气味复现是通过自动化装置调配香精后释放气味的技术。随着计算机与多媒体技术的发展,在电影和虚拟现实等多媒体应用场景中,人们已不仅仅满足于听觉与视觉的体验,更希望在看到画面的同时能闻到与画面内容相关的气味。借助计算机视觉与气味复现技术,可以完成从图像的识别到气味复现这一过程,这也是目前气味复现领域的主要研究和应用方向之一。同时,如何提高气味复现系统的性能与可靠性一直是研究人员努力的目标。然而,用传统的嵌入式平台与雾化香精的方式来实现图像气味复现,存在两个局限性:一个是嵌入式平台运算能力不强,气味的释放存在滞后的现象;另一个是雾化阵列的雾化速率没有经过校准,无法保证气味配比比例的准确性。本文以国内外气味复现技术的研究现状为出发点,对现有方法的优缺点进行分析,提出一种基于图像内容进行气味复现的优化方法。该方法有如下两个特点:(1)基于ZYNQ-7000架构,采用FPGA来加速图像特征提取过程,以提高嵌入式系统的数据处理能力;(2)采用多项式回归模型来拟合雾化速率随驱动电压的变化关系,以校准不同通道的雾化速率。本文的主要工作总结如下:(1)通过对比GPU、ASIC、FPGA和DSP在算法加速方面的优缺点,讨论了ZYNQ-7000所采用的FPGA-ARM架构在嵌入式图像和视频处理领域的应用优势。以复现图像中的水果气味为例,选取HSV颜色统计直方图和LBP统计直方图作为图像特征。使用Vivado HLS开发工具完成C/C++代码到RTL代码的转换,进行时钟和硬件资源优化后封装为IP核。实验结果表明,对于HSV颜色统计直方图特征,FPGA的运算速度比ARM Cortex-A9快22.73倍,比Intel I5-3230M快1.92倍;对于LBP统计直方图特征,FPGA的运算速度比ARM Cortex-A9快92.72倍,比Intel I5-3230M快5.11倍。(2)通过实验测量了微孔压电雾化片的雾化速率随驱动电压的变化关系,采用多项式回归模型来拟合驱动电压与雾化速率的关系,根据拟合模型调整不同雾化通道的驱动电压来将雾化速率校准到统一的标准值。实验结果表明,校正后不同通道的雾化速率雾化降低到0.04g/5min左右,雾化后香精的配比比例符合目标配比比例。通过电子鼻对复现的气味进行了可重复性验证。(3)使用Xilinx开发工具为本课题提出的气味复现方法搭建了硬件平台和移植操作系统,对于IP核和TTC定时器等非标准设备,使用UIO框架来实现驱动程序,降低了复杂度且提高了可维护性。最后为系统设计了可用的应用程序用于功能测试。