第一篇：機器視覺課后心得體會

經過機器視覺技術及應用這門課程的學習，我覺得受益匪淺。可以說這門課程更偏重于實踐，也很好的鍛煉了我們，老師講課很認真，ppT準備的很詳細，對于一些關鍵問題的講解更是深入淺出。機器視覺技術，即采用機器代替人眼來做測量和判斷。機器視覺系統是指通過機器視覺產品即圖像攝取裝置，分CMOS和CCD兩種把圖像抓取到，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別，進而根據判別的結果來控制現場的設備動作。機器視覺主要用計算機來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。

機器視覺不同于計算機視覺，它涉及圖像處理、人工智能和模式識別，機器視覺是將計算機視覺應用于工業自動化。

目前在機器視覺系統中；CCD 攝像機以其體積小巧、性能可靠、清晰度高等優點得到了廣泛使用。機器視覺伴隨計算機技術、現場總線技術的發展，技術日臻成熟，已是現代加工制造業不可或缺的產品，廣泛應用于食品和飲料、化妝品、制藥、建材和化工、金屬加工、電子制造、包裝、汽車制造等行業。在未來的幾年內，隨著中國加工制造業的發展，對于機器視覺的需求也逐漸增多；隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。加之機器視覺的介入，自動化將朝著更智能、更快速的方向發展。

通過本課程的學習，我們掌握了一些機器視覺方面的基本知識。這門課對于我們生活方面有很大的實用性，可以讓我們了解到機器視覺的基本構造，對成為技術應用型人才，適應社會和培養實踐能力與技能都起到了很大的作用。這樣的學習讓我們將知識更靈活的運用，更好的將知識和實踐結合在一起并轉化為技能。

通過這門課程的學習，我們懂得更多，收獲更多，提升了自身操作能力的同時又學到了很多東西，我相信在以后的課堂學習和實踐學習中可以掌握更多更深入的知識，不斷的提高自身的學習與應用能力。

第二篇：機器視覺課后心得體會

基本概念“機器視覺”，即采用機器代替人眼來做測量和判斷。

機器視覺系統是指通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種）把圖像抓取到，然后將該圖像傳送至處理單元，通過數字化處理，根據像素分布和亮度、顏色等信息，來進行尺寸、形狀、顏色等的判別。進而根據判別的結果來控制現場的設備動作。

機器視覺主要用計算機來模擬人的視覺功能，但并不僅僅是人眼的簡單延伸，更重要的是具有人腦的一部分功能一一從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。

機器視覺與計算機視覺的不同機器視覺不同于計算機視覺，它涉及圖像處理、人工智能和模式識別

機器視覺是專注于集合機械，光學，電子，軟件系統，檢查自然物體和材料，人工缺陷和生產制造過程的工程，它是為了檢測缺陷和提高質量，操作效率，并保障產品和過程安全。它也用于控制機器。機器視覺是將計算機視覺應用于工業自動化。

機器視覺的技術進展在機器視覺系統中；關鍵技術有光源照明技術、光學鏡頭、攝像機、圖像采集卡、圖像處理卡和快速準確的執行機構等方面。在機器視覺應用系統中；好的光源與照明方案往往是整個系統成敗的關鍵；起著非常重要的作用；它并不是簡單的照亮物體而已。光源與照明方案的配合應盡可能地突出物體特征量；在物體需要檢測的部分與那些不重要部份之間應盡可能地產生明顯的區別；增加對比度；同時還應保證足夠的整體亮度；物體位置的變化不應該影響成像的質量。在機器視覺應用系統中一般使用透射光和反射光。對于反射光情況應充分考慮光源和光學鏡頭的相對位置、物體表面的紋理；物體的幾何形狀、背景等要素。光源的選擇必須符合所需的幾何形狀、照明亮度、均勻度、發光的光譜特性等；同時還要考慮光源的發光效率和使用壽命。光學鏡頭相當于人眼的晶狀體；在機器視覺系統中非常重要。一個鏡頭的成像質量優劣；即其對像差校正的優良與否；可通過像差大小來衡量；常見的像差有球差、彗差、像散、場曲、畸變、色差等六種。

