《基于DSP的圖像處理》-dsp課程設(shè)計(jì)要點(diǎn)

《《基于DSP的圖像處理》-dsp課程設(shè)計(jì)要點(diǎn)》由會(huì)員分享，可在線閱讀，更多相關(guān)《《基于DSP的圖像處理》-dsp課程設(shè)計(jì)要點(diǎn)（13頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、《基于DSPI勺圖像處理》 DSPW程設(shè)計(jì)報(bào)告 學(xué) 號(hào)： 班 級(jí)： 姓 名： 同組姓名： 指導(dǎo)教師： 2012年9月13日 河海大學(xué)計(jì)算機(jī)與信息學(xué)院一一DSP課程設(shè)計(jì)報(bào)告 目 錄 1課程設(shè)計(jì)目的 1 2課程設(shè)計(jì)題目背景描述和要求 1 3課程設(shè)計(jì)報(bào)告內(nèi)容 1 4總結(jié) 4 5參考文獻(xiàn) 4 6附錄 5 1 .課程設(shè)計(jì)目的 利用TMS320C54次驗(yàn)板實(shí)現(xiàn)以下功能：1、求圖像的平均灰度值；2、禾用 四個(gè)LED小燈進(jìn)行指示四個(gè)等級(jí)的灰度值；3、根據(jù)圖像灰度等級(jí)對(duì)圖像進(jìn)行不 同的變換(水平翻轉(zhuǎn)、豎直翻轉(zhuǎn)等)；4、對(duì)圖像進(jìn)行二值化處理，包括全局二值

2、化和局部二值化兩種處理方式；5、對(duì)圖像進(jìn)行反色處理。 2 .課程設(shè)計(jì)題目背景描述和要求 圖像處理主要是指對(duì)原始圖像進(jìn)行加工，使其具有更好的視覺效果或滿足某 些特定場(chǎng)合的應(yīng)用要求。由于圖像具有信息量大、某些場(chǎng)合下對(duì)實(shí)時(shí)性要求較高 的特點(diǎn)，所以對(duì)處理芯片的運(yùn)算速度有較高要求。 DSP5片具有運(yùn)算速度快，數(shù) 據(jù)吞吐率高等優(yōu)點(diǎn)，故在圖像處理中得到廣泛應(yīng)用。 本課題利用TMS320C54源歹1J的DSP片進(jìn)行圖像處理，實(shí)現(xiàn)對(duì)圖像的讀入、 分析、翻轉(zhuǎn)、二值化及反色等處理。 3 .課程設(shè)計(jì)報(bào)告內(nèi)容 3.1 圖像的讀入及分析 數(shù)字圖像處理(Digital Image Processing )又稱為

3、計(jì)算機(jī)圖像處理，它是 指利用計(jì)算機(jī)和其它高速、大規(guī)模集成數(shù)字硬件，對(duì)從圖像信息轉(zhuǎn)換來(lái)的數(shù)字電 信號(hào)進(jìn)行某些數(shù)字運(yùn)算或處理，以期提高圖像的質(zhì)量或達(dá)到人們所預(yù)想的結(jié)果。 DSP彳 件平臺(tái) 圖像處 理算法 原始圖像 輸出用戶 所需圖像 河海大學(xué)計(jì)算機(jī)與信息學(xué)院一一DSP課程設(shè)計(jì)報(bào)告 數(shù)字圖像處理中常將圖像像素點(diǎn)的灰度分為 256個(gè)等級(jí)，其中0為黑包255 為白色，0到255之間的等級(jí)灰度逐漸減小。 圖像是由若干像素組成，每個(gè)像素都有確定的灰度值。所以一幅圖像，可以 用每一個(gè)像素點(diǎn)的位置及其灰度值來(lái)描述。 以此為依據(jù)，對(duì)于二維圖像，我們采 用了 一個(gè)二維數(shù)組，每個(gè)數(shù)組元素存

