《基于DSP的圖像處理》由會員分享，可在線閱讀，更多相關《基于DSP的圖像處理（4頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、精選優(yōu)質文檔-----傾情為你奉上
基于DSP的圖像處理
15級電氣二班曹永鴻
1.1圖像處理的基本概念
圖像處理是指安之低昂的需要突出一幅圖像中的某些信息，同時削弱或去除默寫不需要的信息，他是一種將原來不清晰的圖像變得清晰或強調某些感興趣的特征，一直不感興趣的特征，是指改善圖像質量豐富信息量，加強圖像判讀和識別效果的圖像處理方法。
圖像處理就是增強圖像中用戶感興趣的信息，其主要目的有兩個：一是改善圖像的視覺效果，提高圖像成分清晰度；二是使圖像變得更有利于計算機處理。
2、
1.2.1 TMS320C6000 DSP芯片的硬件系統(tǒng)
本文選擇TI公司的TMS320C6000系列開發(fā)板，作為算法實現(xiàn)的嵌入式硬件平臺。TMS320C6000系列DAP是美國TI公司于1997年推出的新一代高性能的數(shù)字信號處理芯片，具有很高的工作頻率和極強的并行處理能力。片內有A、B兩組共8個并行處理單元，每組內分為L、M、D、S四個單元，每組處理單元結合同側的寄存器和數(shù)據(jù)通道，構成了一個完整的數(shù)據(jù)處理單元。C6000處理器的A、B兩個王正德數(shù)據(jù)處理單元之間可以通過兩條數(shù)據(jù)交叉通路進行數(shù)據(jù)交叉訪問，所以這樣的硬件結構非常適合實現(xiàn)數(shù)據(jù)的并行處理，利于實現(xiàn)數(shù)據(jù)實時處理。
1.3基于DSP
3、的圖像處理實現(xiàn)
圖像處理技術基本上可以分成兩大類：品與處理法和空域處理法。頻域處理法的基礎是卷積定理，它是將圖像看做波，然后利用信號處理中的手段對圖像波進行處理?？沼蛱幚矸ǖ幕A是灰度映射變換，它是直接針對圖像中的像素進行處理，所用到的映射變換拒絕與增強的目的，例如增強圖像的對比度，改善圖像的灰度層次等處理均屬于空域處理法的范疇。
1.3.2數(shù)字圖像邊緣檢測 sobel 算子
這種做法能夠在增強目標邊緣細節(jié)的同時以削弱部分高頻成分的噪聲。Sobel邊緣檢測增強算法的變異是從抑制噪聲并增強目標的方向入手。從理論上來說，本方法可以大大提高對紅外目標的探測識別能力。另外，從最終增強的結果與原始
4、圖像比較情況來說，圖像的每個區(qū)域的細節(jié)都得到了很好的提升。所以說，本程序能夠很好的實現(xiàn)增強紅外目標并抑制噪聲的目的。本程序實現(xiàn)Sobel算子對圖像的每個像素考察它上下左右相鄰點的灰度的加權差，與之接近的鄰點的權大。據(jù)此實現(xiàn)算法。程序實現(xiàn)了Sobel算子利用像素點上下、左右鄰點的灰度加權算法，根據(jù)邊緣點處達到極值這一現(xiàn)象進行邊緣檢測。當使用大的鄰域時，抗噪性能會更好，但這樣會增加計算量，并且得出的邊緣也會相應變粗。
1.3.3數(shù)字圖像銳化 laplace 算子
在圖像增強過程中，通常利用各類圖像平滑算法消除噪聲，圖像的常見噪聲主要有加性噪聲、乘性噪聲和量化噪聲等。一般來說，圖像的能量主要集中
5、在其高頻部分，噪聲所在的頻段主要在高頻段，同時圖像邊緣信息也主要集中在其高頻部分。這將導致原始圖像在平滑處理后，出現(xiàn)圖像邊緣和圖像輪廓模糊的情況。為了減少這類不利效果的影響，就需要利用圖像銳化技術，是圖像的邊緣變得清晰。圖像銳化(image sharpening)就是補償圖像的輪廓，增強圖像的邊緣及灰度跳變的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類。圖像平滑往往使圖像中的邊界、輪廓變得模糊，為了減少這 類不利效果的影響，這就需要利用圖像銳化技術，使圖像的邊緣變的清晰。圖像銳化處理的目的是為了使圖像的邊緣、輪廓線以及圖像的細節(jié)變的清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像受到了平均
6、或積分運算，因此可以對其進行逆運算（如微分運算）就可以使圖像變的清晰。從頻率域來考慮，圖像模糊的實質是因為其高頻分量被衰減，因此可以用高通濾波器來使圖像清晰。
以下程序通過實現(xiàn)Laplace算子的方法使圖像的邊緣、輪廓線以及圖像的細節(jié)變得清晰，經(jīng)過平滑的圖像變得模糊的根本原因是因為圖像收到了平均或積分運算，因此可以對其進行逆運算就可以使圖像變得清晰。從頻率域來考慮，圖像模糊的是指是因為其高頻與分量被衰減，因此可以用高通濾波器來使圖像清晰。但要注意，能夠進行銳化處理的圖像必須有較高的性噪比，否則銳化后圖像性噪比反而更低，拉普拉斯算子會增強圖像中的噪聲，因此一般是想去除噪聲或減輕噪聲后再進行銳化
7、處理。拉式算子是一個刻畫灰度圖像二階商算子，也是最簡單的各向同性微分算子。以下程序實現(xiàn)Laplace算子是比較基本的圖像銳化工具，處理后后得到的圖像邊界比較細致。
1.3.4圖像取反
圖像是有一個個像素組成，每個像素有不同的RBG值，比如121，122，95，分別代表不同的色深。所有的顏色都能由這三個數(shù)表示。最大值分別為255。圖像取反就是用255減去這三個值。下面的程序實現(xiàn)了將圖像按像素按位進行求反，求反處理的圖像與原始圖像“黑白顛倒”，可以看清原始圖像中灰黑區(qū)域的情況。
1.3.5數(shù)字圖像直方圖均衡化增強
圖像預處理中，通常采用直方圖均衡化和直方圖規(guī)定化、線性和非線性灰度變換提高圖
8、像的對比度，該程序實現(xiàn)的算法首先對直方圖均衡化，增大圖像的對比度，接著在整個像素范圍內對圖像灰度級進行等間距排列，使輸出圖像的灰度動態(tài)范圍達到最大灰度變化范圍，追后對整幅圖像中值濾波，濾除圖像中被增強的噪聲。直方圖均衡化處理方法的效果還是很不錯的，其優(yōu)點主要在于能自動增強整幅圖像的對比度，但具體的增強效果也因此不易控制，只能得到全局均衡化處理的直方圖。通過該程序使圖像均衡化原灰度級的像素相加得到新的灰度級的像素，處理后的直方圖比原直方圖均勻了，但它并不是完全均勻，這是由于在均衡化的過程中原直方圖幾個像素較少的灰度級歸并到一個新的灰度級上，而像素較多的灰度級間隔被拉大了。程序實現(xiàn)了直方圖算法，以減少圖像的灰度等級為代價，因此圖像的一些細節(jié)經(jīng)過處理后損失掉了。在實際應用中，往往要根據(jù)不同的要求得到特定形狀的直方圖分布，以有選擇的對某灰度范圍進行局部范圍內的對比度增強，此時可以采用對直方圖的規(guī)定化處理。
專心---專注---專業(yè)
基于DSP的圖像處理
