数字图像处理系统设计

《数字图像处理系统设计》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、华东交通大学理工学院课程设计报告存档资料成绩:华东交通大学理工学院课程设计报告书所属课程名称DSP原理与应用题目数字图像处理系统设计分院　　电信分院　　　专业班级通信工程学　　号　　学生姓名　　　　指导教师　　　2015年6月24日2华东交通大学理工学院课程设计报告华东交通大学理工学院课程设计（论文）任务书专业：12通信工程学号：姓名：一、课程设计（论文）题目：数字图像处理系统设计二、课程设计（论文）内容及要求：（1）学会如何使用CCS软件。1、学会如何使用CCS软件。（2）识别各种CCS软件中各元件及其图形表示和文字号。（3）掌握C语言和汇编语言的编程思想以及它们的基本则。（

2、4）熟练掌握数字图像处理系统的工作原理，并读懂源序。（5）按照编辑、编译、调试、运行的正确步骤。并正确进行编译和调试。（6）学会分析运行结果图。2华东交通大学理工学院课程设计报告课程设计（论文）评阅意见序号项目等级优秀良好中等及格不及格1课程设计态度评价2出勤情况评价3任务难度4工作量饱满评价5设计中创新性评价6论文书写规范化评价7综合应用能力评价8综合评定登记评阅人2015年月日2华东交通大学理工学院课程设计报告摘要本设计是一个通过DSP芯片加上程序设计来完成对图像的处理，比如说可以对图片完成反色处理、二值化处理。这些仅仅是最基础的图像处理。在本实验中，能让我们更加的了解DS

3、P芯片的工作原理和工作方式，同时也了解了EL试验箱以及DSP仿真器的用途，本课程设当中遇到的问题挺多的，在后面的报告当中会相应的提出！关键字：DSP图像处理EL试验箱华东交通大学理工学院课程设计报告目录第一章课程设计内容及要求11.1设计内容11.2设计要求1第二章程序设计原理22.1设计总流程图如下：22.2数字图像处理的基本原理22.3数字图像处理常用方法：22.3图像的灰度化处理的基本原理32.4图像的反色原理42.5灰度图像二值化原理及意义4第三章程序设计步骤6第四章源代码9第五章设计心得11参考文献12华东交通大学理工学院课程设计报告第一章课程设计内容及要求1.1设计

4、内容了解数字图象处理的基本原理2学习灰度图象反色处理技术3学习灰度图象二值化处理技术。1.2设计要求1、按照设计任务书要求，学会安装CCS软件及USB仿真器设计。2、根据设计任务写出设计工作小结，对设计过程索进行的有关步骤进行理论分析，并对完成的设计作出评价，总结自己整个设计工作中的经验教训和收获。第12页华东交通大学理工学院课程设计报告第二章程序设计原理2.1设计总流程图如下：2.2数字图像处理的基本原理数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和

5、图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。2.3数字图像处理常用方法：（1）第12页华东交通大学理工学院课程设计报告图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行

6、数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。（2）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。（3）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强

7、化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。（4）图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。（