基于FPGA的纸病提取系统的设计

党宏社 王 黎 周 强

(陕西科技大学电气与信息工程学院，陕西西安，710021)

近年来，我国造纸工业飞速发展，新上的现代化纸机幅宽多在9 m以上，车速在1800 m/min以上[1]。为确保这种现代化纸机生产的纸张质量，需对纸机生产过程中产生的纸病进行检测，并对纸机进行维护。很多纸病的尺寸都小于1 mm2，为了能在纸机高速运转时识别出这种尺寸的纸病，需要高速、高分辨率的摄像机进行图像采集，这样必然会产生大量的图像数据。因此，纸病检测系统需要有很强的数据处理能力，才能够在整幅纸张中搜索纸病图像和进行纸病分类，并确保不发生漏检和误检[2]。传统的基于机器视觉的计算机纸病检测系统成本较高，很难满足现场大量数据的实时处理要求；采用FPGA+DSP的纸病检测系统[3]能够实现对大量数据的处理，但针对不同类型和幅宽的纸机需要重新设计2种处理芯片的程序，降低了系统的通用性。因此，需要设计出一套通用的、可剪裁的系统，通过软硬件配置，快速实现整个纸病检测系统的组建，降低系统设计成本。

纸病检测分为纸病提取和纸病识别两部分：①根据纸病的显著特征，从整幅纸张图像中分离出只含有纸病部位的图像，实现纸病提取功能；②依据相关的纸病分类算法，对纸病部位图像进行识别，实现纸病识别功能[4]。本课题设计的基于FPGA的纸病提取系统主要完成纸病提取功能。该系统可以快速、有效地完成纸病部位图像提取任务，并能根据实际需求进行性能扩充，实现对幅宽更大纸机的纸病检测功能。

1 系统组成

基于FPGA的纸病提取系统的结构框图如图1所示。摄像机对纸机生产中的纸张图像信息进行拍摄，图像数据通过Camera Link硬件接口电路[5]传送至FPGA，经FPGA内部的硬件逻辑电路进行图像处理，最后将得到的纸病图像数据通过以太网发送至计算机，完成纸病的提取任务。

图1 纸病检测系统结构框图

为了能够对不同幅宽的纸幅进行纸病检测，可将多台摄像机并排安装在纸幅上方，并为每台摄像机配备独立的FPGA及相关接口硬件，实现系统的性能扩展。各摄像机分别拍摄各自范围内的纸张图像，并使用FPGA进行图像采集与纸病提取，多个FPGA通过数据整合，实现横幅纸病提取。

2 系统功能

纸病提取系统中FPGA实现的主要功能包括图像采集、预处理、纸病扫描和数据上传，其图像数据处理流程如图2所示。

图2 纸病提取流程

除了数据上传功能由FPGA内嵌的NIOS II软核处理器和外置的以太网控制器完成，其余功能都由FPGA内部硬件电路实现。使用Quartus II软件进行程序设计、综合、仿真与测试，通过FPGA实现纸病提取功能。

2.1 图像采集与预处理模块

选用DALSA公司生产的Spyder 2系列中的一款线阵摄像机，对匀速移动的纸幅进行拍摄。该摄像机能够直接输出黑白图像，分辨率为2048×1。参照Camera Link Base规范设计摄像机控制与视频接口硬件电路，得到摄像机的原始时序信号。FPGA根据摄像机信号时序编写图像采集模块，得到原始图像数据，并同时通过设计的VGA显示接口[6]将实时的纸张图像画面输出，达到实时查看纸张生产过程的目的。

采用中值滤波对图像噪声进行滤波，可以有效去除摄像机容易产生的椒盐噪声。在FPGA上以并行流水线的方式实现中值滤波[7]，不仅速度快，而且，易于实现。

2.2 纸病扫描模块

纸病扫描模块的数据处理流程如图3所示，主要由协调管理、阈值比较和数据转移DMA三部分构成。该模块是纸病提取系统当中的核心模块，负责纸病提取的主要任务。

图3 纸病识别模块结构框图

协调管理模块负责将像素灰度数据交给空闲的阈值比较模块进行纸病扫描，数据转移DMA负责将阈值比较模块提取出的数据从FIFO转移至数据上传模块。

2.2.1阈值比较

在整幅纸张中，纸病部位的像素灰度与正常灰度有明显差别[8]，像素灰度偏大或偏小都可以判别为纸病。根据环境光线、照射光源光强、纸张颜色测试并确定出正常情况下纸张同一横坐标位置的平均灰度，并依据此值确定出可以判定为纸病灰度的上限阈值与下限阈值。

