论文部分内容阅读
我国矿产资源丰富,特别在钨矿资源的储备量上有着无可比拟的巨大优势,而黑钨矿是提炼钨的最重要的矿石,它也被称为钨锰铁矿。但当前我国钨矿企业在钨矿初选过程中一般是通过人工手选来完成矿渣分离的工作,它也是最主要的钨矿初选方式。很显然,这种钨矿初选方式生产效率较低,且主观性较大,不利于生产标准的客观统一,技术水平较为落后。伴随着图像处理技术和DSP处理器性能的飞速发展,各种功能多样的DSP平台下的图像处理系统得到了广泛的应用。因而在针对黑钨矿的视觉特性进行合理分析的基础上,结合机器视觉的相关理论与嵌入式平台下处理的实时性,设计了基于DSP技术的钨矿初选系统。本文主要工作如下:⑴简要分析当前钨矿初选的工艺、数字图像处理技术的发展阶段与当前的研究现状、重点讨论了DSP技术的发展历程与DSP芯片的硬件结构特点,为本论文钨矿初选系统硬件平台的搭建和钨矿识别算法的设计提供了理论依据。⑵详细论证整个钨矿初选系统硬件平台的搭建以及各个功能组成部分。其中主要包括系统处理芯片的选型、视频解码电路、视频编码电路、数据存储电路等。⑶针对黑钨矿的视觉特性而设计以改进的全局阈值分割算法为主体的图像处理流程以及矿苗定位算法,从而能够有效地完成原矿图像采集、图像特征提取、矿苗识别及矿苗定位的鹤矿初选系统。⑷讨论C64x内核DSP代码的优化策略,如何对DSP代码做精准的程序性能评估,并对目标系统中所使用到的图像处理算法做了大量的有针对性的代码优化工作,从而极大地提升了系统的处理性能。实验结果表明,该系统可以实现实时的、非接触智能化的钨矿初选工作,同时具有体积小、稳定性高、功耗低、成本低廉等特点,具备较高的实际应用价值。