随着水果采摘机器人的深入研究和广泛应用,如何更快的提高采摘速度是目前要解决的重大问题。做为水果采摘机器人的视觉检测系统的重要应用,实时图像处理技术成为研究的热点。针对目前大部分图像处理算法都是基于PC机上用软件编程方式实现,处理速度慢,适用范围有限等问题,本文以FPGA为平台,在分析实时图像处理算法的基础上,通过改进算法和优化结构,在合理利用硬件资源的条件下,有效地挖掘出算法内在的并行性,采用流水线技术和模块化设计思想,提高了顶层图像处理模块的处理速度,为设计速度更快的水果采摘机器人提供技术依据。论文主要研究内容和结论如下:(1)详细分析了FPGA开发流程和设计准则及FPGA硬件实现图像处理算法的方法。(2)研究了中值滤波、数学形态学、卷积运算和Sobel算子等图像处理算法的VHDL硬件描述语言的实现方法。(3)在中值滤波器的硬件实现中,提出了一种改进的快速中值滤波算法,在改进排序方式的同时,构建3点比较器,利用“模块复用”原则实现中值滤波,节省了硬件资源,处理速度大大提高。(4)在数学形态学算法的硬件设计中,基于顺序滤波的思想,提出了最大值滤波和最小值滤波算法,大大减少了硬件资源的占用率,适应了流水线设计的要求,提高了图像处理速度。(5)针对卷积运算的特征,提出了一种高度优化算法,首先将卷积核中的系数转换成整数,再利用系数的稀疏性简化方程式,最终避免了乘法运算,只剩下加、减和移位操作,成功应用于Sobel算子,大大减轻了数值计算的复杂度。(6)在Max plusII及Modelsim上仿真结果表明,使用FPGA硬件处理图像数据不仅能够获得很好的处理效果,达到较高的工作频率,处理速度也远远高于软件法处理图像,可满足实时图像处理的要求。本课题为图像处理专用FPGA芯片的设计做了有益的探索性尝试,对今后完成以FPGA图像处理芯片为核心的视觉检测系统的设计有着积极的意义。