基于机器视觉的色差检测系统设计

华中科技大学硕士学位论文
Abstract
With the development of computer technology and digital imaging technology, machine vision technology has been applied in nearly all of domains that need human vision, such as science and technology, national defense, aviation and space navigation, medicine and therapies, and all fields of national economy. The development of the platform for embedding and imaging technology in industry, the reduction of their cost and the enhancement of their rea-ltime performance boost the rapid development in industrial vision system. The texile and dying industry is one of the most important industries which can affect the ecomony and people’s living of the country. The detection of shading variation of cloth is very critical, because it is a main sign of clothes’ quality.
By making a brief description of the development and application of machine vision system in domestically and abroad, and in terms of the case of shading variation measurement in civil dyeworks, the thesis puts forward a shading variation system based on machine vision, which is structured in embedded system based on DSP and the platform of PC. The system solves the bandwidth problem in the PC and frame grabber structure and the limited data memory problem in embedded system, and satisfies the real-time requirement. For the step motor driver in the system, after the abundant experiments, the thesis brings forward a curve for the motor’s acceleration and deceleration. The curve is very successful, and it has good results. In the future, the system will reduce the labor cost and improve the quality and speed of coloring cloths, which will enhance the competitive capacity in the market.
On the basis of the analysis of the image processor, illumination system, image sensor and so on, the thesis designs the formula for the shading variation measurement system based on machine vision and introduces the design detail on the hardware and software. Using pictures and tables, the thesis analyses the function of FPGA in collecting images, the design of DSP system, the Ethernet communication and the motion control board for camera, shows the design elements and flow diagrams on software, and instances some source codes, and then introduces the element of the shading variation and some current formulas, and their calculating processes. After comparing their advantage
华中科技大学硕士学位论文
and disadvantage, the thesis puts forward the formula that it adopts. In the end, according to the features of the shading variation measurement system, the thesis brings forward the improved suggestions.
Keyword：Machine Vision; Image Processor; Shading Variation; Image Sensor; DSP;
FPGA
华中科技大学硕士学位论文
目录
摘要 (I)
Abstract (II)
1 绪论
1.1 机器视觉概述 (1)
1.2 机器视觉与色差检测 (4)
1.3 课题的来源、目的及意义 (5)
1.4 本文研究的主要内容 (6)
2 系统设计原理及构成
2.1 系统设计原理 (7)
2.2 处理器的选择 (9)
2.3 照明系统 (14)
2.4 摄像头的选择 (16)
2.5 本章小结 (18)
3 色差检测系统硬件设计
3.1 总体硬件结构 (19)
3.2 图像处理卡设计 (20)
3.3 相机运动控制卡设计 (28)
3.4 本章小结 (29)
4 色差检测系统软件设计
4.1 总体软件结构 (30)
4.2 DSP软件设计 (30)
华中科技大学硕士学位论文
4.3 单片机软件设计 (42)
4.4 本章小结 (46)
5 色差研究
5.1 颜色的混色系统表示 (47)
5.2 色差计算 (49)
5.3 本章小结 (53)
6 总结与展望
6.1 全文总结 (54)
6.2 课题展望 (54)
致谢 (56)
参考文献 (57)
华中科技大学硕士学位论文
1 绪论
1.1 机器视觉概述
人类在生产实践的过程中，面临自身能力的局限性，因而发明和创造了许多智能机器，来辅助或代替人类完成任务。

智能机器能模拟人类的功能，感知外部世界并有效地解决人所不能解决的问题。

人类感知外部世界主要是通过视觉、触觉、听觉和嗅觉等感觉器官，其中约80%的信息是由视觉获取的。

因此，对智能机器来说，赋予机器以人类视觉功能是极其重要的。

在现代工业自动化生产中，涉及到各种各样的检查、测量和零件识别应用，例如汽车零配件尺寸检查和自动装配的完整性检查，电子装配线的元件自动定位，饮料瓶盖的印刷质量检查，产品包装上的条码和字符识别等。

这类应用的共同特点是连续大批量生产、对外观质量的要求非常高。

通常这种带有高度重复性和智能性的工作只能靠人工检测来完成，我们经常在一些工厂的现代化流水线后面看到数以百计甚至逾千的检测工人来执行这道工序，在给工厂增加巨大的人工成本和管理成本的同时，仍然不能保证100%的检验合格率，而当今企业之间的竞争，已经不允许哪怕0.1%的缺陷存在。