攝像機和圖像采集卡共同完成對物料圖像的采集與數字化。高質量的圖像信息是系統正確判斷和決策的原始依據；是整個系統成功與否的又一關鍵所在。目前在機器視覺系統中；CCD 攝像機以其體積小巧、性能可靠、清晰度高等優點得到了廣泛使用。CCD 攝像機按照其使用的CCD 器件可以分為線陣式和面陣式兩大類。線陣CCD 攝像機一次只能獲得圖像的一行信息；被拍攝的物體必須以直線形式從攝像機前移過；才能獲得完整的圖像；因此非常適合對以一定速度勻速運動的物料流的圖像檢測；而面陣CCD 攝像機則可以一次獲得整幅圖像的信息。圖像信號的處理是機器視覺系統的核心；它相當于人的大腦。如何對圖像進行處理和運算；即算法都體現在這里；是機器視覺系統開發中的重點和難點所在。隨著計算機技術、微電子技術和大規模集成電路技術的快速發展；為了提高系統的實時性；對圖像處理的很多工作都可以借助硬件完成；如DSP、專用圖像信號處理卡等；軟件則主要完成算法中非常復雜、不太成熟、尚需不斷探索和改變的部分。

從產品本身看，機器視覺會越來越趨于依靠PC技術，并且與數據采集等其他控制和測量的集成會更緊密。且基于嵌入式的產品將逐漸取代板卡式產品，這是一個不斷增長的趨勢。主要原因是隨著計算機技術和微電子技術的迅速發展，嵌入式系統應用領域越來越廣泛，尤其是其具備低功耗技術的特點得到人們的重視。另外，嵌入式操作系統絕大部分是以C語言為基礎的，因此使用C高級語言進行嵌入式系統開發是一項帶有基礎性的工作，使用高級語言的優點是可以提高工作效率，縮短開發周期，更主要的是開發出的產品可靠性高、可維護性好、便于不斷完善和升級換代等。因此，嵌入式產品將會取代板卡式產品。應用：機器視覺伴隨計算機技術、現場總線技術的發展，技術日臻成熟，已是現代加工制造業不可或缺的產品，廣泛應用于食品和飲料、化妝品、制藥、建材和化工、金屬加工、電子制造、包裝、汽車制造等行業。代替傳統的人工檢測方法，極大地提高了投放市場的產品質量，提高了生產效率。

由于機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬件產品正逐漸成為協作生產制造過程中不同階段的核心系統，無論是用戶還是硬件供應商都將機器視覺產品作為生產線上信息收集的工具，這就要求機器視覺產品大量采用“標準化技術”，直觀的說就是要隨著自動化的開放而逐漸開放，可以根據用戶的需求進行二次開發。當今，自動化企業正在倡導軟硬一體化解決方案，機器視覺的廠商在未來5-6年內也應該不單純是只提供產品的供應商，而是逐漸向一體化解決方案的系統集成商邁進。在未來的幾年內，隨著中國加工制造業的發展，對于機器視覺的需求也逐漸增多；隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。由于機器視覺的介入，自動化將朝著更智能、更快速的方向發展。

第三篇：機器視覺教學大綱

《機器視覺》教學大綱 課程編碼：08241059 課程名稱：機器視覺 英文名稱：MACHINE VISION 開課學期：7 學時/學分：36/2（其中實驗學時：4）課程類型：專業方向選修課 開課專業：機械工程及自動化 選用教材：賈云得編著 《機器視覺》 科學出版社 2002年 主要參考書：

1.ROBOTICS: Control, Sensing, Vision, and Intelligence, K.S.Fu，McGraw-Hill Publishing Company, 1987 2.張廣軍編著，機器視覺，科學出版社，2005年 執筆人：

本課程主要內容包括：二值圖像分析、圖像預處理、邊緣檢測、圖像分割、紋理分析、明暗分析、彩色感知、深度圖與立體視覺。通過本課程的學習，學生應掌握機器視覺的基礎理論、基本方法和實用算法。

一、課程性質、目的與任務 機器視覺課程是機械工程及自動化專業在智能機器方向的一門專業方向選修課。機器智能化是機械學科的重要發展方向，也是國際上跨學科的熱門研究領域。而機器視覺是智能機器的重要組成部分，它與圖象處理、模式識別、人工智能、人工神經網絡以及神經物理學及認知科學等都有緊密的關系。本課程對于開闊學生視野、使學生了解本專業的發展前沿，把學生培養成面向二十一世紀的復合型人才具有重要的地位和作用。通過本課程的學習，學生也能掌握一定的科學研究方法與技能，為有潛力成為研究型人才的學生打下一定基礎。

