针对实际应用中轨面伤损检测系统检测速度较慢的问题, 在保证检测精度的前提下, 结合轨面图像特点及软件工程的思想, 提出了面向算法、编程技术和存储介质3个层面的优化方法。算法优化通过重新设计算法流程, 合理取舍步骤, 实现算法到CPU的高效映射; 编程技术优化使用多线程编程, 通过并行运算充分利用处理器的多核优势; 存储介质优化通过使用读写快、质量轻、能耗低、体积小的固态硬盘进行图像读写, 有效地提升了硬件效率。实验结果表明, 优化后平均每幅轨面图像检测耗时由17.94 ms降低到仅8.33 ms, 速度提升了53.57%, 在分辨率为1 mm的精度下换算成车速约为207 km/h, 可以满足铁路轨面伤损在线检测需求。
轨面伤损检测 软件优化 算法优化 多线程编程 固态硬盘 在线检测 rail surface defects detection software optimization algorithm optimization multi-thread programme solid state drives online detection
本文针对现今高速数字图像信号的复杂算法实时处理要求以及系统实时升级问题, 设计一种基于 FPGA的 SOPC高速图像实时处理系统平台, 移植可定制高效操作系统 Xilkernel, 并采用多线程编程、软件仿真以及在线实时调试方法, 成功地实现了高速系统实时处理功能。 FPGA操作可并行执行及硬件反应时间精确到纳秒 (ns)级, 因而该系统实时处理性能相对于其它处理平台有明显的优势, 同时也满足了在不需更改硬件架构情况下实现系统的实时更新。
多线程编程 SOPC SOPC MicroBlaze Microblaze Xilkernel Xilkernel multithreaded programming