基于DM642 DSP技术视频图像采集与传输系统设计

视频图像的采集与传输技术一直是信号处理领域研究的热点与难点问题,文章主要以系统的硬件设计和软件设计来对系统进行详细论述,在硬件设计中,通过分析视频图像采集所需要的主要性能指标,确定了系统采用TMS320DM642DSP芯片,并确定系统的总体设计方法,同时完成了DSP最小系统设计,电源设计以及图像传输模块设计等;在软件设计中,通过对DSP实际控制,从而实现了系统的视频编码余打包等功能,并完成了视频传输的驱动程序设计,最后通过对TMS320DM642DSP的实时控制,实现视频图像传输与采集功能。     

低端嵌入式系统的图像采集

介绍MT9V011 CMOS数字图像传感器在一个基于低端ARM7处理器和CPLD（可编程逻辑器件）的嵌入式系统中的应用.通过一片CPLD读取MT9V011采集的图像并缓存到存储器以备后续的处理.利用PC平台验证了图像采集功能.给出了一个在低端嵌入式系统中增加图像采集功能的实现方案.     

基于DM642的视频采集与传输系统设计

本文应用TI公司的TMS320DM642为核心处理器设计实时的视频采集与传输系统,以摄像头为模拟视频信号采集输入,采用TVP5150和飞利浦的SAA7121H芯片进行A/D和D/A转换,利用EDMA实现对数字视频数据的搬运,利用DM642的视频口来控制输入和输出,从而完成视频采集、数字化处理、传输和显示的系统功能。基于DSP嵌入式芯片的特点,系统具有丰富的外设接口和高度的可编程性,从而具有较好的灵活性和扩展性,以便应用在不同的环境下。     

CPLD在图像采集系统中的应用

介绍了一个控制系统中的前端图像数据采集系统，以及CPLD（复杂可编程逻辑器件）在系统中的应用，这种应用技术可以用于绝大多数图像采集、存储系统中的数据采样密度的控制，同时可以起到数据缓冲的作用；并且给出了设计电路原理图以及相关代码。     

FPGA控制实现图像系统视频图像采集

介绍了一种以DSP为核心的图像系统中，以FPGA为数据采集逻辑控制单元，用DSP控制实现了黑白全电视信号图象数据采集。在介绍了系统组成原理的基础上，详细讨论了采集部分的结构和FPGA的控制逻辑，DSP响应中断实现数据转移和存储。采用FPGA实现视频信号数据采集，可提高系统性能，同时具有适应性与灵活性强，设计、调试方便等优点。通过系统成像实验，已获得清晰的图象。     

基于OV7620和FPGA的图像采集系统设计

对微型飞行器空中侦察关键技术进行了研究,探讨了CMOS数字图像传感器应用于空中侦察的图像采集的可行性。以OV7620为数字图像传感器,FPGA为系统控制核心,为微型飞行器完成空中侦察设计了一套可应用于空间狭小环境中的小型化系统。利用Altera公司提供的IPCore,通过I~2C总线初始化OV7620使用Verilog HDL编程在FPGA内部生成RS-232串口接口模块,简化了系统设计,使系统硬件更加紧凑,系统运行更加可靠。     

基于CPLD和DSP技术的视频图像采集系统设计与实现

介绍了一种新颖和通用的视频图像采集系统设计方法，本系统主要由专用视频解码芯片SAA7111、可编程逻辑器件CPLD以及DSP等组成。讨论了CPLD逻辑控制系统设计以及DSP处理系统中的关键技术问题。电路设计简单，便于修改采集控制程序，调试方便。     

基于DM642的嵌入式实时多路图像采集处理系统

以TMS320DM642为核心.结合视频解码芯片,TVP5150和CF卡,研制了一个高性能嵌入式图像传感系统,能同时实现多路图像快速采集、多种图像处理及缺陷识别算法、大容量数据存储等先进功能.并具有低功耗、通用性强的特点.本文论述了系统架构设计以及各模块功能,给出了系统的硬件连接图,讨论了实际设计中遇到的问题并提出了解决方法.本文中设计的系统具有实际应用前景,设计方法可推广到相关应用领域.     