4、儲(chǔ)一個(gè)像素點(diǎn)的信息， 數(shù)組元素標(biāo)號(hào)可以表 示像素點(diǎn)的橫縱坐標(biāo)，數(shù)組元素的值就為像素點(diǎn)的灰度值。 通過(guò)這種方法，我們 就可以將整張圖像的信息讀入DSP存儲(chǔ)空間中。 圖像讀入后，根據(jù)每一個(gè)像素點(diǎn)的灰度值可以計(jì)算出整張圖像的平均灰度 值。根據(jù)這一平均值我們將圖像分為四個(gè)等級(jí)：0?63為0級(jí)，64?127為1級(jí)， 128?191為2級(jí)，192?255為3級(jí)。 圖像分級(jí)完成后，結(jié)果通過(guò)實(shí)驗(yàn)板上 LP0?LP4四個(gè)LED小燈進(jìn)行指示，每 個(gè)等級(jí)對(duì)應(yīng)一個(gè)小燈，某一個(gè)燈亮即表示圖像平均灰度處于該級(jí)。 3.2 圖像的二值化處理 3.2.1 二值化處理 一幅圖像包括目標(biāo)物體、背景和噪聲。目標(biāo)物體和背景等

5、在灰度值上有明顯 差異。因此，為了從多值的數(shù)字圖像中直接提取目標(biāo)物體， 常設(shè)定一灰度閾值T, 將圖像分為兩個(gè)部分，灰度大于T的像素群及灰度小于T的像素群。上述就是二 值化處理的方法。 本課設(shè)中設(shè)計(jì)了兩種二值化方式：全局二值化，局部二值化。 3.2.2 全局二值化 根據(jù)確定的二值化閾值T,我們對(duì)以讀入的圖像進(jìn)行處理，對(duì)于圖像中所有 像素點(diǎn)，灰度值大于T的，將其灰度設(shè)為255,;灰度值小于T的，將其灰度值 設(shè)為0。這樣實(shí)現(xiàn)了圖像的全局二值化。 全局二值化為這張圖像設(shè)定了統(tǒng)一的二值化閾值，但實(shí)際圖像的各個(gè)部分平均 灰度狀況并不統(tǒng)一。因此全局二值化在表現(xiàn)圖像細(xì)節(jié)方面存在缺陷。 3.2.3

6、 局部二值化 利用3.1中介紹的灰度分級(jí)，利用已經(jīng)得到的圖像整體的灰度等級(jí)， 為每級(jí) 的圖像設(shè)定一個(gè)二值化閾值 To 0級(jí)的灰度在0?63之間，閾值T設(shè)為32; 1級(jí) 的灰度在64?127之間，閾值T設(shè)為96; 2級(jí)的灰度在128?191之間，閾T設(shè) 為160; 3級(jí)灰度在192?255之間，閾值T設(shè)為224。 該方法首先將圖像劃分為若干子集，在根據(jù)各子集的灰度狀況各自設(shè)定二值化 閾值。 為簡(jiǎn)化處理過(guò)程，本課設(shè)中實(shí)際將圖像劃分為四個(gè)大小相等部分。再后逐一計(jì) 算每個(gè)部分的平均灰度值，以此作為二值化閾值。隨后根據(jù)各部分自身閾值，分別 進(jìn)行二值化處理。最后再將處理后的各部分進(jìn)行整合，得到處理后

7、的圖像。 以上方法相對(duì)于全局二值化有一定改善， 但仍有缺陷。它將圖像劃分為若干 小部分，各個(gè)部分閾值選取為自身的灰度平均值，因此，對(duì)各個(gè)部分而言，實(shí)質(zhì) 上還是選取了一個(gè)統(tǒng)一閾值。對(duì)此，可通過(guò)優(yōu)化各部分閾值計(jì)算方法來(lái)進(jìn)一步改 善效果。 優(yōu)化的閾值計(jì)算方式應(yīng)當(dāng)更多地依賴于各部分圖像自身的特征，以求所得的閾 值能更好地反映該部分的情況。一種具體優(yōu)化方法是：根據(jù)各部分像素灰度值的平 均值E,像素之間的差平方P,像素之間的均方根值 Q等各種局部特征，設(shè)定一個(gè) 參數(shù)方程進(jìn)行閾值的計(jì)算。例如： T=a*E+b*P+c*Q ,其中a,b,c是自由參數(shù)。這樣 得出來(lái)的二值化圖像就更能表現(xiàn)出二值化圖像中的