阈值比较模块依据设定的上下限阈值处理图像数据，将灰度超出阈值范围的像素进行提取，工作流程如图4所示。

图4 阈值比较工作流程

模块初始时处于就绪状态，被协调管理模块激活后开始处理滤波后的图像数据。当图像灰度超出设定阈值时锁存当前检测的像素点的坐标信息，并将后续的像素点灰度存储进FIFO。当处理的像素横坐标到达边缘并连续多次未检测出超出阈值的数据或FIFO达到最大缓冲时，停止存储并将等待数据转移至DMA。

2.2.2协调管理

当短时间内出现大量纸病的情况时，为了避免纸病像素灰度丢失，采用多个阈值比较模块依次衔接工作的方式。在阈值比较模块A完成一次纸病像素提取功能后，模块A停止提取并准备发送FIFO内的数据，同时启动阈值比较模块B进行接下来的纸病特征提取，直到B完成，C开始。这样可以确保总是有正在就绪的阈值比较模块可以接收传输过来的图像数据，避免数据丢失、纸病漏检。根据FPGA性能、后续通信消耗时间、可接受漏检率等指标，可以计算出系统在最坏情况下需要的阈值比较模块数量，并加入纸病识别模块内。

2.2.3数据转移

当数据转移DMA检测到有阈值比较模块完成像素缓冲时，启动数据传输功能。DMA直接将缓冲的数据通过专用的数据总线传输到系统内存中，避免影响CPU的其他工作，能够提高系统的整体性能[9]。

图5 纸病扫描模快信号仿真波形

设计出适合该系统的DMA控制器，负责纸病图像像素数据的快速转移任务。DMA控制器能够以接近100 Mb/s的带宽及时转移阈值比较模块中FIFO内的数据，大大提高了纸病扫描模块的性能。

2.2.4功能验证

使用Modelsim验证该模块的功能，纸病扫描模块的仿真信号如图5所示，图5为正在提取大量纸病数据的时刻。rHUB_SamplePart指示了正在运行的阈值比较模块编号，看到该测试中使用了2个与之比较模块，它们交替工作，将输入的图像读取进FIFO中。读取的图像由oCount(16进制)信号进行计数，能达到FIFO最大存储深度，使oDataReady_IRQ信号最高，并通知数据转移DMA从oFifo_ReadData中读出提取到的纸病数据，并转移到内存中。oX_Latch和oY_Latch表示纸病数据的起始坐标。可以从仿真信号的密集程度(见图5)看到仿真中第1行信号为阈值比较模块的数据处理时间，数据速率为40 MHz，而第3行DMA转移数据的速率为100 MHz。这说明在该仿真条件中，使用2个阈值比较模块就能够实现纸病数据提取，并保证不丢失数据。

2.3 IP核封装

依据Avalon总线标准，将由FPGA硬件实现的图像采集、预处理和纸病扫描功能封装成为用户自定义IP核，并在Qsys系统集成工具中将该自定义IP核作为NIOS II处理器的外设来使用[10-11]。纸病提取自定义IP核Camera在Qsys的连线方式如图6所示，使用总线连接到了NIOS II处理器的数据与指令总线、SDRAM总线，并为该模块分配了一个中断编号。

图6 自定义IP核

该IP核的信号包括以下几类：时钟、复位和中断信号，Avalon总线信号，摄像机图像采集信号，VGA图像输出信号， IP核测试信号。凭借NIOS II处理器的灵活性和IP核的高可配置性，可以方便地配置出适合不同类型纸机的纸病提取系统，增强系统的适应能力。

2.4 数据上传

NIOS II处理器通过配置与调用纸病提取IP核模块提取纸病数据，然后通过以太网控制器DM9000A实现数据上传。将纸病数据按照一定格式打包并借助LwIP协议栈[12]通过以太网发送至计算机，计算机对接收到的数据进行解析后即可得到原始的、只含有纸病部位数据的纸张图像，实现整个系统纸病提取目的。