基于TMS320DM642的图像采集和处理系统的研究

本文介绍一种基于定点DSP芯片TMS320DM642的视频图像采集和处理系统，其主要功能是从CCD摄像头输出的模拟视频信号中提取实时图像，数字化后送入处理器作后继图像处理和分析。本系统具有良好的通用性和可扩展性，可以被应用于视频图像采集和处理的各种场合中。本文给出了该系统较完整的硬件和软件设计方案。     

基于TMS320DM642的图像采集和处理系统的研究

本文介绍一种基于定点DSP芯片TMS320DM642的视频图像采集和处理系统，其主要功能是从CCD摄像头输出的模拟视频信号中提取实时图像，数字化后送入处理器作后继图像处理和分析。本系统具有良好的通用性和可扩展性，可以被应用于视频图像采集和处理的各种场合中。本文给出了该系统较完整的硬件和软件设计方案。     

基于DM642的图像分割算法的设计与实现

给出了基于DSP的图像分割算法的实现方法,以高性能数字媒体处理器DM642为核心搭建系统平台。先用Matlab语言实现图像分割算法,再通过特定的命令加参数,以及转换程序,将该程序转化为CCS所支持的程序,经调试、编译、链接通过后,将程序下载到DSP中,完成算法在DSP中的快速实现。实验结果表明,在DSP平台中实现图像分割算法,大大提高了运算速度,对于提高图像处理的实时性和促进图像处理系统的产品化,都具有重大意义。     

基于DM642的单兵无线视频采集系统设计

介绍了基于CPLD＋DSP结构和射频收发模块nRF24L01的视频采集无线传输系统,采用CMOS图像传感器进行视频采集,详细阐述了系统的硬件设计,并给出了无线数据传输的流程。本系统设计方便,灵活性强,具有很好的实际意义。     

基于DM642的多通道视频网络传输系统的硬件设计

TMS320DM642是TI公司推出的一种专门用于图像处理的高性能DSP,它具有强大的指令集和高速的运算速度。针对传统基于PC网络摄像传输系统的稳定性差、执行效率低的特点,提出了基于DM642的多通道视频网络传输系统。CCD摄像头将拍到的图像通过视频输入端口实时地传给DM642,DM642凭借高速的运算能力对图像进行处理,然后通过EMAC(以太网)将相关的图像信息传给PC以达到视频监控的目的。     

基于DSP和CPLD的图像采集系统驱动设计

提出了一种新的基于DSP和CPLD的图像采集系统驱动设计方法,该方法针对现有图像采集系统中程序设计灵活性较低和数据传输速度较慢的问题,利用CPLD的灵活性和TMS320C64x系列DSP的PDT传输功能设计了一种合理的解决方案,并给出了硬件接口设计方案以及DSP和CPLD上的部分程序代码。该设计已成功在实际中应用,并减小了CPU的开销、提高了工作效率,使系统适应性增强。     

基于DSP和CPLD的掌纹图像采集系统设计

针对掌纹识别系统中的图像采集问题,提出了一种基于DSP和CPLD的掌纹图像采集系统的设计方法。将DSP的特殊设计结构作为算法处理核心,对掌纹图像进行采集、存储和处理。采用OV7620作为掌纹传感器,并利用CPLD完成DSP与0V7620之间的逻辑信号转换,设计出了一套实时、高性能的掌纹采集系统。实践证明,该图像采集系统运行稳定、可靠,具有一定的应用推广性和参考价值。     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性，提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模，将预处理后的图像与背景图像进行差分操作；其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断，以增强差分图的对比度；随后利用此特征改进最大熵阈值分割，采用自适应加权因子对目标熵进行全局可变加权，并选择出一个合适的阈值使熵值最大化，使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰；最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计，并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除，以实现钢轨表面缺陷检测。仿真实验结果表明，新方法可以对钢轨表面缺陷进行很好的检测，其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%，平均错误分类误差值为0.006 4，具有一定的实用价值。     