二、教學基本要求 本課程主要內容包括：二值圖像分析、圖像預處理、邊緣檢測、圖像分割、紋理分析、明暗分析、深度圖與立體視覺。通過本課程的學習，學生應掌握機器視覺的基礎理論、基本方法和實用算法。

本大綱僅列出達到教學基本要求的課程內容，不限制講述的體系、方式和方法，列出的內容并非要求都講，有些內容，可以通過自學達到教學基本要求。

使用CAI課件作為輔助教學手段可以節省大量時間，傳遞更多的信息量，所以本課程建議使用CAI課件。

作業是檢驗學生學習情況的重要教學環節，為了幫助學生掌握課程的基本內容，培養分析、運算的能力，建議布置作業5－8次，并在期末前安排一次綜合作業作為主要考查環節。

實驗是教學的一個主要環節，實驗時間共4學時，每次實驗每小組4－6人，使每個學生均有親自操作的機會。

三、各章節內容及學時分配 1． 人類視覺與機器視覺(4學時): 人類視覺原理與視覺信息的處理過程；

機器視覺理論框架與應用；

成像幾何學基礎。

2． 值圖像分析與區域分析（4學時）：閾值、幾何特性、投影、游程長度編碼、二值圖像算法；

區域和邊緣、分割、區域表示、分裂和合并。

3． 圖像預處理（4學時）：直方圖修正、圖像線性運算、線性濾波器、非線性濾波器。

4． 邊緣檢測和輪廓表示（4學時）：梯度、邊緣檢測算法、二階微分算子、LoG算法、圖像逼近、Canny邊緣檢測器；

數字曲線及其表示、曲線擬合、Hough變換。

5．紋理（4學時）：紋理分析統計方法、有序紋理的結構分析、基于模型的紋理分析、用分形理論分析紋理、從紋理恢復形狀。

6． 明暗分析（4學時）：圖像輻射度、表面方向、反射圖、從圖像明暗恢復形狀、光度立體。

7． 雙目立體視覺（4學時）：雙目立體視覺原理、精度分析、系統結構、立體成像、立體匹配、系統標定。

8． 三維視覺技術（4學時）：結構光三維視覺原理、光模式投射系統、標定方法；

光度立體視覺、由紋理恢復形狀、激光測距法。

四、實驗：

1． 實驗目的與任務 本課程實驗綜合運用機器視覺基本理論、機器視覺實驗裝置和計算機圖像處理軟件，加深理解機器視覺的基本概念，掌握機器視覺圖像基本處理方法，培養學生的動手能力和分析問題解決問題的能力。

2． 實驗教學基本要求（1）掌握機器視覺圖像基本處理方法：除噪、邊緣增強、邊緣檢測。

（2）掌握三維物體的機器視覺識別方法：結構光法實驗裝置、三維物體數據的獲取和三維物體的重建方法。

3． 實驗教材或指導書 自編。

4． 實驗項目一覽表 序號 實驗項目 內容提要 實驗 類型 學時 分配 主要儀器 設 備 實驗 地點 備注 1 視覺圖像基本處理方法 濾波、圖像增強與邊緣檢測 綜合 2學時 配備圖像處理軟件的微機 機械設計及自動化實驗室 2 三維物體的機器視覺識別方法 結構光法的圖像數據獲取、處理與三維模型重建 綜合 2學時 結構光實驗系統 機械設計及自動化實驗室 五、考核方式：

（1）考核形式為考查，采用五級分制，考核環節為平時出勤、作業、實驗和期末綜合作業；

（2）平時成績占35％，實驗占30%，期末綜合作業占35％。

第四篇：基于機器視覺智能交通燈控制系統

機器視覺的論述作業

題

目 ：

基于機器視覺智能交通燈控制系統

學院名稱 ：

電氣工程學院

專業班級 ：

姓

名 ： 學

號 ：

時 間 ： 緒論.........................................................3 2 基于機器視覺的智能交通燈系統設計.............................3 3 智能交通燈控制策略...........................................5 3.1 模糊控制...............................................5 3.2 智能交通燈模糊控制策略.................................5 3.3 解模糊化算法...........................................6 4 系統硬件設計.................................................6 4.1 攝像頭的安裝和特性.....................................6 4.2 視頻采集模塊設計.......................................8 4.3 DSP控制處理模塊設計...................................9 4.4 信號燈驅動模塊設計.....................................9 4.5 電源模塊設計..........................................10 5 系統軟件設計及調試..........................................11 5.1 軟件總體設計方案......................................11 5.2 視頻采集模塊的軟件設計................................12 5.3 系統調試..............................................13 6 總結........................................................13 7 參考文獻........................................................................................................13 緒論