有些时候，如微小尺寸的精确快速测量，形状匹配，颜色辨识等，用人眼根本无法连续稳定地进行，其它物理量传感器也难有用武之地。

这时，人们开始考虑把计算机的快速性、可靠性、结果的可重复性，与人类视觉的高度智能化和抽象能力相结合，由此逐渐形成了一门新学科---机器视觉。

美国制造工程师协会(SME, Society of Manufacturing Engineers)机器视觉分会和美国机器人工业协会(RIA, Robotic Industries Association)的自动化视觉分会对机器视觉下的定义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置[1]。

”
机器视觉是研究用计算机来模拟生物宏观视觉功能的科学和技术。

通俗地说，就是用机器代替人眼来做测量和判断[2]。

机器视觉的特点是自动化、客观、非接触和高精度，与一般意义上的图像处理系统相比，机器视觉强调的是精度和速度，以及
华中科技大学硕士学位论文
工业现场环境下的可靠性。

图1-1为典型机器视觉系统的构成。

图中可以看
出机器视觉是一项综合技术，包括数字图像处理技术、机械工程技术、控制技术、
图1-1 机器视觉典型系统构成
光源照明技术、光学成像技术、传感器技术、模拟与数字视频技术、计算机软硬件技术、人机接口技术等[3]。

典型的机器视觉系统一般包括：光源、光学系统、CCD 或CMOS相机、图像采集卡、图像处理单元、机器视觉处理软件、监视器、通信/输入输出单元等。

其中，图像采集功能由CCD/CMOS相机及图像采集卡完成；图像的处理则是在图像采集处理卡的支持下，由软件在PC机或嵌入式处理器中完成。

机器视觉是一个相当新且发展十分迅速的研究领域。

人们从20世纪50年代开始研究二维图像的统计模式识别，60年代Roberts开始进行三维机器视觉的研究，70年代中，MIT人工智能实验室正式开设“机器视觉”课程，80年代开始，开始了全球性的研究热潮，机器视觉获得了蓬勃发展，新概念、新理论不断涌现。

现在，机器视觉仍然是一个非常活跃的研究领域，与之相关的学科涉及：图像处理、计算机图形学、模式识别、人工智能、人工神经元网络等[4]。

目前机器视觉朝着两个大方向在发展，一个是嵌入式，如传感器和智能相机，另一个是基于PC的采用板卡和SDK的解决方案。

两者各有有缺点，它们都有各自的适用场合和适用时期。

基于PC的采用板卡和SDK的产品有着比较悠久的历史，它是机器视觉在作为一个产业发展之前以图像处理的概念在工控领域萌芽时期就存在的，一直延续到现在。

它需要用户有比较好的编程基础和对现场应用有比较丰富的经验。

按照国外的发展经验，这类产品加上开发费用一般价格都比较昂贵，所以
华中科技大学硕士学位论文
一般只在一些要求高速度、高精度的场合如半导体行业等应用。

随着IC产业的发展以及图像处理算法技术的不断成熟，过去很多需要定制开发的软件应用现在都可以做成嵌入式的固定模块化的产品，如传感器和智能相机产品。

这类产品适用于被检测产品大多具有比较规则的形状、简单的检测项目等一类的常规应用[5]。

目前，在很多中低端的应用场合，传感器和智能相机得到了很大的发展。

因为其易于使用，容易学习，特别对于系统集成商来说，对于其快速进行系统集成项目非常有利。

然而，随着终端客户对产品从外观、内部结构、产品质量到功能的多样化等需求的不断增长，给生产制造环节提出了更高的要求，使得生产制造环节从制造到管理都必须符合新形势的需求。

客户需要更多的灵活应用的产品。

嵌入式系统以及基于PC的系统都在往前发展。

嵌入式系统产品在应用高速器件之后的处理速度和精度越来越高，基本上可以满足高端应用场合，这使得嵌入式产品已经可以覆盖高中低端的需求，从而不断地抢占了原来基于PC的采用板卡和SDK 的产品的市场[6]。

而基于PC的采用板卡和SDK的产品，其SDK也变得越来越易用和开放。

他们把机器视觉的底层算法进行模块化封装，对机器视觉的处理过程进行流程化的设计，使得整个机器视觉设计犹如“搭积木”一样，在易用性和灵活性方面取得平衡，既方便非专业用户进行设计，又不会使得机器视觉只局限于某几种特定的应用。

它除了含有最一般的图像处理常用方法如滤波、图像增强等外，还含有机器视觉领域很多处理模块如尺寸测量计算、边缘检出、Blob分析等，同时配合系统仿真处理环境，利用这些处理模块，配合不同的行业应用而使用相应的处理流程，便可以在很短的时间内为用户开发出高性价比的行业解决方案。

