搜索
湖南科技大学信息与电气工程学院《课程设计报告》题目：基于DSP芯片的图像反色处理专业：通信工程班级：一班姓名：郭姜学号：1204040106指导教师：谢平阳、尹艳群2016年01月08日信息与电气工程学院课程设计任务书2015—2016学年第一学期专业：通信工程班级：一班学号：1204040106姓名：郭姜课程设计名称：DSP原理及应用课程设计设计题目：基于DSP芯片的图像反色处理完成期限：自2015年12月28日至2016年01月08日共2周设计依据、要求及主要内容（可另加附页）：设计依据：我们所见到的图片各种色彩都是由红绿蓝三种颜色按不同的比例混合而成的，这就是我们所说的三基色，他们的颜色值（RBG值）是0~255，所以我们只需去掉图像上各个点的RBG值，然后用255减去这个值，并将这个值重新赋值给各个点，就达到我们想要的底片效果了，即反色处理。要求：（1）了解图像处理的基本原理；（2）了解BMP图像文件的基本处理程序；（3）对图像进行反色处理。主要内容：利用CCS软件，选择C5410芯片，加载图片，导入程序，对原图片进行反色处理。数字图像的每个象素通常用8个比特表示，因此，图像有256个灰度级，其范围为0一255，其中0对应黑色，255对应白色。数字图像按一定的格式进行存储，BMP格式就是最常用的格式之一。HMP图像文件是Microsoftwindows系统的图像格式，它由BMP图像文件头利图像数据阵列两部分组成。图像数据阵列记录了图像的每个象素值。图像数据的存储是从图像的左下角开始逐行扫描图像，即从左到右，从下而上，将图像的象素值一一记录下来，从而形成了图像数据阵列。指导教师（签字）：批准日期：年月日目录一、绪论....................................................................1二、设计目的....................................................................3三、设计原理....................................................................3四、实验步骤....................................................................4五、效果演示....................................................................5六、设计程序....................................................................5七、总结....................................................................6八、参考文献....................................................................71一、绪论1.1图像处理技术的应用所谓的图像处理,就是对所获得的图像信息进行分析和处理,以满足于人们的需要或者科学研究的需求。图像处理技术的方法很多,主要分为光学方法和电子学方法。光学图像处理就是用光学元器件(如透镜)对模拟信号组成的图像进行某些光学变换,得到所需的结果。这种方法是把图像看作模拟(连续)信号来处理的,即所谓的图像的模拟处理。人类对此类图像处理已经有很长的历史了,并且最初的图像处理就是模拟处理。这种图像处理在人类生活和技术发展中都发挥了重要作用。在激光全息技术出现后,这种光学处理方法得到了进一步的发展。尽管光学处理的理论越来越完善,且处理速度快、信息容量大、分辨率高、又经济等优点,但是精度不高、设备笨重、加之实际工艺和设备材料等原因限制了其发展速度。自1946年世界上第一台数字计算机ENIAC问世以来,随着计算机技术以及大规模集成电路技术的发展和成熟,采用电子学方法的数字图像处理技术得到了迅速的发展和壮大。所谓的数字图像处理技术就是利用数字计算机或者数字硬件电路对图像信息进行所需要的处理。图像数字处理的主要优点是由于对图像的处理是通过运行处理程序来实现的,因此处理方法灵活多变。