隨著社會經濟的發展，城市車輛數量迅速增長，交通擁擠日益嚴重，造成的交通事故和環境污染等負面效應也日益突出。城市交通問題直接制約著城市的建設和經濟的增長，與人們的日常生活密切相關。通常交通阻塞大都是由于城市路口實際通行能力不足所造成的，路口交通問題逐步成為經濟和社會發展中的重大問題，為此世界大多數國家都在進行智能交通燈控制系統的研究。

本文的目的是對基于機器視覺的智能交通燈控制系統進行了研究。基于機器視覺的智能交通燈控制系統對路口交通燈進行智能控制，根據各相位車流量大小，智能分配紅綠燈時間，徹底改變了傳統交通燈控制方式的不足。目前由于城市路口交通信號燈的控制策略不理想，導致了路口實際通行能力下降，停車次數比較多，車輛通過路口的延誤時間較長，容易造成不必要的擁堵。改善交通燈控制策略，來提高路口的實際通行能力，這是城市交通控制中需要解決的主要問題。自從計算機控制系統應用于交通燈控制以來，硬件設備的不斷更新和改進，智能化和集成化成為城市道路交通信號控制系統的研究趨勢，而路口交通燈控制系統是智能交通系統中的關鍵點和突破口。基于機器視覺的智能交通燈系統設計

基于機器視覺的智能交通燈控制系統是由攝像機、視頻采集模塊、DSP控制處理模塊、信號燈驅動模塊、電源模塊、時鐘模塊、復位模塊和信號燈組等組成，其組成框圖如2.1圖所示

圖2.1系統組成框圖

系統中攝像機是用來拍攝路口車輛視頻，是路口車流量獲取的基礎設備，其

拍攝的視頻圖像質量高低直接影響到系統對交通燈控制的精度。攝像機的選擇決定著視頻的質量，所以一般要選擇穩定性高，分辨率符合系統要求的攝像機。目前攝像機主要分為兩種，一種是電荷耦合器件_℃CD圖像傳感器；一種是互補性氧化金屬半導體—CMoS圖像傳感器。CCD圖像傳感器是由很多感光單位組成的，其表面受到光線照射時，產生的電荷將由感光單位反映在組件上，所有感光單位產生的電信號組合在一起，就能夠形成一幅完整的圖畫。而CMOS圖像傳感器的制造技術與工藝和制造普通計算機芯片的技術非常類似，CMOS中同時存在著N級和P級半導體，這兩個半導體之間互補效應能夠產生的電流信號，能夠被處理芯片記錄，同時將其解讀成影像，形成一幅圖畫。畫。比較CCD和CMOS的結構，ADC(放大兼類比數字信號轉換器)的位置和數量是最大的不同。通常CCD攝像頭每曝光一次，當快門關閉之后立即進行像素的轉移處理，將其每一行中的每一個像素的電信號依次送到“緩沖器"中，再輸入到放大器中進行放大，然后串聯ADC輸出；而CMOS的設計中每個像素旁直接連著ADC，對電信號進行放大同時轉換成數字信號。CCD與CMOS的特性比較如下表2-1 表2-1 CCD和CMOS的比較

通過對CCD和CMOS的特性進行比較，以及視頻處理系統對視頻圖像的要求，本文采用CCD攝像機JAB．55 15EB作為視頻輸入部分的圖像傳感器。智能交通燈控制策略

3.1 模糊控制

模糊控制是將模糊理論引入控制領域，將人的經驗形式化模型化，采用模糊邏輯的近似推理方法，通過計算機系統代替人對被控對象進行有效的實時控制。模糊控制系統是由模糊規則基、模糊推理、模糊化算子和解模糊化算子組成，其組成框圖如圖3．1所示。

