SOPC技术在视觉测量中的设计方案与应用

　　2.3 系统软件的设计

　　本系统的控制流程相对简单，因此在 Nios II软核中没有内嵌操作系统，而是通过 IO操作调用中断的方式实现运行状态的控制、数据通信、协调外设等基本操作，控制系统各硬件模块，使系统软硬件协同工作。整个系统搭建成功之后，在 PC机上编写应用程序对整个SOPC系统的运行进行控制。

3 系统算法的具体实现

　　3.1 滤波模块

　　根据所采集到的图像的特点，本文采用 3×3的模板实现中值滤波，这种方法不仅可以滤除图像中的噪声，而且可以将边缘信息很好的保留下来。一般求取中值的方法是采用取冒泡法排序，但这种算法并不适合硬件实现。考虑到硬件实现的特点和效率，本文采用了一种全新的求取中值的算法，其原理如图 3所示。其中 max、mid、min分别表示三输入的最大值、中值和最小值比较器。最后经几轮比较后求得中值。

　　3.2 边缘提取模块及二值化模块

　　边缘提取采用 Roberts算子。 Roberts边缘检测算子利用局部差分算子寻找边缘，其计算由式 1给出。

　　由于待处理图像特征明显，采用经验阈值法对图像进行二值化，算法简单、实现方便。

　　3.3 边缘细化模块

　　本文的边缘是建立在二值化之后的，因此处理的图像都是二值化的，边缘非常清晰，不需要太复杂的算法。这里采用两个 3×3模板作乘积，如图所示， X为待处理像素。如果模板乘积不为 0，于是中心象素为 1，反之为 0，即点的周围有灰度为 0的象素，则保留此点，否则剔除。如此很容易得到二值化后点的单象素边缘。

　　3.4 后续处理部分

　　后续处理部分由于其数据处理量并不大且算法比较复杂，所以在本系统中，这部分算法在 NiosⅡ中以软件的方法实现。由于篇幅所限，在此不作详细介绍。

4 系统测试结果的分析与总结

　　图 4为原始图像。图 5为处理后的最终图像，点中心已经标注如图所示。

　　经测试，本系统所有算法用 C语言在 PC机（配置： Pentium( R) 4 CPU 3.00GHz, 512MB内存）上实现，所需时间为 2'12"，而本系统仅需 30"，其中主要耗时为 NiosII软件处理部分，系统的硬件算法部分所耗时间不到 1"。

　　本文作者创新点：一是采用FPGA设计硬件模块实现图像预处理算法，这是视觉测量系统在处理效率上的创新；二是在系统中加入Nios II CPU，用以FPGA难以实现的算法，从而使基于SOPC技术的视觉测量系统更具灵活性，这是视觉测量系统在灵活性方面的创新。基于以上两点创新设计的视觉测量系统兼顾了效率和灵活性，为视觉测量系统的设计和研究提供了一种新的思路。