3 系统测试

为了检验纸病提取系统的功能，在宽度为2 m的圆柱形纸卷上手工涂绘4处纸病样本，并将其以5 r/s的速度匀速转动，这样就能够使摄像机拍摄到含有纸病信息的连续纸张图像。图7为CCD摄像机拍摄到的纸张图像，需要该系统对其进行处理与纸病提取，并最终将纸病图像数据上传至计算机。

图7 带有纸病的纸张图像

计算机通过网络接收到纸病部位数据后，首先需要依据协定好的数据格式进行纸病图像重组。如图8所示的上位机对接收到的数据进行解析，并最终将纸病图像呈现到软件界面。仔细观察可以看到图7中的4处纸病均有显示，又由于测试纸卷是匀速转动，4个纸病会在上位机界面中周期性出现。纸病提取系统的功能基本实现。

图8 上位机软件显示

在如上测试中，同时对数据传输过程中的带宽占用进行了测试。摄像机拍摄到的图像数据约为4.7 MB/s，而经过纸病提取系统处理后，只将纸病部位的图像灰度提取并传输，占用的网络带宽平均仅为8.39 kB/s。与完全由计算机进行图像处理相比，经纸病提取模块处理后再由计算机处理更具优势，不仅降低了计算机的计算负荷，并且为同一台计算机处理多个纸病提取模块的数据创造了空间。

上位机从纸病提取模块接收到的数据内包含有像素灰度、坐标以及摄像机编号等信息，上位机根据这些信息即可还原出真实的纸病形状、灰度及其所处位置。依据相关纸病分类算法进一步编写纸病判定与分类程序，即可完成一整套纸病检测系统的设计。

幅宽较大的纸机需要配备相应数量的纸病提取模块，并对整体系统重新配置与组网，多个纸病提取模块协同工作共同构成性能更强的纸病提取系统，实现

宽幅纸机的纸病提取功能。

4 结 语

研究并设计了一套纸病提取系统，实现了对纸病部位的图像提取。设计中充分考虑了纸机生产中的实际情况与需求，解决了纸病漏检、图像数据量较大和通用性低等问题。将该系统应用于纸病检测系统设计中，能够加快系统设计，降低系统组建成本，提高系统工作稳定性。

参 考 文 献

[1] 徐志鹏. 造纸过程中纸病检测关键技术研究[D]. 无锡: 江南大学, 2005.

[2] 刘铸红. 基于机器视觉的纸张表面纸病检测系统[J] . 中华纸业, 2009, 30(4): 64.

[3] 古 帅, 邱书波. 基于FPGA+DSP的纸张纸病视觉检测系统的设计[J] . 中华纸业, 2010, 31(6): 48.

[4] 周露露. 基于机器视觉的纸页纸病检测算法的研究[D]. 济南： 山东轻工业学院, 2012.

[5] 朱齐丹, 刘进业, 康 岭. Camera Link硬件接口电路设计[J]. 应用科技, 2008, 35(8): 57.

[6] 朱奕丹, 方怡冰. 基于FPGA的图像采集与VGA显示系统[J]. 计算机应用, 2011, 31(5): 1258.

[7] 郭 帅. 基于FPGA的高速图像处理研究[D]. 成都: 中国科学院研究生院光电技术研究所, 2007.

[8] 孙建镇, 邱书波, 刘 芹. 纸病检测方法的研究进展[J]. 中华纸业, 2005, 26(9): 56.

[9] 何 琼, 陈 铁, 程 鑫. 基于FPGA的DMA方式高速数据采集系统设计[J]. 电子技术应用, 2011, 37(12): 40.

[10] 刘 杰. 基于模型的设计(Qsys篇)[M]. 北京: 机械工业出版社, 2012.

[11] 周学功, 彭澄廉. SOPC Builder中IP构件的设计与实现[J]. 计算机工程与设计, 2005, 26(2): 293.

[12] 时建雷, 肖铁军. 面向LwIP的Nios II网络驱动程序开发[J]. 微计算机信息, 2008, 24(2): 36.