[发明专利]一种基于FPGA的烟叶分级方法和装置

说明书

技术领域

本发明涉及烟叶分级领域，特别涉及一种基于FPGA的烟叶分级方法和装置。

背景技术

烟叶是我国的重要经济作物，现在我国对于烟叶的分级还主要依靠人观察和手摸的人工阶段。不仅费时费力，而且主观性和模糊性较强。基于计算机的烟叶智能分级在对烟叶图像处理时计算量比较大，很难满足实时性的要求。基于FPGA芯片的处理能力现在越来越强，利用FPGA并行处理的优势，像素级别的算法完全可以在FPGA中实时处理，在烟叶的分级处理中，利用FPGA实现的装置相比于PC对于烟叶图像的处理，在速度上有着极大的提升。

发明内容

有鉴于此，本发明的目的在于，提供一种基于FPGA的烟叶分级方法和装置，采用两块FPGA芯片作为主控芯片，在速度上极大的提升了对烟叶图像的处理速度。

本发明的目的是以下述方式实现的：

一种基于FPGA的烟叶分级装置，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。

所述图像特征包括颜色特征、纹理特征、脉络特征。

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。

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。

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。

一种基于FPGA的烟叶分级方法，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。

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。

所述步骤四中的控制信号是将分级结果和对应SDRAM中的帧图像存储到外部存储设备里。

所诉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

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。

与现有技术相比，本发明的优点是：

利用FPGA的分级装置体积更小，运算速度快且操作简单，可以很好的解决现在烟叶分级过程中的分级速度问题；利用FPGA的可编程性，可以优化升级分级模型算法并且不用购买新的设备，更加经济；本发明有利于定制统一的分级标准，避免传统人为分级过程中产生的各种纠纷。

附图说明

图1为本发明的结构示意图。

具体实施方式

如图1所示，依据本发明的一种将烟叶实时智能分级的装置，采用两块FPGA芯片作为主控芯片。第一片FPGA的电路板成为接口板，完成CCD、VGA以及语音模块等的接口通信功能和烟叶图像预处理和特征提取等功能。第二片FPGA的电路板称为处理板，用来进行算法设计，完成对烟叶分级模型的建立，处理由接口板FPGA发来的烟叶特征数据，根据已有模型进行分色分级。两片板子采用双排插针的连接方式。