硬件方面，新的系统都整合有图像采集、图像处理、在线显示、标准的I/O包括串口、并口、键盘鼠标、网络接口等，同时还集成有与外部工业控制设备连接的数据I/O、运动控制、PLC等接口[7]。

因为机器视觉必须与工业自动化设备配合使用，所以这些扩展接口被整合到图像处理装置里，同时配合模块化的图像处理软件，为用户提供一体化的图像解决方案，并能与外部的工业控制设备实现无缝对接。

同时，随着制造行业对管理的要求越来越高，信息管理系统在制造过程越来越重要，而机器视觉系统本质上是属于一个质量检测环节，它需要与制造环节的MES系统以及上层管理环节的ERP系统
华中科技大学硕士学位论文
进行数据交换，故此，图像处理装置的用户二次开发应用环境和外部接口就显得更加重要。

中国的工业自动化的发展较欧美日等工业发达的国家相差不少的距离，在中国目前的机器视觉的产业环境中，终端用户和系统集成商都比较偏好于使用嵌入式的视觉系统如传感器和智能相机。

这类系统只需要经过一段短时间的培训即可让用户应用，比较快速地解决问题。

然而随着实际应用的深入，不少用户开始觉得固定式的嵌入式应用灵活性不足，于是，基于PC的产品依然有在市场存在的合理性[8]。

1.2 机器视觉与色差检测
色差是指两个颜色在颜色知觉上的差异，它包括明度差、彩度差和色相差等三个方面。

染色产品的成品色差一般主要分为：原样色差、前后色差、左中右色差、正反面色差(俗称阴阳面)四大类。

染色产品在生产过程中，如何预防和控制其成品色差，并保持稳定，长期以来一直是各印染企业和染整专业工作者所关注的重点和攻关课题之一，尤其随着当今纺织业的工业化连续化的高速发展，对染色产品的成品色差提出了更高的标准和要求。

然而就印染加工业的生产特点和生产实际来讲，染色产品没有色差的染厂是没有的，所谓没有色差的染厂只是企业的技术水平、管理水平较高，将所产生的染色产品的色差非常严格的控制在较高的标准范围之内，而且能够做到长期保持稳定。

但是要达到这一实物水平，是非常的不容易，难度较大。

这是因为产生和影响织物染色成品布色差的因素条件较多，且较为复杂。

因此，有必要对织物染色布生产加工过程中的各个生产要素、影响因素、工艺条件及参数，进行认真的综合分析，并制定出相应的预防措施和严格规范的实施手段以及效果显著的纠正措施，将染色织物的色差加以控制。

为了定量地表示某种颜色，国际照明委员会(CIE)于1931年规定了标准色度学系统模型CIE-RGB和CIE-XYZ。

标准色度学系统的建立使得颜色可以用空间中的点来表示，而两种颜色的差别即可用空间中的两点之间的某种距离来衡量。

目前，在某个行业之内，国内外往往都已经推荐或者规定了特定的色差公式，例如，我国纺织行业即推荐了使用CMC(2: 1)公式作为行业标准[9]。

因此，在色差的评价和计算中，
华中科技大学硕士学位论文
核心问题就是如何获取对象的颜色量化值。

一旦获取了表征物体对象的颜色的量化值，选择合适的色差公式和标准，即可测得标样与检测对象之间的色差值。

目前，国内玻璃、木材、纸张、瓷砖、布匹等工业产品的颜色评价还依赖于人眼目测。

然而人眼对颜色的感觉与个人生理特征和心理状态有关，因此这种方法缺乏可靠性和一致性。

在纺织印染行业中，布匹表面的颜色测量和评价主要依赖于检测人员离线在一定光源下与标准比色卡进行对比[10]。

可以看出，人眼目测大多都采用离线抽样的方式，使得检测速度慢，且检测不全面。

目前，市场上开发出的测色仪器大致有两类，一类是分光光度测色仪，另一类是光电积分式测色仪。

这两类仪器都是离线检测，为了应对工厂的连续生产和信息的及时反馈，在线检测成为必要。

近年来，机器视觉在工业场合的应用取得了巨大的成功，应用机器视觉系统不仅大大提高了检测速度和范围，而且能对产品在一定程度上做出一致的评价，从而提高了检测的精度和可信度[11]。

1.3 课题的来源、目的及意义
色差检测系统这个课题，是为了改进国内在印染行业中色差检测这方面的技术，结合我国具体国情提出来的。

期望通过本系统的研制改变国内色差检测基本靠人眼识别检测的落后状况，实现基于机器视觉的色差自动检测，节约了工厂劳动力成本的支出，同时避免人眼检测的误差，提高检测精度。

