参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计

参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计

ID:19533929

大小:774.00 KB

页数:49页

时间:2018-10-03

参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计_第1页
参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计_第2页
参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计_第3页
参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计_第4页
参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计_第5页
资源描述:

《参考《基于dsp(数字信号处理器)的图像处理》dsp(数字信号处理器)课程设计》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、河海大学计算机与信息学院——DSP课程设计报告《基于DSP的图像处理》DSP课程设计报告学号:班级:姓名:同组姓名:指导教师:2012年9月13日河海大学计算机与信息学院——DSP课程设计报告目录1课程设计目的………………………………………………12课程设计题目背景描述和要求……………………………13课程设计报告内容…………………………………………14总结…………………………………………………………45参考文献……………………………………………………46附录…………………………………………………………5河海大学计算机与信息学

2、院——DSP课程设计报告1.课程设计目的利用软件CCS实现以下功能:1、根据图像灰度等级对图像进行不同的旋转;2、对图像进行二值化处理2.课程设计题目背景描述和要求图像处理主要是指对原始图像进行加工,使其具有更好的视觉效果或满足某些特定场合的应用要求。由于图像具有信息量大、某些场合下对实时性要求较高的特点,所以对处理芯片的运算速度有较高要求。DSP芯片具有运算速度快,数据吞吐率高等优点,故在图像处理中得到广泛应用。本课题利用软件CCS进行图像处理,实现对图像的读入、分析、翻转、二值化处理。3.课程设计报告内容3.1图像的读入

3、及分析数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它是指利用计算机和其它高速、大规模集成数字硬件,对从图像信息转换来的数字电信号进行某些数字运算或处理,以期提高图像的质量或达到人们所预想的结果。输出用户所需图像DSP硬件平台原始图像图像处理算法河海大学计算机与信息学院——DSP课程设计报告数字图像处理中常将图像像素点的灰度分为256个等级,其中0为黑色,255为白色,0到255之间的等级灰度逐渐减小。图像是由若干像素组成,每个像素都有确定的灰度值。所以一幅图像,可以用每一个像素点的位置及

4、其灰度值来描述。以此为依据,对于二维图像,我们采用了一个二维数组,每个数组元素存储一个像素点的信息,数组元素标号可以表示像素点的横纵坐标,数组元素的值就为像素点的灰度值。通过这种方法,我们就可以将整张图像的信息读入DSP存储空间中。图像读入后,根据每一个像素点的灰度值可以计算出整张图像的平均灰度值。根据这一平均值我们将图像分为四个等级:0~63为0级,64~127为1级,128~191为2级,192~255为3级。3.2图像的二值化处理3.2.1二值化处理一幅图像包括目标物体、背景和噪声。目标物体和背景等在灰度值上有明显差异

5、。因此,为了从多值的数字图像中直接提取目标物体,常设定一灰度阈值T,将图像分为两个部分,灰度大于T的像素群及灰度小于T的像素群。上述就是二值化处理的方法。本课设中设计了两种二值化方式:全局二值化,局部二值化。3.2.2全局二值化根据确定的二值化阈值T,我们对以读入的图像进行处理,对于图像中所有像素点,灰度值大于T的,将其灰度设为255,;灰度值小于T的,将其灰度值设为0。这样实现了图像的全局二值化。全局二值化为这张图像设定了统一的二值化阈值,但实际图像的各个部分平均灰度状况并不统一。因此全局二值化在表现图像细节方面存在缺陷。

6、河海大学计算机与信息学院——DSP课程设计报告3.2.3局部二值化利用3.1中介绍的灰度分级,利用已经得到的图像整体的灰度等级,为每级的图像设定一个二值化阈值T。0级的灰度在0~63之间,阈值T设为32;1级的灰度在64~127之间,阈值T设为96;2级的灰度在128~191之间,阈T设为160;3级灰度在192~255之间,阈值T设为224。该方法首先将图像划分为若干子集,在根据各子集的灰度状况各自设定二值化阈值。为简化处理过程,本课设中实际将图像划分为四个大小相等部分。再后逐一计算每个部分的平均灰度值,以此作为二值化阈值

7、。随后根据各部分自身阈值,分别进行二值化处理。最后再将处理后的各部分进行整合,得到处理后的图像。以上方法相对于全局二值化有一定改善,但仍有缺陷。它将图像划分为若干小部分,各个部分阈值选取为自身的灰度平均值,因此,对各个部分而言,实质上还是选取了一个统一阈值。对此,可通过优化各部分阈值计算方法来进一步改善效果。优化的阈值计算方式应当更多地依赖于各部分图像自身的特征,以求所得的阈值能更好地反映该部分的情况。一种具体优化方法是:根据各部分像素灰度值的平均值E,像素之间的差平方P,像素之间的均方根值Q等各种局部特征,设定一个参数方程

8、进行阈值的计算。例如:T=a*E+b*P+c*Q,其中a,b,c是自由参数。这样得出来的二值化图像就更能表现出二值化图像中的细节。图像翻转目前,已经有很多有效降低计算量的图像旋转算法,基于图像线性存储结构的旋转方法就是其中之一。然而,在DSP平台上,有限的高速存储资源限制了这些算法效率的直

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。