8、細(xì)節(jié)。 3.3 翻轉(zhuǎn)和反色處理 翻轉(zhuǎn)也是圖像處理中常用的處理方式。 如3.1中所說(shuō)，本課設(shè)中將圖像讀入后 是用一個(gè)二維數(shù)組進(jìn)行存儲(chǔ)的，因此數(shù)字圖像實(shí)質(zhì)上可以看作是一個(gè)矩陣，圖像的 翻轉(zhuǎn)也就可以當(dāng)做是矩陣的翻轉(zhuǎn)進(jìn)行處理。 根據(jù)3.1中已得的圖像分級(jí)情況，我們對(duì)圖像進(jìn)行了不同的翻轉(zhuǎn)處理。 0級(jí)和 1級(jí)進(jìn)行水平翻轉(zhuǎn)，通過(guò)對(duì)二維數(shù)組同行元素進(jìn)行左右調(diào)換實(shí)現(xiàn)； 2計(jì)和3級(jí)進(jìn)行 豎直翻轉(zhuǎn)，通過(guò)對(duì)二維數(shù)組同列元素進(jìn)行上下調(diào)換實(shí)現(xiàn)。 通過(guò)對(duì)二維數(shù)組元素的各種位置變換，均可以得到多種圖像的翻轉(zhuǎn)變換或局部 翻轉(zhuǎn)變換。 反色處理則是對(duì)3.2中已得二值化處理后的圖像進(jìn)行的一種處理。二值化處理 后的圖像

9、將目標(biāo)對(duì)象和背景等進(jìn)行了明確的區(qū)分，其中之一為白色，則另一個(gè)必為 黑色。而其中具體是目標(biāo)對(duì)象為白，背景為黑，還是這好相反，則是由圖像本身特 性決定的。假如我們期望以白色標(biāo)記目標(biāo)對(duì)象，而二值化結(jié)果卻正好相反時(shí)，就可 以采用反色處理。 二值化處理后圖像所有像素點(diǎn)均只有黑白兩種顏色。將其中黑色的變?yōu)榘咨?也即灰度值從0變?yōu)?55;同時(shí)白色變?yōu)楹谏?，也即灰度值?255變?yōu)?,使實(shí)現(xiàn) 了圖像的反色處理。 4 .總結(jié) 通過(guò)本次課程設(shè)計(jì)，將課堂教學(xué)的知識(shí)應(yīng)用于實(shí)踐。在這個(gè)過(guò)程中，我們先對(duì) 圖像的知識(shí)進(jìn)行基本的了解，并且將圖像轉(zhuǎn)化為數(shù)組進(jìn)行存儲(chǔ)，處理。我們還學(xué)習(xí) 了 ccs軟件的基本應(yīng)用，這對(duì)于我

10、們以后的工作也是非常重要的。同時(shí)通過(guò)這次實(shí) 踐進(jìn)一步提高了我們的c語(yǔ)言水平。最重要的是對(duì)我們思維的開拓，從開始的數(shù)組 化圖像到后來(lái)局部二值化的想法，通過(guò)向老師提問(wèn)，網(wǎng)上查找資料等方式我們一步 一步完善我們的課程設(shè)計(jì)，最終完成了我們的課設(shè)目的。 另外，通過(guò)本次實(shí)踐，我們也感受到了 dsp技術(shù)的穩(wěn)定性好，可重復(fù)性好，抗 干擾能力強(qiáng)，數(shù)據(jù)壓縮等特點(diǎn)。相信這項(xiàng)技術(shù)在以后有更大的發(fā)展空間。 參考文獻(xiàn) [1] 戴明楨，周建江.TMS320C54x DSP[M]. 北京：北京航空航天大學(xué)出版社， 2007. [2] 郎崇林 DSP及其在圖像處理中的應(yīng)用[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2011,第26期

