公开(公告)号：CN116202989A

公开(公告)日：2023-06-02

申请号：CN202310218015.4

申请日：2023-03-08

Applicant: 合肥工业大学

Inventor： 罗林保 ,  程海洋 ,  张翠芸 ,  李志远 ,  陆川

IPC: G01N21/359 ,  G01N21/3563 ,  G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出了一种基于ZYNQ开发板的纺织品智能检测系统，包括：卤素光源、光谱波段在900‑2500的近红外光谱仪、ZYNQ处理系统模块、HDMI显示器；其中，ZYNQ处理系统模块，包括：驱动模块、ARM处理器模块、DDR存储模块、DMA模块、FPGA；在FPGA上部署有卷积神经网络；ZYNQ处理系统模块接收近红外光谱仪采集的样品的近红外光谱反射率数据进行处理，得到样品纺织纤维的种类。本发明具有体积小，精度高，速度快等特点，非常符合智能纺织工业的理念，有良好的前景。

公开(公告)号：CN116188868A

公开(公告)日：2023-05-30

申请号：CN202310217992.2

申请日：2023-03-08

Applicant: 合肥工业大学

Inventor： 罗林保 ,  陆川 ,  黄晓 ,  李志远 ,  程海洋

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/30 ,  G06V10/34

Abstract: 本发明公开了一种基于ZYNQ开发板的塑料分选方法，其步骤包括：首先使用近红外光谱仪采集不同类别塑料的近红外光谱图像作为输入；然后依据近红外光谱对不同类别塑料光谱响应的不同的特点，构建用于塑料种类识别的神经网络模型；再利用PL端处理器的可并行计算的特点，在PL端处理器上对图像数据进行卷积和下采样计算，充分挖掘卷积神经网络中大量乘加运算的并行性，并通过配置内部资源生成不同功能硬件模块，在保证分类准确率的前提下，达到提高分类速度、降低模型功耗。本发明能提高塑料分选准确率的同时，大大缩减系统处理时间，从而改善传统塑料分选过程复杂、速度慢、效率低等缺点。