基于SOPC的音膜內外邊緣實時檢測*

蔡浩聰 謝云 劉家曉 鄭海成

(廣東工業大學 自動化學院)

1 引言

基于可編程片上系統的SOPC技術是目前國內外電子領域中的研究熱點，它將并行結構和并行計算集于一體，采用了軟硬件協同設計和 IP復用的思想，能夠減少產品開發時間，降低功耗，高效利用FPGA資源，因此可以實現高速低功耗低成本的實時嵌入式機器視覺檢測系統。隨著技術的不斷進步，FPGA的集成度越來越高，可以實現的設計規模越來越大，而功耗越來越低。因此，基于FPGA的嵌入式視覺系統將是計算機視覺系統的重要發展方向[1]。

隨著消費類電子產品的增多，各種小型的音響設備的需求也隨之增多，音響設備的音質主要由揚聲器的重要部件音膜決定，而音膜的質量主要由其內外圓的同心度決定，音膜的生產加工及質量檢測便成為市場競爭中的重要因素。對音膜同心度的求取過程要解決的重點問題是對音膜內外圓邊緣的在線實時檢測。目前國內暫無成熟的音膜同心度機器視覺檢測系統。

針對上述情況，本文采用SOPC、可編程邏輯器件、IP復用等技術，設計了一種基于SOPC的實時視覺檢測系統。主要介紹了該系統中總體設計方案，并采用Sobel算子，以音膜的內外圓邊緣檢測為例，證明了該系統的高速實時性。本設計不僅帶來一定的實用價值，也為高速智能相機的開發提供了有用的參考。

2 系統整體設計

2.1 系統硬件結構

SOPC技術是將CPU、存儲器、I/O接口等系統設計所必須的模塊封裝為IP核集成在一片FPGA上，是一種新的系統設計技術。這種設計方式，有開發周期短、設計靈活、可裁減、可擴充、可升級、軟硬件在系統可編程的功能，特別適用于復雜系統的設計[2]。由于SOPC技術的諸多優點，本文采用這種技術設計了一種基于SOPC的嵌入式視覺檢測系統。系統總體框圖如圖1所示。

本系統采用了北京合眾達公司的教學實驗平臺SEED-XDTK-V4為硬件開發平臺和Xilinx公司的嵌入式開發工具 EDK 為軟件開發平臺。SEED-XDTK-V4實驗箱配置了Xilinx公司的Virtex-4系列的FPGA芯片，該芯片擁有23040個邏輯單元和128 個信號處理單元（Xtreme DSP Slices）等豐富資源。EDK開發套件自帶了許多工具和IP，可以用來設計完整的嵌入式處理器系統，主要包括Xilinx平臺工作室XPS和軟件開發套件SDK。本系統工程包括了 MicroBlaze軟核處理器、OPB總線、DDR 控制器、DMA控制器、圖像處理算法模塊等。MicroBlaze軟核是一種針對 Xilinx FPGA 器件而優化的功能強大的32位微處理器，支持CoreConnect總線的標準外設集合，具有較好的兼容性和重復利用性。各外設模塊以IP核形式靈活的連接到OPB總線上，使系統的設計具有很好的重構能力和靈活性。系統的SOPC工程如圖2所示。主要IP核的功能簡單介紹如下：

UART模塊：I2C 配置視頻解碼芯片TVP5150PBS工作模式；

DMA模塊：內存與外設之間進行批量的數據傳輸。使用DMA控制器對圖像數據的存儲進行操作，這樣可減少CPU的處理負擔和功耗，提高圖像處理速度；

CCD_Controllor模塊：采集視頻解碼芯片TVP5150PBS解碼后的視頻數據，并進行圖像格式轉換。其中配置了TVP5150PBS為YUV格式輸出，“Y”表示明亮度（Luminance），也就是灰階值；“U”和“V”表示色度（Chrominance）。通過圖像數據采集模塊將接收到的YUV圖像轉換為8位灰度圖像格式，將3個像素點共24位數據合并為32位數據（高8位補零），然后送OPB總線，因此，每一次總線傳輸相當于傳輸了3個像素的數據。這里不采用一次傳輸4個像素點的灰度數據的原因是：3個像素數據的傳輸有利于后面圖像處理算法的實現；

PLC_Ctr模塊：用于與外設 PLC 進行通信，控制 PLC進行相應的操作，例如控制外部傳感器，啟動剔除裝置剔除流水線上不合格的產品等；

VGA模塊：產生數字圖像輸出對應的時序，若圖像數據未經MicroBlaze CPU處理，則直接數據流輸出；若圖像數據經CPU處理，則使用乒乓操作的方式，將圖像數據轉換為27MHz輸出；

Pic_Processing模塊：數字圖像處理算法的實現。該模塊可根據項目的具體要求設計相應的圖像處理算法IP核，該圖像處理 IP核既可以完全使用硬件設計方式完成整個圖像處理過程，直接輸出顯示最終結果，也可以只完成圖像的前期預處理部分，然后把處理后的關鍵數據送入MicroBlaze軟核 CPU中，通過軟件處理方式得到最終的處理結果再進行VGA輸出顯示。因此該模塊的設計是項目設計的重點和難點。下面將以音膜圖像的內外圓輪廓檢測為例，具體介紹該模塊IP的設計流程和實現方法。