圖3.1 模糊控制的組成框圖

模糊化是對系統的輸入量進行論域變換，將精確量轉化成模糊輸入信息的過程。由于實際過程中的輸入值通常為連續變化的，必須將其范圍分成有限個模糊集，并與輸入量相對應，然后通過隸屬函數求出輸入量對各模糊集合的隸屬度，將普通變量轉化為模糊變量，完成了模糊化工作。

3.2 智能交通燈模糊控制策略

模糊控制過程是將實際檢測的當前方向車輛排隊長度進行模糊量化處理，映射到輸入論域的模糊集合，根據實踐經驗確定模糊控制規則，進行模糊推理，再經清晰化處理轉為綠燈延長時間的精確量，實現交通燈智能控制。通常情況下，在某一方向紅燈時間內該車道的車流量在停車線后的排隊長度越長而綠燈方向車流量不多，為了保證下一周期車輛通行最大化，就得適當延長下一周期的綠燈時間。反之，當前綠燈方向的車流量較多而當前紅燈方向車道的車流量在停車線

后的排隊長度較短，就得適當減少下一周期的綠燈時間，以確保路口車輛通行量的最大化。考慮到司機和行人心理承受能力，不至于在其等待過程中產生焦急煩躁的情緒，路口的紅綠燈周期不能過長，通常可以設置一個最大綠燈時間，比如120S。如果系統已經執行了最大綠燈過，立即進行相位切換，當前方向綠燈進入黃閃狀態，一般設定為3秒，然后執行紅燈狀態。當路口的車流量較小時，信號周期則比較短，但一般也要設定一個最小綠燈時間，女1：120S，否則車輛和行人由于來不及通過路VI而影響交通安全n時間，不考慮當前方向還有多少輛車等待通過。

3.3 解模糊化算法

通過對被控制量的模糊化，根據模糊控制規則進行推理，做出模糊決策，得到模糊控制的輸出量，這個輸出量為模糊量，而被控對象最終只能接受精確的控制量，所以必須將輸出的模糊量轉化為精確的控制量，將其轉化為精確量的過程通常稱之為解模糊化。也就是從模糊量變為清晰量的過程，即把通過模糊推理得到的輸出量的模糊集合，一一映射到輸出量的普通集合。解模糊的方法有通常有最大隸屬度法、平均最大隸屬度法、取中位數法以及加權平均法。系統硬件設計

4.1 攝像頭的安裝和特性

（1）所采集車輛視頻圖像質量的高低將直接影響到系統對交通燈控制的精度，而決定視頻質量的關鍵因素在于CCD攝像頭的選擇和安裝。本文采用CCD攝像機JAB-5515EB，可以在室外惡劣環境下全天候工作，其性能如表4-表4-1 JAB-5515EB攝像頭的特性

（2）攝像頭的安裝直接影響到視頻采集的過程，而且安裝攝像頭的位置既要不能對交通產生任何影響，又要滿足視頻采集模塊的需求。圖4．1為兩相位路口示意圖，攝像頭的安裝位置應在圖中A、B、C、D點的上方高于7米為宜。視頻圖像處理只針對車道，所以可視角度只需滿足橫向覆蓋整個車道，縱向能夠覆蓋車輛排隊信息的長度即可。

圖4.1 城市路口示意圖

4.2 視頻采集模塊設計

本設計中的視頻采集模塊主要分為視頻輸入和視頻處理兩個部分，其功能是利用圖像傳感器將物體的光信號轉換成模擬的視頻電信號，然后利用視頻解碼芯片將視頻模擬信號轉化成數字視頻信號輸入到DSP的視頻處理前端。模擬視頻信號主要分為PAL和NTSC兩種制式，在將模擬視頻信號直接轉換成數字信號的時

候，通常需要用到視頻解碼芯片，本設計中選擇TI公司的TVP5150視頻解碼芯片來主要用來完成模擬視頻信號到數字視頻信號的轉換以及對圖像亮度、色度的預處理等。

4.3 DSP控制處理模塊設計

DSP控制處理模塊作為系統的主控模塊，以TMS320DM6437為核心，由視頻處理前端、DDR2存儲器、EMIF接121電路、以太網接口電路、12C總線和JTAG接口電路組成，其設計框圖如圖4.2所示