基于缺陷比例限制的背景差分钢轨表面缺陷检测方法

针对钢轨表面图像具有的光照不均匀、可识别特征有限、对比度低、反射特性易变等特性,提出基于缺陷比例限制的背景差分钢轨表面缺陷检测方法。该方法主要包括轨面图像预处理、背景建模与差分、缺陷比例限制滤波、缺陷比例限制最大熵阈值分割和连通区域标记5个步骤。首先结合轨面图像列灰度均值和列灰度中值进行快速背景建模,将预处理后的图像与背景图像进行差分操作;其次利用轨面图像缺陷占比较低的特征对差分图进行缺陷比例上限的阈值截断,以增强差分图的对比度;随后利用此特征改进最大熵阈值分割,采用自适应加权因子对目标熵进行全局可变加权,并选择出一个合适的阈值使熵值最大化,使得在保留真实缺陷的同时减弱诸如阴影、锈迹等噪声的干扰;最后利用连通区域标记法对阈值分割后的二值图像中的缺陷区域进行统计,并把缺陷面积低于钢轨损伤标准的区域判定为噪声并进行去除,以实现钢轨表面缺陷检测。仿真实验结果表明,新方法可以对钢轨表面缺陷进行很好的检测,其检测结果的召回率、精确率和加权调和平均值分别达到94.19%、88.34%和92.96%,平均错误分类误差值为0.006 4,具有一定的实用价值。     

机器视觉表面缺陷检测综述

目的 工业产品的表面缺陷对产品的美观度、舒适度和使用性能等带来不良影响,所以生产企业对产品的表面缺陷进行检测以便及时发现并加以控制。机器视觉的检测方法可以很大程度上克服人工检测方法的抽检率低、准确性不高、实时性差、效率低、劳动强度大等弊端,在现代工业中得到越来越广泛的研究和应用。方法 以机器视觉表面缺陷检测为研究对象,在广泛调研相关文献和发展成果的基础上,对基于机器视觉在表面缺陷检测领域的应用进行了综述。分析了典型机器视觉表面缺陷检测系统的工作原理和基本结构,阐述了表面缺陷视觉检测的研究现状、现有视觉软件和硬件平台,综述了机器视觉检测所涉及到的图像预处理算法、图像分割算法、图像特征提取及其选择算法、图像识别等相关理论和算法研究,并对每种主要方法的基本思想、特点和存在的局限性进行了总结,对未来可能的发展方向进行展望。结果 机器视觉表面缺陷检测系统中,图像处理和分析算法是重要内容,算法各有优缺点和其适应范围。如何提高算法的准确性、实时性和鲁棒性,一直是研究者们努力的方向。结论 机器视觉是对人类视觉的模拟,机器视觉表面检测涉及众多学科和理论,如何使检测进一步向自动化和智能化方向发展,还需要更深入的研究。     

基于机器视觉的轴承防尘盖表面缺陷检测

为实现工业现场中轴承防尘盖表面缺陷的自动检测,提出一种基于机器视觉技术的检测方法。采用蓝色同轴光源作为检测系统所用光源,克服金属反光;采用最小二乘法拟合轴承外圆,根据轴承型号比例分割出防尘盖区域,利用Otsu阈值分割和Roberts边缘提取处理图像,每2°统计值为1的点的数目,与模板轴承此数据比较,求出相差角度,由此将防尘盖字符、非字符区域分离,两部分是否存在缺陷分开判别,互不干扰。实际测试表明：检测系统采集到的轴承图像清晰,缺陷检测算法正确率在96%以上,可实现轴承防尘盖表面缺陷的自动检测。