曾令超，曹玉華，張名業(yè)，鐘小華

（1.廣東省凈菜保鮮包裝裝備工程研究中心，廣東 廣州 510450；2.廣東白云學(xué)院，廣東 廣州 510450）

0 引言

隨著工業(yè)自動化的發(fā)展和智能制造的廣泛應(yīng)用，通過識別噴涂數(shù)字標(biāo)簽對產(chǎn)品進行特定分類，識別產(chǎn)品噴碼不良剔除次品，識別產(chǎn)品生產(chǎn)時間進行抽樣，是非常重要生產(chǎn)的工序[1]。此工序需要執(zhí)行設(shè)備具有高速的圖像處理能力，且處理速度高于產(chǎn)品的生產(chǎn)速度[2]，以達到最大化生產(chǎn)效率的目的。

目前，傳統(tǒng)數(shù)字識別裝置的識別算法主要采用機器學(xué)習(xí)和局部特征匹配兩種。機器學(xué)習(xí)與特征匹配相比，精度較高，適應(yīng)性較強，但識別速率較低，需要更高的硬件性能支持。西安理工大學(xué)研制的顯示屏數(shù)字識別系統(tǒng)，通過數(shù)字邊緣灰度軌跡和穿線法，識別速度快且精度較高，但并不能推廣至其他樣式的數(shù)字識別[3]；南昌航空大學(xué)研制的嵌入式智能視覺數(shù)字識別裝置，采用字符分割歸一化、模板匹配的方法，能適應(yīng)不同亮度的場景，但識別前需要提前采集模板圖片的數(shù)據(jù)[4]；集美大學(xué)研制的儀表數(shù)字字符識別裝置，采用連通域、灰度關(guān)聯(lián)法，通過圖像的特征集與提取圖像進行比對，實現(xiàn)數(shù)字識別，對于不完整和傾斜的數(shù)字識別準(zhǔn)確率高，但效率較低[5]；河北工業(yè)大學(xué)研制的噴碼字符檢測系統(tǒng)，采用脈沖耦合神經(jīng)網(wǎng)絡(luò)算法進行識別數(shù)字，具有魯棒性和識別精度較高的特點，但僅通過仿真驗證，尚未進行實際測試[6]。

針對目前應(yīng)用的數(shù)字識別系統(tǒng)在精度、效率方面存在的不足，基于FPGA 芯片圖像數(shù)字信號處理高效率的特點，課題組設(shè)計了一套新型產(chǎn)品噴碼數(shù)字識別系統(tǒng)，采用二值化投影分割與特征編碼的方法，最終實現(xiàn)對工廠生產(chǎn)線產(chǎn)品噴碼編號日期的快速取樣識別。

1 系統(tǒng)組成與工作原理

數(shù)字噴碼識別的產(chǎn)品取樣系統(tǒng)由FPGA 控制芯片、電源驅(qū)動板LM7812、輸入/輸出設(shè)備組成，系統(tǒng)框架圖如圖1 所示。輸入設(shè)備有OV5640 攝像頭模塊、按鍵、光電傳感器，輸出設(shè)備有LCD 屏幕、數(shù)碼管、執(zhí)行元件電磁閥，使用板載SDRAM 緩存圖像。當(dāng)需要取樣時按下按鍵，F(xiàn)PGA 將記錄當(dāng)前時間，OV5640攝像頭開始采集生產(chǎn)線上產(chǎn)品的圖像，通過輸入行場同步信號對數(shù)據(jù)線上的圖像數(shù)據(jù)進行解析，然后傳遞到SDRAM 控制模塊中存儲。FPGA 通過讀取SDRAM 數(shù)據(jù)進行圖像處理模塊，實現(xiàn)對圖像的實時處理和數(shù)字識別，并發(fā)送結(jié)果顯示在LCD 屏幕和數(shù)碼管上。當(dāng)識別出噴碼上的時間為取樣時間時，最后通過電磁閥控制氣缸完成取樣。

圖1 數(shù)字噴碼識別裝置控制系統(tǒng)結(jié)構(gòu)圖

2 識別方法

數(shù)字識別算法是系統(tǒng)功能實現(xiàn)的關(guān)鍵與核心，本文設(shè)計的識別算法流程圖如圖2所示。

圖2 數(shù)字識別算法流程圖

2.1 平滑卷積

為了降低OV5640采集圖像中的高頻噪音信號，提高圖像信噪比，本文采用高斯平滑卷積算法[6-7]進行降噪，得到平滑圖片g(x,y)，算法滿足：

其中，f(i,j) 代表圖像數(shù) 據(jù) 在x=i,y=j 處的RGB三色組成的向量值，為二元高斯函數(shù)，滿足：

由于圖像數(shù)據(jù)需要緩存，且順序要保持不變，系統(tǒng)使用了FIFO來存儲圖像數(shù)據(jù)。從相鄰的三行中每行都抽出三個數(shù)據(jù)，再通過使用三個FIFO 讀出SDRAM 中的三行相鄰圖像，分別為fifo_CA1、fifo_CA2、fifo_CA3，由此組成可滿足卷積算法的相鄰像素區(qū)域，如圖3所示。

