工业机器视觉的目标之一是发展计算机和电子系统，以取代人类的视觉在工业生产的质量控制。卷材检测系统目前在许多应用中用于缺陷检测和质量控制，例如制造高压电缆绝缘、纸张、塑料袋、带钢、燃料颗粒、芯片包装、木材、布和织布机。自动检测系统比人工检测有许多优点。手工检查表面缺陷是一项繁琐的任务，如果不是不可能的话，通常是因为许多缺陷的尺寸很小，而要检查的区域非常大。

传统的检测系统由线扫描相机、主机、帧采集器和一个或多个专用处理电路板组成。在本文中，我们讨论了一种新的集成设计环境的开发——用于实时缺陷检测——它消除了对外部帧捕获器的需求，并消除或减少了对其他相关主机外围系统的需求。该处理板包含一个可重构的现场可编程门阵列(FPGA)，安装在一个DALSA CCD相机内部。FPGA直接连接到视频数据流，并将数据输出到相关的Blackfin型ADSP-BF535P处理器进行进一步处理。使用FPGA单独进行低级处理代表了软件和专用硬件实现之间的良好权衡。处理后的数据可以通过USB或火线端口传输到PC机进行存储、监控和其他处理。目前的系统是针对网络检查，但具有潜在的更广泛的适用性。图1显示了一个工业检测系统的基本框图，该系统在没有帧捕捉器的情况下运行。

缺陷检测任务委托给两个算法。第一个(预处理)承担保守粗滤波的作用。它的目标是检测所有可能的缺陷。该任务将主要使用FPGA作为视频流滤波器实时执行。这里的目的是提供一种可靠的方法来快速识别可疑区域，这些区域最终可能被归类为缺陷，也可能不被归类为缺陷。在后处理中，我们的目标是使用Blackfin ADSP-BF535P处理器识别缺陷的类型和严重程度。通常后一个过程是在主机上完成的，但这个过程的一个重要部分可以在修改后的相机系统本身本地完成，使用强大的Blackfin处理器。

为web检测等实时应用建立合适的计算环境是一项具有挑战性的任务。在本文中，“实时”是指任何能够接收和处理连续视频数据的成像系统。实时系统必须在指定的关键时间框架内执行所有必需的操作。即使在极端的系统长时间条件下，系统响应的执行时间和逻辑顺序也必须正确。本说明中描述的系统可以实现每秒多达3000万个样本的实时视频处理。

测试设置

如图2所示，已经设置了一个测试夹具，该夹具模拟了带有变速操作的卷筒纸制造过程。测试装置包括一个DALSA TDI线扫描相机，一个带轴编码器的电动滚筒，用于TDI同步，以及一个带光纤光导的直流光源。我们的FPGA/DSP处理板安装在常规摄像机控制板的上方。从各种网络来源的缺陷样本被用于候选算法的测试和验证。

硬件

完整的硬件组装如图3所示。

图4显示了处理系统的框图。来自FPGA的预处理数据存储在FIFO中，该FIFO缓冲数据以供数字信号处理器(DSP)进一步处理。处理硬件组件包括三个pcb - FPGA板，DSP板和用于连接到PC的USB/火线板。其他资源在单板之间共享。

FPGA与DSP

我们的处理板支持在FPGA或dsp或两者中进行处理。如何为应用程序选择处理能力的配置?

DSP是一种专用的微处理器，通常用C语言编程，偶尔使用汇编代码来提高系统性能。DSP非常适合极端复杂的数学密集型任务，包括条件处理。它的性能受到时钟速率和每个时钟可以执行的有用操作的数量的限制。相反，FPGA是一个未提交的“门的海洋”。通过将门连接在一起形成乘法器、寄存器、加法器等，对器件进行编程。数学是通过连接这些构建模块在硬件中完成的。在复杂程度上，块的范围可以从单个门到FIR滤波器或fft的非常高的电平，只要有足够的门和互连它们的能力。性能受芯片上可用门的数目和时钟速率的限制。

因此，FPGA和DSP代表了两种截然不同的信号处理方法——各自擅长不同的事情。有许多高采样率的应用，FPGA可以很容易地完成，但对于DSP是不合适的。同样，还有许多复杂的软件问题——对于dsp来说很容易——FPGA无法解决。

由于这些互补的特性，理想的系统将在fpga和数字信号处理器之间分配工作。在我们的网页检查系统中，大多数对图像本身的操作都很简单，而且非常重复;所以这些基本操作最好在FPGA中实现。然而，成像管道通常用于识别被检查对象中的“斑点”或“感兴趣的区域”。这些斑点的大小可能不同，因此后续处理往往更复杂。所使用的算法通常是自适应的，这取决于斑点是什么。考虑到所有因素，基于dsp的方法通常在后端成像管道中更有效。

我们的系统中使用了Xilinx Spartan IIE系列FPGA，因为它具有额外的可配置逻辑块(CLB)功能，可以在基于内存的设计中以更快的速度运行，并且它支持高达200mhz的系统时钟速率。CLB包括一个四输入函数生成器、进位逻辑和存储元件。每个CLB还包含组合函数生成器的逻辑，以提供五个或六个输入的函数。

目前我们的设计使用XC2S200E，它有5292个逻辑单元和200K系统门。该FPGA为我们的许多目标应用提供了足够的资源，并且经过适当的封装，可以构建成单板相机内系统。

选择合适的DSP

为我们的应用程序选择合适的处理器是非常重要的。功耗、成本和封装、速度、性能以及合适的外设和开发工具的可用性是我们决定选择ADSP-BF535P的主要因素。

ADSP-BF535P是Devices Blackfin DSP产品家族的成员。它将双mac DSP引擎、类risc微处理器指令集和单指令多数据(SIMD)多媒体功能结合到一个单一的指令集架构中。