圖4.2 DSP控制處理模塊設計框圖

視頻處理前端用來接收TVP5150發送的數字視頻信號，DDR2存儲器用來存儲程序和數據，EMIF接口電路可以外接NAND Flash用于固化程序和數據，以太網接口電路用于DM6437與外接設備之間的通信，I2C總線對TVP5150內部存器進行初始化設置，JTAG接121電路主要用來連接DSP仿真器，進行程序的載和系統的調試與仿真。芯片DM6437用于控制各個外圍功能芯片及完成算法處理。

4.4 信號燈驅動模塊設計

LED交通信號燈驅動模塊設計以LM3407芯片核心，其輸入電壓范圍4.5V-30V，并且能夠提供精準的恒定電流輸出，本文所需電壓為24V，電流為350mA，以驅動高功率發光二極管(LED)。常用LED交通燈的燈盤內LED數量約在100-200個

之間，本文采用119個LED燈通過串并聯結合的方式進行連接。每個LED工作電壓為3.3V，工作電流為20mA，結合驅動芯片參數和燈盤的規格，采用并聯17組，每組串聯7個LED燈的方式，對交通信號燈進行驅動。交通燈連接方式如圖4.4所示。

圖4.4 LED交通燈連接圖

4.5 電源模塊設計

整個系統的硬件平臺采用+5V外接電壓進行供電，但是根據各個模塊對電源電壓需求各有不同，因此對整個硬件平臺的供電設計很重要。DM6437內核使用1.05V1.20V兩種工作電壓，當其工作頻率為600MHz/500MHz/400MH時要求供電電壓為1.20V，當工作頻率為400MHz時要求供電電壓為1.05V。設計中的內核工作頻率為600MHz，故而采用1.2V的內核供電電壓。而系統中TVP5150視頻解碼芯片的內核和外接的以太網物理層芯片等均是采用1.5V電源進行供電，其他則供電電壓為3.3V。在給系統上電的過程中，首先應當確內核電源先上電。關閉電源的時候，同樣先進行內核電源的關閉，然后再關閉I/O電源等。若只對CPU內核進行供電，而對周圍I/O沒有進行供電，則不會對芯片產生任何損害。假如周圍的I/O均獲得供電而對CPU內核沒有進行供電，導致芯片緩沖/驅動部分的晶體管在未知狀態下進行工作，對系統會產生一定的損害。電源模塊設計功能框

圖如圖4.5所示。

圖4.5 電源模塊功能框圖 系統軟件設計及調試

5.1 軟件總體設計方案

基于機器視覺的智能交通燈控制系統的功能主要通過C語言進行軟件編程來實現的，其軟件設計部分主要包括視頻采集模塊軟件、DSP控制處理模塊軟件以及交通燈智能控制軟件。其軟件總體設計框圖如圖5.1所示。視頻采集模塊以TVP5150芯片為核心，接收來自攝像頭的視頻，進行和亮度等預處理，然后將模擬視頻信號轉換為數字視頻信號，其軟件設計主要包括TVP5150芯片的配置、芯片的工作過程；DSP控制處理模塊要對車輛視頻進行圖像處理，計算出精確的車流量，根據模糊控制算法智能控制紅綠燈時間。DSP控制處理模塊軟件設計主要包括模塊主要寄存器配置、CACHE大小配置及存儲器映射、EMIF接口初始化設計

和DSP代碼優化原則；交通燈智能控制軟件主要通過交通燈智能控制策略，根據車流量大小，對綠燈時間進行自動控制。

圖5.1 軟件總體設計框圖

5.2 視頻采集模塊的軟件設計

視頻采集模塊開始工作時，首先讀取跳線設置，進行視頻捕捉參數的更新，然后建立視頻輸入通道，同時為將要獲取的視頻信息分配內存緩沖區，再將獲取的每一個視頻幀發送給視頻解碼芯片TVP5150。當TVP5150發送結束信號，表示視頻采集過程結束。在本文中，CCD攝像頭為PAL制式，輸入的寬度是704，輸入高度是576，幀速是25幀/秒。所以將JPI設置成PAL制式，輸入的視頻數據像素為704x 576。設計中將幀間間隔設置為25，故最大的幀速是每秒25幀。其每個像素點的大小是2Bit，因此一幀數據大小為792KB。再進行視頻輸入通道的創建，創建過程是通過DSP/BIOS系統創建視頻前端微型驅動的管道對象，采用

