石材是一种常用的建筑装饰材料,被广泛地运用在公共设施建设和家庭装饰当中。近些年,我国加大了对基础设施建设的投入,进一步地刺激了对石材的消费需求。但是国内的石材生产过程的自动化程度不高,石材的生产检测仍然依靠人工完成,成本高且生产效率低下。嵌入式机器视觉具有成本低、体积小、容易安装等特点,而且处理速度快、运行稳定,能够替代工人去完成石材切割过程中枯燥频繁的引导检测工作,因此本课题具有很重要的研究意义。本文从生产需求入手,对采用嵌入式机器视觉的方法来引导大尺寸石材切割过程进行了研究,主要研究内容如下:(1)根据设计需求,提出了采用嵌入式机器视觉的切割引导方案,并根据检测处理过程的特点,采用基于ARM内核的嵌入式处理器的QY-IMX6S控制板为硬件处理平台。针对大尺寸石材的检测需求,提出了采用双相机交叉采集的图像采集方案,并采用双板并行运行的模式来提升处理速度;(2)搭建了基于嵌入式Linux系统的开发调试平台,在此基础上,研究了嵌入式Linux系统下的V4L2免驱结构,并利用V4L2实现了图像的采集。同时因为后续的图像处理算法只需要红色分量,本文采用从YUYV格式中直接提取红色分量的方法,以减少存储数据量,提高图像采集速度;(3)分析了石材的缺陷类型,对图像的滤波、二值化等预处理过程做了研究,并选择了合适的预处理方法。对于目标激光线的线性拟合,本文研究了最小二乘法和Hough直线变换两种线性拟合方法,考虑到有环境光的干扰,最终选择了Hough直线变换来进行线性拟合。通过对检测目标范围的判定与坐标系的转换,优化了Hough转换过程,提高了处理速度。由于图像畸变以及畸变矫正所带来的困难,本文提出了采用分段拟合的方法来减小畸变的影响。对于缺陷的检测,采用对拟合直线上点灰度值的变化情况来进行判定,并采用对拟合直线上点在线激光宽度范围内求灰度平均值的方法来提高检测精度;(4)设计了嵌入式视觉引导系统与石材切割控制平台的工作交互过程,完成了相应软件的设计开发与优化。在实验室条件下,测试了引导系统对不同宽度缺陷的识别率,实验结果表明,本文的检测算法能够识别8 mm及以上宽度缺陷,平均检测时间在0.4 s左右,能够满足系统的设计需求。