圖3 SDRAM 讀取數(shù)據(jù)示意圖

進行平滑算法前后得到的結(jié)果，如圖4所示，可以看出卷積后的圖像中噪音水平降低。

圖4 平滑卷積結(jié)果

2.2 二值化處理

為了更好地提取圖像信息，凸顯圖像中的數(shù)字特征，需先提取圖像的明亮度信息。系統(tǒng)采用OV5640 中的RGB轉(zhuǎn)換YCbCr 模塊（rgb2ycbcr 模塊接口如圖5 所示）。YCbCr色彩空間是針對RGB 色彩空間所作的編碼[8-9]，Y表示明亮度，其數(shù)值體現(xiàn)光非線性的濃度，可通過式（3）進行色彩空間轉(zhuǎn)換，得到灰度值Y。

圖5 rgb2ycbcr 模塊接口

在OV5640 芯片上進行由RGB 格式轉(zhuǎn)換為YCbCr 格式的過程中，需要先將RGB565 轉(zhuǎn)換為RGB888[10]。通過對RGB565格式進行高位填充低位，得到有一定的線性補償?shù)腞GB888格式，其最終結(jié)果在精度上不會有太大的丟失。

為了便于數(shù)字分割，采用閾值二值化的方法進行圖像數(shù)據(jù)處理。將灰度圖像輸入的像素的灰度值Y（程序中color）在模塊中與閾值t_color 比較后，采用式（4）的算法，將[0,255] 的數(shù)據(jù)映射到{0,1} 中，最終輸出二值化的圖像monoc(x,y)，如圖6 所示。

2.3 二值化處理

2.4 特征編碼

3 系統(tǒng)測試及結(jié)果分析

在生產(chǎn)中使用的直流電電壓為24 V,而在本系統(tǒng)中作為光電傳感器和電磁閥兩種元件的供電電壓，開發(fā)板EP4CE10F17C8的供電為直流12 V，而控制信號為5 V，因此直流電電壓通過LM7812穩(wěn)壓芯片把外部24 V直流電源降壓至12 V，最大輸出電流為1.5 A。識別的目標(biāo)為牛奶飲品包裝上的噴碼數(shù)字，通過FPGA 板上的按鍵調(diào)節(jié)閾值t_color，以獲取最適合當(dāng)前環(huán)境的分割結(jié)果。測試運行時的實際資源占用情況，如表4所示。

表4 FPGA 資源使用情況

識別算法的時間復(fù)雜度直接影響識別效率和顯示結(jié)果的刷新率，通過QuartusⅡ13.1 對識別算法的仿真模擬，得到平滑卷積、二值化處理、投影分割和特征編碼函數(shù)模塊的運行時間占總時間比例，如圖9所示。

圖9 各識別模塊函數(shù)占用時間比例圖

由于OV5640采集的原始數(shù)據(jù)量最大，卷積運算涉及二重循環(huán)、乘除運算，時間復(fù)雜度為O(n2)，對算法效率起決定性影響。從圖9 中看出，平滑卷積占用的時間達到90%以上。通過Quartus Ⅱ中的實例加載器[12]得到卷積FIFO 緩存過程和卷積FIFO運算過程數(shù)字波形圖像，如圖10、圖11所示。緩存過程包括向SDRAM 發(fā)送讀請求sdram_rd_req，三個卷積FIFO 讀取相鄰三行像素值，共耗時936 個時鐘周期；卷積FIFO 運算過程包括輸出端向卷積FIFO 發(fā)出請求CA_ACK，F(xiàn)IFO卷積部分運算，F(xiàn)IFO輸出到圖像輸出，共耗時2個時鐘周期。

圖10 卷積FIFO 緩存過程數(shù)字波形圖

圖11 卷積FIFO 運算過程數(shù)字波形圖

在圖像識別完成后，識別的數(shù)字通過數(shù)碼管顯示。數(shù)碼管模塊中輸入的24 位以顯示識別結(jié)果（圖12 為生產(chǎn)時間噴碼數(shù)字識別結(jié)果），由于數(shù)碼管不能顯示“：”，最終顯示用E代替。

圖12 系統(tǒng)測試結(jié)果

4 結(jié)論

本設(shè)計采用Altera公司的Cyclone IV系列的FPGA開發(fā)板EP4CE10F17C8，應(yīng)用OV5640攝像頭模塊、按鍵、光電傳感器、LCD 屏幕、數(shù)碼管、執(zhí)行元件電磁閥，通過對圖像的平滑卷積、二值化處理、投影分割和特征編碼，實現(xiàn)具備自動化采集圖像、數(shù)字識別、識別結(jié)果顯示及聲音提醒等功能的數(shù)字識別流水線產(chǎn)品取樣系統(tǒng)。對飲品噴碼的識別測試結(jié)果顯示，該系統(tǒng)能實現(xiàn)快速自動化噴碼識別。