我国经过十五年的拼搏已成为世界贸易组织成员，纺织备受国内媒体关注，纺织品入世后面临巨大商机，也面临更大的挑战，而且与国际强手过招，挑战将异常严峻。

在贸易方面我们应清醒地认识到：一切都要和国际标准接轨。

我国是纺织大国，随着社会的发展,生活水平的提高，人们对衣着、装饰用布提出了更高的质量要求。

伴随着我国加入WTO，我国的印染行业为适应国内国际市场需求的变化，加快了设备更新的力度，提出了更加严格的产品质量指标。

印染行业对工艺要求越来越高，在我国以前染过的布完全依靠人眼检测，不能准确的评估染布的质量。

为满足国内与国际市场需求，抢占印染检测设备市场，研究和开发“基于机器视觉的色差检测系统”，有利于建立起印染质量的监测，促进我国印染水平的提高，促进我国
华中科技大学硕士学位论文
纺织工业的科技进步，满足我国纺织工业的发展需求，替代进口，发展自主技术产品等方面都具有重大意义。

1.4 本文研究的主要内容
本文是在基于机器视觉的色差检测系统的实际研究和设计基础上完成的，主要研究内容有以下几个方面：
(1) 介绍了整个色差检测系统的平台，包括系统设计原理、照明系统考虑、相机选择、图象处理卡、相机运动控制卡设计以及色差计算算法等各方面内容。

(2) 详细介绍了基于DSP的图像处理卡和基于单片机的相机运动控制卡硬件结构设计原理，分析硬件各组成部分功能，设计思想以及实现方法。

(3) 提出色差检测流程，分析DSP上的软件实现问题，讨论了基于DSP的以太网通信问题，并针对嵌入式平台特点提出了一些可行的软件优化方法。

(4) 介绍相机运动控制卡上步进电机控制算法和DSP图像处理器与单片机之间的串行通信协议设计。

(5) 介绍色差的理论知识，从颜色的表示系统和具体的色差计算阐述了系统色差的理论运用。

(6) 分析总结系统的设计思想和过程，指出目前系统存在的问题和不足，并提出对系统今后发展的建议和展望。

华中科技大学硕士学位论文
2 系统设计原理及构成
2.1 系统设计原理
基于机器视觉的色差检测系统由光源、相机、图像采集处理几个主要部分组成。

光源给相机提供好的背景获取清晰的图片，相机则把拍摄的图像传送给图像处理部分，图像的分析处理则由图像处理部分完成。

印染厂在染布时，一旦打样合格则开始连续生产，中间不停机，为节约成本和减少工艺流程，系统采用在线检测的方法，因此对检测系统提出了实时性的要求。

为满足实时性的要求，对图像处理器的选择成为关键。

另外，由于相机的视场有限，大概可以拍摄宽度为40厘米，而布的幅宽一般都是1米以上，故一个固定相机无法拍摄到的整个布宽范围的图像而无法实现测量染色布的左中右色差。

因此需要多台相机组成连续的视场拍下整个布宽范围的图像，或者采用一台来回运动的相机拍下所需的图像。

考虑对采集的图像质量的要求，光源的选择也很重要。

2.1.1 色差检测系统的分类
根据硬件平台，机器视觉系统大致可以分为两类：
(1) 基于嵌入式处理器的机器视觉系统。

系统完全脱离通用PC机工作，采用专用或自行设计的视频采集电路，通过嵌入式处理器完成图像处理的功能。

(2) 基于PC的机器视觉系统。

采用通用PC加图像采集卡的硬件平台，由图像采集卡进行视频采集，将采集到的图像不加任何处理的传送到PC机，在PC机上通过软件对采集到的图像或视频片断进行处理，从而得到图像处理结果[12]。

两类系统的对比：
基于PC的机器视觉系统，具有以下两个优点：
(1) 最大限度的利用了通用计算机的主板、内存、硬盘等硬件资源，硬件平台通过购买成熟的硬件就可以搭建起来。

(2) 应用于通用计算机的软件及操作系统较为成熟，且PC的内存及硬盘容量非
华中科技大学硕士学位论文
常大，因此软件设计的难度相对较小。

基于PC的机器视觉系统配置灵活，开发周期短，开发成本较小。

但是，基于PC的机器视觉系统在图像处理性能上存在瓶颈，使其不适合于对实时性要求高的图像处理[13]，这个瓶颈来自于：
(1) 通用PC机的CPU使用传统的冯•诺伊曼结构，其数字信号处理能力有限。