圖2 EDK中SOPC工程

2.2 系統的軟件設計

由于系統中采用了DMA傳輸技術，圖像處理算法完全由硬件實現，因此MicroBlaze CPU主要完成了系統的初始化、外設的配置和DMA的控制等簡單操作。軟件設計流程如圖3所示。

圖3 系統軟件設計流程

3 音膜內外圓邊緣檢測算法IP

3.1 算法原理

該應用中的數字圖像處理算法的主要思路是：讀取音膜圖像數據到圖像處理模塊IP，進行數據緩存，再進行中值濾波處理，濾除干擾噪聲，接著運用Sobel算子對音膜圖像進行內外圓邊緣檢測，然后對圖像進行二值化處理。由于邊緣檢測算法的數據量較大，為達到實時處理的要求，本文采用了算法全硬件實現的設計方法。

3.2 Sobel算子介紹

Sobel算子是測量沿水平方向和垂直方向兩個方向的灰度差，然后把測量值合并起來形成邊緣強度。Sobel的水平方向梯度算子和垂直方向梯度算子分別如圖4(a)和圖4(b)所示，圖4(c) 為圖像的3×3區域（Z為8位灰度值）[3]。

圖4 Sobel算子和圖像3×3區域

得到Sobel算子的梯度的模的近似表達式為：

判斷梯度模的值是否大于或等于設定的閾值T，若是則置該點為灰度值255，反之置0，即：

3.3 Sobel算子的硬件實現方法

Sobel算子的硬件實現使用了Xilinx公司的高性能 DSP系統的快速建模和實現工具 System Generator。該工具是Xilinx公司的系統級建模工具，在很多方面擴展了MathWorks公司的Simulink平臺，提供了合適硬件設計的數字信號處理(DSP)建模環境，加速、簡化了FPGA的DSP系統級硬件設計[4]。圖5為在Simulink中使用System Generator工具搭建起的Sobel算子模型。輸入圖像數據通過水平方向和垂直方向兩個濾波器后，再把兩個濾波器輸出的值進行相加，然后再通過閾值T相比，進行二值化，輸出最終結果。整個Sobel算子使用了11個加減法器和一個雙口隨機存取存儲器（Dual Port RAM）等資源。整個設計思路嚴格按照Sobel的算法步驟進行設計。

圖5 Sobel算子模型

在 Sobel算子模型上加入中值濾波和二值化模塊，使用 System Generator軟件將算法模型轉化為HDL工程，進行優化和綜合，通過Modelsim仿真驗證算法的正確性，仿真結果如圖6所示。

圖6 Modelsim中算法仿真結果

在EDK軟件中，通過編寫自定義IP中的MPD文件、PAO文件和用戶邏輯(user_logic)模塊，通過編寫端口轉換和時序調節程序，將圖像算法模塊封裝成IP核，掛接到OPB總線上，配合一定的控制時序，通過MicroBlaze軟核的軟件程序調用該IP核模塊，完成整個系統的運行。

4 實驗及結果分析

圖7 PC和FPGA檢測結果

圖7(a)為音膜的原圖像，圖7(b)為PC上在VC++軟件中使用Sobel算子檢測得到的音膜內外圓輪廓，圖7(c)為基于FPGA上檢測得到的結果。由兩圖對比可得，PC上檢測得到的輪廓比較纖細，在邊緣出現斷裂，需要進一步的圓擬合，并且PC檢測的噪聲較大，而FPGA檢測得到的輪廓明顯，且無斷裂部分。

由于PC和SOPC的圖像采集時間和顯示時間相差不大，因此對比PC系統和SOPC系統的處理速度快慢，主要是對比數字圖像處理模塊的處理時間。SOPC系統中圖像處理模塊在Modelsim中的仿真時間計算公式為：仿真時間=一個仿真周期時間*仿真周期數。仿真中設置了一個仿真周期時間為20ns，即系統頻率為50MHz。得到音膜圖片使用基于Sobel算子的圖像處理算法分別在VC++平臺上和FPGA平臺上的處理時間，如表1所示。可見在FPGA上實現圖像處理算法其處理速度比PC高出約22倍，可以實現高速在線實時檢測。

表1 PC和FPGA上音膜內外圓邊緣檢測時間（單位：ms）

5 結論

本文以30mm以下的黑色音膜為研究對象，利用SOPC技術，設計了一種實時檢測系統。采用了FPGA并行處理和軟硬件協同設計，使系統具有實時性、可重構性強、體積小、低功耗低成本等優點。實驗結果表明，基于SOPC的音膜內外圓邊緣檢測系統功耗低，運行穩定，檢測速度快，可實現音膜的在線實時檢測，解決了流水生產線上產品無法進行實時檢測的關鍵問題。

[1]原魁,肖晗等.采用 FPGA 的機器視覺系統發展現狀與趨勢[J].計算機工程與應用,2010,46(36):1-5.

[2]黃云,楊尊先.基于 SOPC的數據采集與處理系統設計[J].電子器件,2010,33(1):68-70.

[3]李明,趙勛杰,毛偉民.Sobel邊緣檢測的 FPGA 實現[J].現代電子技術,2009,16:44-46.

[4]高展宏,王強.多媒體處理FPGA實現—System Generator篇[M].北京:電子工業出版社,2010:71-72.

[5]Babu T Chacko, Siddharth Shelly. Real-Time Video Filtering and Overlay Character .Generation on FPGA. 2010 International Conference on Recent Trends in Information,Telecommunication and Computing,2010,26:184-188.

[6]XILINX. Xilinx System Generator Manual[S]. 2008.