基本信息
- 项目名称：
- 以GPU为核心的机器视觉仪表检测系统研究
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 机械与控制
- 大类：
- 自然科学类学术论文
- 简介：
- 针对组合仪表检测特点，设计并实现一种以图像处理单元（GPU）为核心的机器视觉仪表检测方案。
- 详细介绍：
- 针对组合仪表检测特点，设计并实现一种以图像处理单元（GPU）为核心的机器视觉仪表检测方案。该方案使用了通用PC作为开发平台，使用了图像处理单元（GPU）运算的新技术，提出PC+GPU运算的新型架构，使系统能够兼顾柔性和实时性。
作品图片
作品专业信息
撰写目的和基本思路
- 针对组合仪表检测特点，设计并实现一种以图像处理单元（GPU）为核心的机器视觉仪表检测方案。 首先在对通用PC性能的分析和对GPU运算能力考察的基础上，提出了系统的整体方案。进而对方案细化，介绍了具体的实现方法。最后给出了实验验证结果，证明了方案的可行性。
科学性、先进性及独特之处
- 使用了通用PC作为开发平台，使用了图像处理单元（GPU）运算的新技术，提出PC+GPU运算的新型架构，使系统能够兼顾柔性和实时性。
应用价值和现实意义
- 针对在组合仪表生产过程中实现检测自动化提出了以GPU为核心的机器视觉方案，采用PC+GPU运算的架构，使系统提高了柔性和实时性，降低了成本。同时，该系统还可用于其他检测中，具有广阔的发展前景和市场实用价值。
学术论文摘要
- 针对组合仪表检测特点，设计并实现一种以图像处理单元（GPU）为核心的机器视觉仪表检测方案。通过分析通用PC和图像处理专用机的性能和特点，提出采用PC+GPU运算的新型架构，使系统能够兼顾柔性和实时性。进行仪表自动检测时由PC同时驱动下位机和摄像头，并将从摄像头传回的数据发送给GPU，经GPU进行图像处理后由CPU做出判断并输出检测结果。最后给出了实验验证结果，证明了方案的可行性。
获奖情况
- 论文《以GPU为核心的机器视觉仪表检测系统研究》发表在国内核心期刊《微计算机信息》上
鉴定结果
- 文章已发表
参考文献
- Matrox Imaging Corp. Matrox Odyssey xpro+ product datasheet.2008. Banner Engineering Corp.Banner PrensencePlus Pro product datasheet.2008. NVIDIA Corp.NVIDIA CUDA Programming Guide. ver 08-07-2008.
同类课题研究水平概述
- 机器视觉技术可应用在很多领域，其中在检测方面，工业界现已有一些开发机器视觉系统的厂商。例如 National Instruments，Cognex，Matrox等均有自己的机器视觉产品。 一些厂商开发基于通用PC的机器视觉技术。如National Instruments 推出的LabVIEW 虚拟仪器套件可以通过其中的 IMAQ 组件采集图像，使用NI Vision Builder 开发模块对采集的图像进行处理，分析图像中的特征，进而根据这些特征指导LabVIEW 的工作流程。但由于其使用CPU来处理图像，产品的性能受到通用PC性能的制约，当需要进行仪表指针抖动等对图片处理速度要求很高的检测时则难以满足要求，并且IMAQ组件的昂贵价格也限制了它的普及。 另外一些厂商推出了运行于图像处理专用计算机上的机器视觉应用方案。这类专用机的核心运算单元主要有三种类型：DSP，FPGA和专门优化过的单片机。它们的共同特点是强大的浮点运算能力，高度优化的架构和高速的数据输入/输出通道。但是这种基于专用图像处理机的解决方案不仅昂贵，还存在可扩展性较差的问题，因为对核心处理器的编程涉及大量的底层细节，需要专业知识并且工作繁琐。并且Banner的机器视觉DSP对外输出接口只有数字I/O、LAN和串口，无法实现仪表检测中要求同时驱动仪表动作和采集相应图像的输出结果的功能。 近年来，随着通用图形处理单元(GPGPU)的发展，使得以往在PC中仅担任显示任务的图像处理单元（GPU）解放出来，可以被用在显示之外的应用领域，大幅提高了现有PC的运算能力。GPU晶体管集成度极高，在针对高密度数据的并行运算上具有得天独厚的优势。并且其架构经过针对图像处理的优化，在实时图像处理中有很大的应用潜力。为充分发掘这一潜力，nVidia 公司为自己的显卡产品系列推出了GPGPU工具套件——CUDA。CUDA是一种新型的硬件和软件架构，可以用于GPU同CPU的交互和管理在GPU上的并行运算。目前已被应用于科学计算可视化、医疗图像、娱乐等领域，显示出强大的并行浮点运算能力。未来计算机的发展，将会是CPU和GPU的联合运算模式。
