SOPC技術在視覺測量中的應用

　　3.3 邊緣細化模塊

　　本文的邊緣是建立在二值化之后的，因此處理的圖像都是二值化的，邊緣非常清晰，不需要太復雜的算法。這里采用兩個 3×3模板作乘積，如圖所示， X為待處理像素。如果模板乘積不為 0，于是中心象素為 1，反之為 0，即點的周圍有灰度為 0的象素，則保留此點，否則剔除。如此很容易得到二值化后點的單象素邊緣。

　　3.4 后續(xù)處理部分

　　后續(xù)處理部分由于其數(shù)據(jù)處理量并不大且算法比較復雜，所以在本系統(tǒng)中，這部分算法在 NiosⅡ中以軟件的方法實現(xiàn)。由于篇幅所限，在此不作詳細介紹。

　　4 系統(tǒng)測試結果的分析與總結

　　圖 4為原始圖像。圖 5為處理后的最終圖像，點中心已經標注如圖所示。

　　經測試，本系統(tǒng)所有算法用 C語言在 PC機（配置： Pentium( R) 4 CPU 3.00GHz, 512MB內存）上實現(xiàn)，所需時間為 2'12，而本系統(tǒng)僅需 30，其中主要耗時為 NiosII軟件處理部分，系統(tǒng)的硬件算法部分所耗時間不到 1。

　　本文作者創(chuàng)新點：一是采用 FPGA設計硬件模塊實現(xiàn)圖像預處理算法，這是視覺測量系統(tǒng)在處理效率上的創(chuàng)新；二是在系統(tǒng)中加入Nios II CPU，用以 FPGA難以實現(xiàn)的算法，從而使基于 SOPC技術的視覺測量系統(tǒng)更具靈活性，這是視覺測量系統(tǒng)在靈活性方面的創(chuàng)新?；谝陨蟽牲c創(chuàng)新設計的視覺測量系統(tǒng)兼顧了效率和靈活性，為視覺測量系統(tǒng)的設計和研究提供了一種新的思路。