11、 [3] 百度百科二值化 附錄 1、源程序1： #include "math.h" #include "stdio.h" extern void leda(); extern void ledb(); extern void ledc(); extern void ledd(); #define IMAGE_WIDTH 64 #define IMAGE_HEIGTH 64 int level; void average( int (*y)[64]) { unsigned int ai,aj; unsigned long temp=0; float aver; for (a

12、i=0;ai<=63;ai++) for (aj=0;aj<=63;aj++) { temp+=*(*(y+ai)+aj); } //level=(int)(temp/(64l*64l*64l)); aver=temp/(64u*64u); level=( int )(aver/64); } void leddis() { switch (level) { case 0:leda(); break ; case 1:ledb(); break ; case 2:ledc(); break ; case 3:ledd(); break ; default : bre

13、ak ; } } void convert( int (*y)[64]) { int ci,cj,tempc,c=64/2; switch (level) { case 0:{} case 1: //水平翻轉(zhuǎn) for (ci=0; ci<64; ci++) { for (cj=0; cj

14、{ for (cj=0; cj<64; cj++) { tempc=y[ci][cj]; y[ci][cj]=y[63-ci][cj]; y[63-ci][cj]=tempc; } } break ; default : break ; } } main() { FILE *fi; int i,j; int y[IMAGE_HEIGTH][IMAGE_WIDTH]; unsigned char id[64]; int k[4]={32,96,160,224}; /*k is Threshold Value, 以各段均值為閾值 */ fi=fopen( "D

15、:\\set41.bmp" , "rb"); for (i=0; i<=16; i++) { fread(( char *)id, sizeof ( char ),IMAGE_WIDTH,fi); } // fread((char *)id,sizeof(char),54,fi); for (i=0; i

16、 i=0; average(y); leddis(); for (i=0; i

17、regs .global _leda .global _ledb .global _ledc .global _ledd .text _leda: stm #01h,ar1 ;define the address portw *ar1,01h nop nop ret _ledb: stm #02h,ar1 ;define the address portw *ar1,01h nop nop ret _ledc: stm #04h,ar1 ;define the address portw *ar1,01h nop nop ret _ledd:

18、stm #08h,ar1 ;define the address portw *ar1,01h nop nop ret 3、 局部二值化處理原程序： #include "math.h" #include "stdio.h" int y[64][64]; int ave( int (*t)[32]) { unsigned int ai,aj; unsigned long temp=0; float aver; for (ai=0;ai<=31;ai++) for (aj=0;aj<=31;aj++) { temp+=*(*(t+ai)+aj); } aver=

19、temp/(32u*32u); return aver; //以各區(qū)域平均值為二值化閾值 } void locate() { int lex[4],i,j; int x1[32][32],x2[32][32],x3[32][32],x4[32][32]; for (i=0;i<32;i++) for (j=0;j<32;j++) { x1[i][j]=y[ij x2[i][j]=y[i][j+32]; x3[i][j]=y[i+32][j]; x4[i][j]=y[i+32][j+32]; } lex[0]=ave(x1); lex[1]=ave(x2); l

20、ex[2]=ave(x3); lex[3]=ave(x4); i=0; for (i=0; i<32; i++) { for (j=0; j<32; j++) { x1[i][j] = 255*((255-x1[i][j])/lex[0]); x2[i][j] = 255*((255-x2[i][j])/lex[1]); x3[i][j] = 255*((255-x3[i][j])/lex[2]); x4[i][j] = 255*((255-x4[i][j])/lex[3]); } } for (i=0;i<32;i++) for (j=0;j<32；j++) {

21、 y[皿=x1[ij y[i][j+32]=x2[i]j y[i+32][j]=x3[i][j]; y[i+32][j+32]=x4[i][j]; } } main() { FILE *fi; int i,j； unsigned char id[64]; fi=fopen( "D:\\set64.bmp" , "rb"); for (i=0; i<=16; i++) { fread(( char *)id, sizeof ( char ),64,fi); } // fread((char *)id,sizeof(char),54,fi); for (i=0; i<64; i++) { fread(( char *)id, sizeof ( char ),64,fi); for (j=0; j<64; j++) { y[i][j]=idj } } fclose(fi); i=0; locate(); i=0; } 10