基于DSP的桶装方便面生产线智能检测算法研发
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 绪论 | 第13-18页 |
| 1.1 研究背景和意义 | 第13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 计算机视觉在工业生产的应用现状 | 第13-15页 |
| 1.2.2 嵌入式计算机视觉发展现状 | 第15-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 2 相关技术概述 | 第18-29页 |
| 2.1 计算机视觉技术 | 第18-25页 |
| 2.1.1 计算机视觉相关技术概述 | 第18-22页 |
| 2.1.2 目标检测方法概述 | 第22-24页 |
| 2.1.3 OpenCV与EMCV库 | 第24-25页 |
| 2.2 DM8127处理器概述 | 第25-28页 |
| 2.2.1 DM8127组成 | 第25-26页 |
| 2.2.2 储存器结构 | 第26-27页 |
| 2.2.3 达芬奇软件开发环境 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 方便面智能检测系统概要设计 | 第29-34页 |
| 3.1 系统需求分析 | 第29-31页 |
| 3.2 终端硬件结构概要设计 | 第31-32页 |
| 3.3 终端软件结构概要设计 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 方便面检测算法研发 | 第34-55页 |
| 4.1 算法目标与框架 | 第34-35页 |
| 4.2 桶装方便面位置定位 | 第35-39页 |
| 4.2.1 图像预处理 | 第35-36页 |
| 4.2.2 边缘检测 | 第36-38页 |
| 4.2.3 Hough变换检测圆 | 第38-39页 |
| 4.3 面饼检测算法研发 | 第39-44页 |
| 4.3.1 面饼特征分析 | 第39-40页 |
| 4.3.2 面饼颜色特征 | 第40-41页 |
| 4.3.3 面饼纹理特征 | 第41-43页 |
| 4.3.4 面饼检测算法流程 | 第43-44页 |
| 4.4 调料包检测算法研发 | 第44-49页 |
| 4.4.1 调料包特征分析 | 第45-46页 |
| 4.4.2 颜色参数配置 | 第46页 |
| 4.4.3 干扰点排除 | 第46-49页 |
| 4.4.4 调料包检测算法流程 | 第49页 |
| 4.5 叉子检测算法研发 | 第49-54页 |
| 4.5.1 叉子特征分析 | 第50-51页 |
| 4.5.2 自适应灰度阈值算法 | 第51-52页 |
| 4.5.3 干扰排除 | 第52-53页 |
| 4.5.4 叉子检测算法流程 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 5 基于DSP的算法移植与优化 | 第55-66页 |
| 5.1 基于DSP的算法移植 | 第55-60页 |
| 5.1.1 算法移植 | 第55-58页 |
| 5.1.2 EDMA配置 | 第58-59页 |
| 5.1.3 Cache配置 | 第59-60页 |
| 5.2 基于DSP的算法优化 | 第60-65页 |
| 5.2.1 编译选项优化 | 第61页 |
| 5.2.2 C语言优化 | 第61-63页 |
| 5.2.3 Cache优化 | 第63-65页 |
| 5.2.4 优化后算法性能 | 第65页 |
| 5.3 本章小结 | 第65-66页 |
| 6 系统测试以及结果分析 | 第66-76页 |
| 6.1 系统组成 | 第66-69页 |
| 6.1.1 系统硬件组成 | 第66-67页 |
| 6.1.2 系统软件组成 | 第67-69页 |
| 6.2 测试及结果分析 | 第69-75页 |
| 6.2.1 测试环境 | 第69页 |
| 6.2.2 测试内容 | 第69-70页 |
| 6.2.3 测试结果 | 第70-75页 |
| 6.3 本章小结 | 第75-76页 |
| 7 总结与展望 | 第76-78页 |
| 7.1 总结 | 第76-77页 |
| 7.2 展望 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 作者简历 | 第82页 |
