激光条纹中心线提取算法FPGA实现方案

1 概述

激光条纹中心线提取是3D线激光测量领域一个较为基础且重要的算法。目前,激光条纹中心线提取已有多种成熟的算法,有很多相关的博客和论文。

激光条纹中心线提取的真实意义在于工程化和产品化的实际应用,而很多算法目前只能用于学术研究或理论实验,无法在应用端或产品端商用化落地。

常见的中心线提取算法有:

  • 边缘法
  • 中心法
  • 阈值法
  • 形态学细化法
  • 极值法
  • 灰度重心法
  • 曲线拟合法
  • Steger算法

上述这些算法中只有灰度重心法,曲线拟合法,Steger算法3种方法可以达到亚像素精度。

由于测量环境的影响,及被测物体表面材料及轮廓的多样性,实际成像的激光条纹会出现噪声、起伏、倾斜、重叠、间断、过曝、反光等现象。没有一种算法可以完全适应各种应用场景并解决所有这些问题。在实际应用时,往往需要以某一种算法为基础,配合设计多种策略进行排列组合使用,尽可能解决会影响测量结果的问题。

2 FPGA实现方案

笔者开发了一套已成熟商用化的FPGA版本的高性能中心线提取算法。性能指标可达市场一线3D线激光测量类产品,可适配各种分辨率及不同速度等级的CMOS图像传感器。例如:

横向分别率为2K量级,每个像素时钟输出8个像素点的CMOS图像传感器。如,安森美的PYTHON2000;索尼的IMX421。以Xilinx 7系列FPGA为例,资源消耗如下:

横向分别率为2K量级,每个像素时钟输出32个像素点的CMOS图像传感器。如,LUXIMA的LUX2810、LUX2100;E2V的Flash 2K。FPGA资源消耗如下:

横向分别率为4K量级,每个像素时钟输出64个像素点的CMOS图像传感器。如,E2V的Flash 4K。FPGA资源消耗如下:

若需项目合作请私信详询。

相关推荐
FPGA-ADDA7 小时前
第二篇:RFSoC芯片架构详解——处理系统(PS)与可编程逻辑(PL)
嵌入式硬件·fpga开发·信号处理·fpga·47dr
Dyanic7 小时前
AMSFusion:一种基于注意力机制的自适应多尺度红外与可见光图像融合网络
图像处理·人工智能·学习
点PY9 小时前
医学图像超分辨率重建论文精度(2)
图像处理·人工智能·超分辨率重建
学习永无止境@9 小时前
灰度图像中值滤波算法实现
图像处理·算法·计算机视觉
智算菩萨1 天前
【Python图像处理】2 数字图像基础与Python图像表示
开发语言·图像处理·python
智算菩萨1 天前
【Python图像处理】4 NumPy数组操作与图像矩阵运算
图像处理·python·numpy
智算菩萨1 天前
【Python图像处理】3 OpenCV核心操作与图像基本变换
图像处理·python·opencv
琪伦的工具库2 天前
归档素材批量叠拍摄参数与水印:桌面工具记录
图像处理
FPGA小迷弟2 天前
FPGA工程师面试题汇总(二十五)
网络协议·tcp/ip·fpga开发·verilog·fpga
格林威3 天前
工业相机异常处理实战:断连重连、丢帧检测、超时恢复状态机
开发语言·人工智能·数码相机·计算机视觉·视觉检测·机器视觉·工业相机