擴展的GIO函數FVID-create()來進行創建。

5.3 系統調試

電源、時鐘和復位模塊屬于整個系統的最小系統部分，是硬件電路的基礎，所以首先對其進行調試，以保證其正常工作。電源模塊的調試主要通過萬用表進行測量，當電源電路上電后，測試其輸出端口電壓是否符合系統的要求，分別為3.3V、1.8V和1.2V。時鐘模塊在調試過程中采用邏輯分析儀進行觀測輸時鐘頻率，確定其是否滿足系統所需時鐘頻率的要求，視頻解碼芯片TVP5150所需的時鐘輸入頻率為14.31818MHz，CPU核所需的時鐘輸入為27MHz。復位模塊也采用萬用表進行測量，當按下復位鍵輸出為低電平有效，否則輸出為高電平。總結

本文根據國內外交通燈控制系統的研究現狀，分析研究了目前常用的交通燈控制策略，提出了一種基于機器視覺的智能交通燈控制系統的設計方案，將模糊控制理論引入交通燈控制系統中，提出了智能交通燈控制策略。采用了TI公司推出的TMS320C6000系列中性能較高的TMS320DM6437芯片，結合其它外圍電路，設計了智能交通燈控制系統的硬件，并進行了相應的軟件設計。最后進行了實驗和調試。

基于機器視覺的智能交通燈控制系統涉及的領域很多，技術手段較為復雜。由于作者知識有限以及相關條件的限制，有些方面研究不夠深入，還有待于進一步改進與完善。參考文獻

【1】劉智勇．智能交通控制理論及其應用【M】．北京：科學出版社，2003．

【2】高海軍．城市交通信號控制研究[D】．北京：中國科學院自動化研究所，2005．

【3】陳俊．基于DSP的汽車視覺系統研究【D】．武漢：武漢理工大學，2009．

【4】王史春．基于模糊控制算法實現信號燈智能化研究【J】．電子科技．2009 【5】李玉．交通信號燈的模糊控制[D】．遼寧：遼寧科技大學，2008．

第五篇：機器視覺系統整合解決方案研究

機器視覺系統整合解決方案研究

機器視覺系統的原理是：將感產品或區域的圖像進行采集，然后根據其圖像信息用專用的圖像處理軟件進行處理，根據處理結果軟件能自動判斷產品的位置、尺寸、外觀信息，并根據人為預先設定的標準進行合格與否的判斷，輸出其判斷信息給執行機構。圖像采集與圖像處理作為機器視覺系統應用的兩大處理階段，其應用環節的結合將進一步促進機器視覺系統整合的發展趨勢。

隨著各項高新技術的飛速發展及行業應用需求的不斷加大，機器視覺技術應用也步入新的發展階段。其行業發展體現出向緊致、體積小、系統整合等趨勢。而面對機器視覺系統整合的趨勢，目前的市場需求中對圖像采集與圖像處理這兩個環節的結合已非常迫切。

一套完整的機器視覺系統，圖像采集部分與圖像處理環節缺一不可。不管是進行工業生產質量檢測，還是開展交通安全行駛監測，都是由圖像采集部分來獲取目標對象的有關信息，并進行實時的傳輸，但要想最終能夠獲得所需要的圖像信息，還必須要有圖像處理這一環節，需要圖像處理技術將不必要的信號剔除，而將有用的信息進行增強、除噪等處理，使傳送到終端的圖像能足夠清晰、準確、完整。

縱觀行業發展，對于整個圖像采集與圖像處理技術的發展而言，我們可以發現，當信號處理技術有了顯著提高時，由于圖像采集環節中的核心組件——圖像傳感器并不能隨著信號處理技術的提高而得到升級，最終造成兩環節應用之間的不協調，但傳感器功能的不足卻是可以由信號處理技術來進行彌補的。如此說來，將圖像采集與處理技術的結合將會是解決機器視覺系統升級制約的最佳手段，在應用領域中，有著絕對的需求。

隨著工業現代化的發展，機器視覺已經廣泛應用于各大領域，將為企業及用戶提供更優的產品品質及完美解決方案。維視圖像（Microvision）作為專業的數字圖像采集產品研究、設計、開發、推廣及機器視覺系統應用解決方案的高科技企業，致力于引領數字成像、圖像處理之技術，成為機器視覺、工業數字成像及自動化視覺檢測領域的專業制造領導廠商，提供高可靠性工業數字成像產品和自動化視覺檢測平臺設備，為全球合作伙伴及客戶提供高質量和成本最優的解決方案。