板正反面檢測(cè)原理的同時(shí)介紹了系統(tǒng)硬件組成和軟件設(shè)計(jì)，并通過(guò)測(cè)試驗(yàn)證了地板正反面檢測(cè)系統(tǒng)在檢測(cè)中的良好表現(xiàn)。使用型號(hào)為TMS320DM637的DSP作為控制核心，不僅滿足了系統(tǒng)識(shí)別率的要求，還降低了系統(tǒng)成本，這些將有利于系統(tǒng)在實(shí)際應(yīng)用場(chǎng)合的推廣。

當(dāng)然系統(tǒng)的設(shè)計(jì)還達(dá)不到盡善盡美的程度，系統(tǒng)軟硬件設(shè)計(jì)的合理性、算法的運(yùn)行速度、識(shí)別率以及系統(tǒng)運(yùn)行的可靠性方面仍然有待提高，這些方面也是后續(xù)工作中需要重點(diǎn)解決的問(wèn)題。

［1］楊麗麗，韓寧，張健，等.基于圖像處理技術(shù)的強(qiáng)化木地板表面瑕疵檢測(cè)算法研究［J］.儀器儀表學(xué)報(bào)，2009，30（6）：174-178.

［2］吳東洋，業(yè)寧，沈麗容，等.基于顏色矩的木材缺陷聚類識(shí)別［J］.江南大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，8（5）：520-524.

［3］吳長(zhǎng)慶，嚴(yán)永林.基子色差法的地板顏色分等檢測(cè)技術(shù)［J］.林業(yè)機(jī)械與木工設(shè)備，2007，35（2）：34-35.

［4］Li Xinchun，Wu Qi.Research on abnormal behavior detection system based on TMS320DM6437［C］.2010 International Conference on ComputationalProblem-Solving（ICCP），IEEE，2010：340-343.

［5］范瑋琦，竇元杰.基于DSP的疲勞駕駛檢測(cè)系統(tǒng)的研究［J］.微型機(jī)與應(yīng)用，2011，30（3）：73-75.

［6］沈道寧，程耀武.H.264濾波器在達(dá)芬奇平臺(tái)下的優(yōu)化設(shè)計(jì)［J］.計(jì)算機(jī)工程，2010，36（23）：220-222.

［7］余涵，夏顯成，杜亞娟.基于DM6467T的音視頻采集模塊設(shè)計(jì)［J］.計(jì)算機(jī)工程，2013，39（11）：312-316.

［8］MATERKAA，STRZELECKI M.Texture analysis methods-a review［J］.Technical University of Lodz，Institute of Electronics，COST B11 Report，Brussels，1998：9-11.

［9］張學(xué)工.模式識(shí)別（第三版）［M］.北京：清華大學(xué)出版社，2010.［10］THEODORIDIS S，KOUTROUMBAS K.模式識(shí)別（第三版）［M］.李晶皎，王愛俠，張廣淵，譯.北京：電子工業(yè)出版社，2006.

Design for front and back sides of floor detection based on TMS320DM6437

Li Zhichao1，F(xiàn)ei Shumin1，Shen Jie2，Shang Jin1
（1.School of Automation，Southeast University，Nanjing 210096，China；2.School of Automation and Electrical Engineering，Nanjing Tech University，Nanjing 211816，China）

In order to solve the serious situation that it relays on manual for detection of floor sides in the processing of the floors，this paper introduces a system to detect front and back sides of floor based on the floating-point DSP TMS320DM6437 presented by Texas Instrument.It depends on least square error algorithm to distinguish the front and back sides of the floor with the help of remarkable characteristics including the average of red component and maximum of gray level distribution.The test result indicates that the system has a relatively well performance，which can help to lower the labor intensity and improve productivity.

TMS320DM6437；detection system of sides of floor；least square error algorithm；system design；industry application

TP2

A

1674-7720（2015）10-0055-03

2014-12-16）

李志超（1989-），男，碩士，主要研究方向：圖像處理，模式識(shí)別，機(jī)器視覺。

費(fèi)樹岷（1961-），男，博士，教授，博士生導(dǎo)師，主要研究方向：非線性控制系統(tǒng)設(shè)計(jì)和綜合，混雜系統(tǒng)分析、建模與控制、神經(jīng)網(wǎng)絡(luò)控制、時(shí)滯系統(tǒng)控制等。

沈捷（1976-），男，博士，副教授，主要研究方向：多移動(dòng)機(jī)器人協(xié)調(diào)運(yùn)動(dòng)控制、電機(jī)節(jié)能與效率優(yōu)化控制、嵌入式應(yīng)用系統(tǒng)開發(fā)與設(shè)計(jì)。