权力

功率在卷筒网检测系统中起着重要的作用。在野外使用十几台这样的相机并不罕见。可能有一些应用程序不需要通过DSP进一步处理数据，或者应用程序可以在较低的DSP时钟速度下运行。通过使用ADSP-BF535P，我们不需要为了性能而牺牲功率。在Blackfin ADSP-BF535P中，可以通过降低核心电压和频率来降低功率。为此，外部配套电源管理芯片ADP3053可用于动态控制核心电压水平。Blackfin dsp通过允许时钟输入到每个外设的动态调度提供额外的功率控制能力。此外，内部时钟只路由到设备的启用部分。例如，片上256KB的L2内存被分成8个32KB的组。这个特性可以降低功耗，因为这些银行只有在被访问时才会被计时。

成本与包装

Blackfin ADSP-BF535P是一款通用DSP，其成本通常比最接近的数字处理同类产品要低得多。在此应用中，其紧凑的PBGA260封装格式适合我们的3.5“× 3.5”PCB。

速度

Web检测系统要求处理应用程序使用密集的实时算法。因此，需要快速可编程的通用数字信号处理器来处理高速数据速率带来的挑战。ADSP-BF535P的最大核心时钟(CCLK)为350mhz。我们能够成功地在300兆赫下运行应用程序(在某些情况下更低以降低功耗)。CCLK脉冲通过一个锁相环产生，该锁相环对系统时钟(SCLK)的可用比率为1到31。使用20 MHz的外部振荡器，我们能够实现300 MHz的CCLK。根据CCLK的不同，最大SCLK可以达到133 MHz。

表演

Blackfin处理器经过高度优化，可以高效地执行DSP应用程序代码。在图像处理应用中，我们通常处理不同尺寸和类型的滤波器(无限脉冲响应，IIR;和有限脉冲响应(FIR)或对数据应用快速傅里叶变换(FFT)。表1显示了在ADSP-BF535P上进行的一些基准测试。

表1。ADSP-BF535P信号处理算法基准。

外围设备

ADSP-21535P包含一组丰富的外设，通过几条高带宽总线连接到核心，提供系统配置的灵活性以及出色的整体系统性能。它提供USB和PCI总线，用于无胶合外设扩展，而不需要昂贵的外部组件。

为了将处理过的数据以中等数据速率从相机传输到个人电脑，USB似乎是一个很好的解决方案。然而，由于处理板的功耗相对较高，我们无法使用USB的总线供电功能。USB最有用的特性之一是它是热插拔的，扫描摄像头可以插入或拔出监控系统(在这种情况下是一台PC)，而无需关闭PC。对于使用一系列监控摄像机的高数据速率应用，建议使用IEEE标准1394火线，它的带宽是USB 1.1的30倍。

开发工具

我们使用VisualDSP++ 开发和调试我们的代码。VisualDSP++包括一个集成开发环境(IDE)和一个调试器，它提供了有效的项目管理，使我们能够轻松地在程序的编辑、构建和调试之间移动。ADSP-BF535的评估平台也可用。

算法

不同的算法已经在FPGA/DSP处理系统中成功地进行了仿真和实现。本文简要介绍了模糊逻辑和一维AR算法。感兴趣的读者可以参考参考资料了解更多细节。

模糊逻辑

模糊逻辑的一个新的和令人兴奋的应用是在卷材检测系统中的缺陷检测。人工检测系统中的缺陷通常通过语言变量来描述和识别，例如，较暗或较亮的区域;较小或较大的对象，因此模糊逻辑似乎是缺陷检测应用程序的良好候选者。为了应用该算法，从“黄金”(无缺陷)模板离线导出一组纹理特征。这些纹理特征被用作模糊决策引擎的输入。获取整个可能输入范围的输出，并将其存储在一个查找表(LUT)中。该算法已经在一个随机的纹理样本上进行了测试，该纹理样本有几个污点缺陷(图5);图像以256行× 256列的分辨率数字化，具有8位灰度信息。应用该算法的结果如图6所示。

使用ADSP-BF535P，采用一维自回归(1D AR)算法对缺陷进行精确定位。

一维AR算法的硬件实现

图7为一维AR算法的简化信号流。

该算法可以很容易地在ADSP-BF535P上实现，并结合模糊逻辑算法检测缺陷线中缺陷的准确位置。

AR算法的核心是一个IIR滤波器(AR预测器)。由于IIR滤波器比FIR滤波器更快，因此它们更适合于实时应用。实验表明，8阶滤波器适用于大多数纹理。计算单元执行单周期操作，没有计算管道。缺陷线像素的灰度级别可以存储在片上SRAM中，然后通过DMA控制器不可见地传输到外部存储器或PC。

结论

我们描述了一个相机内原型处理板，基本上由FPGA和Blackfin处理器组成。讨论了实时网络检测系统的一些重要问题，以及参数，如:功耗，成本，封装，速度，性能，以及对合适的外围设备和开发工具的需求，这些都导致我们选择ADSP-BF535作为我们的应用。我们证明了Blackfin ADSP-BF535为实现低功耗、高性能、实时嵌入式应用提供了一个很好的平台。

参考电路

[1]王晓明，王晓明，王晓明，“一种基于模糊融合纹理特征的织物疵点检测方法”，中国机械工程学报，1999年第4期。

[2]王志强，王志强，“基于数据流的网络缺陷检测系统”，中国机械工程学报，1999年第1期，学术出版社。

[3]王晓明，王晓明，“基于模糊融合的网络缺陷检测方法”，中国机械工程学报，第3卷，第718-721页，2000年5月。

商标和注册商标是其各自所有者的财产。