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
浮生如梦_12 分钟前
Halcon 3D平面度
图像处理·算法·计算机视觉·平面·视觉检测
apple_ttt2 小时前
SystemVerilog学习——构造函数new
fpga开发·fpga·systemverilog·uvm
爱写代码的小朋友3 小时前
基于图像处理与机器学习的车牌检测识别系统设计与实现
图像处理·人工智能·机器学习
小菠萝09086 小时前
Halcon lines_gauss
图像处理·人工智能·计算机视觉·halcon
tt5555555555556 小时前
图像处理学习笔记20241115
图像处理·笔记·学习
凤枭香9 小时前
数字图像处理(c++ opencv):彩色图像处理-彩色基础与彩色模型
开发语言·c++·图像处理·python·opencv
stm 学习ing10 小时前
FPGA 第7讲 简单组合逻辑译码器
stm32·嵌入式硬件·学习·fpga开发·c#·学习方法·fpga
SEVEN-YEARS13 小时前
opencv 之 图像处理与透视变换:从发票图片提取有效信息
图像处理·人工智能·opencv
phoenix@Capricornus1 天前
卷积、频域乘积和矩阵向量乘积三种形式之间的等价关系与转换
图像处理·线性代数·矩阵
远望清一色1 天前
基于MATLAB身份证号码识别
开发语言·图像处理·算法·matlab