(2) 图像卡需要向PC机传送大量的原始图像信息，传送的带宽受到PC机接口的传送能力限制。

(3) 通用PC机上操作系统一般为非实时性的操作系统，在高速图像处理的情况下，这会导致PC不能及时的响应图像处理请求。

基于嵌入式处理器的机器视觉系统，可以很好的解决实时性问题[14]，这表现在：
(1) 使用专用的处理器，其数字信号处理能力优越。

(2) 图像在采集后被实时的处理，基本不存在图像传输的带宽限制。

(3) 针对嵌入式处理器的软件是实时性的。

但是，基于嵌入式处理器的机器视觉系统也有其缺点[15]：
(1) 用于存放图像数据的存储空间有限，处理器片内的存储空间更无法与PC机的内存相提并论，在软件设计时必须考虑数据的大小、数据处理的流水线方式，设计难度较大。

(2) 针对嵌入式处理器的编程软件、图像处理算法不够成熟，增加了软件设计的复杂度。

(3) 基于嵌入式处理器的图像处理卡开发成本较高，自主研发的设计难度大、开发周期长。

2.1.2 本系统的原理结构
本文研究设计的视觉系统综合了上述两种视觉系统的优势，采用通用PC机加自行设计的嵌入式处理板卡的结构，既解决了传输带宽和存储的问题，又可以满足实时性的要求，这种结构也是今后朝智能相机发展的一个趋势。

在本系统中，采用面阵式数字相机用于视觉信号的获取，而自主设计的图像采
华中科技大学硕士学位论文
集和处理为一体的板卡采用了高速数字信号处理器和以太网口接口，有着非常强大的图像处理能力和方便的通信传输功能，PC机则通过网络通信配置处理卡所需参数和获取色差检测结果，实现人机交互控制等功能。

针对于一台相机的分辨力有限而且染色布幅宽都有1米以上的问题，我们采用设计专门的相机运动控制卡，控制相机在布宽方向上来回运动，实现幅宽范围内的图像拍摄，大大节省了系统设计的硬件成本。

图2-1是系统的结构图。

运动的相机拍摄布匹图像，图像处理卡上的FPGA收集图像数据，DSP接收FPFA传送过来的数据后进行色差计算，最后通过以太网传送给外部主机。

图像采集处理卡
图2-1 色差检测系统的结构图
2.2 处理器的选择
2.2.1 处理器概述
信号处理的实质是对信号进行变换，目的是获取信号中有用信息，并用更直观的方式进行表达[16]。

数字信号处理（DSP, Digital Signal Processing）就是用数字的方法对信号进行变换来获取有用信息[17]。

在数字信号处理技术发展的初始阶段，人们
华中科技大学硕士学位论文
只能在通用的计算机上进行算法的研究和系统的模拟和仿真。

数字信号处理技术和大规模集成电路技术的发展，导致DSP芯片的产生和迅速发展。

DSP芯片的出现使实时数字信号处理成为现实。

数字信号处理的任务通常需要完成大量的实时计算，大多数常见的DSP算法可以归结为几个类别：信号滤波、信号变换、卷积、相关[18]。

DSP的结构特点在很大程度上体现了DSP算法的需求。

DSP在结构上的主要特点有[19]：
(1) 专业的算术处理能力：乘累加运算。

DSP内部都设有硬件乘法器来完成乘法操作，以提高乘法速度，这也是DSP区别于通用微处理器的一个重要标志。

(2) 高效存取数据：哈佛结构和专用的寻址单元。

大多数微处理器是采用冯•诺伊曼结构：统一的程序和数据空间，共享的程序和数据总线。

DSP采用了程序总线和数据总线分离的哈佛结构，这样DSP就能够同时取指和取操作数。

大多数DSP还提供复杂的地址生成单元，采用特定的方式来计算数据地址，不再额外占用CPU时间。

(3) 确定性操作。

实时性是衡量DSP的一项指标，因此必须能够预先知道DSP 执行每个功能所需的执行时间。

(4) 扩展接口能力：大多数DSP提供片内接口部件，只需要最少的外围电路和有限地占用DSP处理内核。

这一特点以最小软件开销使恒定的数据流流入和流出处理器，因此接口操作只需要极少的处理器周期[20]。

(5) 超标量操作：器件能够并行执行多少条指令。

(6) 硬件重复循环：许多DSP器件具有实现指令重复循环的一些硬件，不用开销处理器就能高效自动的重复执行单条或一段指令。

(7) 指令流水线：把执行指令的不同阶段在时间上重叠，从而能在流水线中指令完成之前对后续指令取指。

以下是衡量DSP处理性能的一些常用指标：
(1) MFLOPS（百万次浮点操作/秒）其中浮点操作包括浮点乘法、加法、减法。