[发明专利]一种基于FPGA的烟叶分级方法和装置有效

专利信息
申请号: 201610960942.3 申请日: 2016-11-04
公开(公告)号: CN106343607B 公开(公告)日: 2017-08-25
发明(设计)人: 申金媛;顾豪贝;刘润杰;穆晓敏 申请(专利权)人: 郑州大学
主分类号: A24B3/16 分类号: A24B3/16
代理公司: 郑州中原专利事务所有限公司41109 代理人: 赵磊,李想
地址: 450001 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fpga 烟叶 分级 方法 装置
【权利要求书】:

1.一种基于FPGA的烟叶分级装置,其特征在于:所述装置包括通过双排插针相互连接的接口板FPGA和处理板FPGA;

所述接口板FPGA通过串行通信芯片接口连接CCD,由接口板FPGA发送指令采集帧图像,采集的图像存入与接口板FPGA相连的SRAM缓存Ⅰ;

所述接口板FPGA读取SRAM缓存Ⅰ中的烟叶图像进行背景分割并进行去噪处理,然后提取已设定的图像特征;接口板FPGA将提取的图像特征存入与处理板FPGA相连的SRAM缓存Ⅱ,然后处理板FPGA根据已建立的分级模型算法对烟叶的特征信息进行处理,得到分色分级结果,并将分色分级结果和控制信息发送到接口板FPGA;

所述接口板FPGA将采集的烟叶图像和相应的分色分级结果在VGA显示并通过语音模块进行播报。

2.根据权利要求1所述的基于FPGA的烟叶分级装置,其特征在于:所述图像特征包括颜色特征、纹理特征、脉络特征。

3.根据权利要求1所述的基于FPGA的烟叶分级装置,其特征在于:所述控制信息包括将SRAM里缓存的烟叶帧图像和对应的分色分级信息存储至外部存储设备。

4.根据权利要求1所述的基于FPGA的烟叶分级装置,其特征在于:所述的分级模型算法利用人工神经网络、遗传算法、最近距离算法、聚类算法、粗集算法中的一种或几种对提取的图像特征进行分组、分色和分级。

5.根据权利要求1所述的基于FPGA的烟叶分级装置,其特征在于:在处理板FPGA上,每两片SRAM通过扩展位宽的方式共享地址总线。

6.一种基于FPGA的烟叶分级方法,其特征在于:所述方法包括如下步骤:

步骤一、接口板FPGA通过串行通信芯片发送相机设置命令,每完成一条命令的发送,将触发信号由串行通信芯片发送至CCD,开始帧图像传输过程,在CCD完成应答信号后,再继续发出下一条命令;

步骤二、 接口板FPGA根据图像中烟叶的展开度和光线情况选择最合适的帧图像进行采集,采集的图像存入与接口板FPGA相连的SRAM缓存Ⅰ;

步骤三、接口板FPGA对SRAM缓存Ⅰ中的烟叶图像进行背景分割,剔除图像中与烟叶分级无关的因素,再进行去噪处理,去除噪声后进行特征提取;

步骤四、接口板FPGA将提取的图像特征传送给处理板FPGA,处理板FPGA利用已建立的分级模型算法对提取的特征进行分组、分色和分级,分级结果和控制信号再传送给接口板FPGA;

步骤五、接口板FPGA将烟叶的分级结果和对应的烟叶帧图像通过VGA显示,并通过语音模块播放。

7.根据权利要求6所述的基于FPGA的烟叶分级方法,其特征在于:所述步骤三中,特征的提取标准根据处理板FPGA里设定的烟叶分级模型来选择。

8.根据权利要求6所述的基于FPGA的烟叶分级方法,其特征在于:所述步骤四中的控制信号是将分级结果和SDRAM中对应的帧图像存储到外部存储设备里。

9.根据权利要求6所述的基于FPGA的烟叶分级方法,其特征在于:所述步骤四中的分级模型算法包括人工神经网络、遗传算法、最近距离算法、聚类算法、粗集算法中的一种或几种。

10.根据权利要求6所述的基于FPGA的烟叶分级方法,其特征在于:所述步骤五中,通过同一个显示器显示采集到的烟叶帧图像和分级结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州大学,未经郑州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610960942.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top