既可以对图像作线性变换,也可以作非线性变换处理等。具有精度高、再现性好等特点。目前以计算机为核心的数字图像处理技术在日常生活、工农业生产以及国防建设中都起着越来越重要的作用。图像处理技术川在医学上的应用十分广泛,B型超声、x一cT、放射性同位素扫描以及核磁共振成像等技术己经广泛的应用在了医学临床上。这些方法的使用为病情的正确诊断提供了依据。图像处理技术在工业自动化、工业检测方面的应用也相当广泛。利用图像处理技术,可以进行器件的外观检测和筛选、机器零件缺陷的自动检查、产品装配与生产过程的自动化、原材料的质量检验等。例如在毛纺厂,采用图像处理技术,不但可以检测出纺织品中存在的空洞等方面的明显瑕疵,还可以检测出它在纹理、图案方面的毛病。图像处理技术在公安方面的应用有两个突出的成果:即指纹的查询、识别以及人像组合、查询和识别。图像处理在协助破案,维护社会稳定方面起到了重要的作用。在现代战争中,图像处理技术极为重要。例如将来自卫星的图像用于军事侦察,以地形匹配来实现精确轰炸。图像处理技术的应用非常广泛,上面所介绍的也仅是一部分。近些年来,诸如文字识别、人像组合、指纹识别以及医学图像处理等已经取得了很好的社会效益和经济效益。1.2数字图像处理系统的发展数字图像处理的发展是随着计算机技术的发展而发展壮大的。最早发表有关计算机图像处理信息的文章要追溯到20世纪50年代,而作为商业化的图像处理系统,其出现在20世纪60年代末。图像处理系统的发展十分迅速,其最主要的原因在于计算机的高速发展。从1981年的第一台美国BIM公司的CP微机发展到现在的奔腾微机,其惊人的发展速度,极大的推动了图像处理系统的发展。另一个方面,半导体器件的迅猛发展也促进了图像处理系统的发展。这主要表现在处理器的处理速度的提高和存储器存储容量的增大,而二者恰恰是图像处理系统的关键所在。2图像处理系统分通用图像处理系统和专用图像处理系统。在通用图像处理系统方面,就图像处理系统的种类和综合特点来说,在时间上,大致可以划分为三个阶段：第一阶段的时间大体上是20世纪60年代末到80年代中期。这些系统采用机箱式结构,体积大,价格昂贵。第二阶段的时间大体上是20世纪80年代中期到90年代初期。这个阶段的主要特点是采用的是插卡式,借助于微机的插槽来进行图像的采集和处理。如美国ImagingTeehnology公司推出的CPVISION图像卡,DT公司推出的DT2851图像卡以及中国的中国科学院自动化研究所研究的CA系列图像卡,清华大学研究成功的TH系列图像卡等都具有这个特点。第三阶段大体是从20世纪90年代初期开始的。这一阶段的主流方式是以微机CPI总线和以图像压缩传输为特点的图像通讯方式。另一方面,图像处理硬件系统和微机之间的数据传输主要在isA总线上进行。1.3本图像处理系统的提出尽管图像处理系统的发展很快,但是目前来说,主要还是以图像采集卡的方式进行工作的。这是有其原因的:微机处理速度快、存储容量大现在微机系统发展很快,不论是在处理速度方面还是在存储器容量方面的发展速度都是迅速和惊人的。处理速度达到几百M,甚至几G都是轻松和平常的。存储器容量方面的发展更是惊人。这两点解决了图像处理中最为头痛的问题了。图像卡设计简单。一般的图像卡仅仅是一种图像采集系统,主要用来完成图像的采集任务。复杂一点的图像卡在完成采集任务的同时,还要对所采集的信号进行简单的预处理,然后通过微机主板的插槽将采集到的图像信息传给微机,由微机对此再做进一步的处理。这样在设计图像卡的时候仅需要考虑与微机的接口问题,简化了设计难度;软件开发简单。现在图像处理方面的应用软件非常多,在这些软件的基础上开发自己的软件能缩短软件开发周期,降低开发成本。以上所述正是图像卡发展壮大的原因,图像卡的发展也确实带来了很大的社会效益和经济效益。但是它也并不是只有优点毫无缺点的。其缺点表现在以下几点:抗干扰能力差。通过图像卡采集的图像信息必须传给微机才能做进一步的分析和处理。目前的微机抗干扰的能力比较差,如果使用抗干扰能力强的工控机,虽然解决了抗干扰问题,但是随之而来是它昂贵的造价,这又限制了它的广泛使用;体积大、对环境条件要求高。与微机结合的图像处理系统体积一般比较大,对外界环境的要求比较苛刻,这样的特点是的系统在室内使用还可以,一旦在工业现场使用,势必影响其工作性能。鉴于以上原因,在此本文提出了一种新的图像处理系统—基于DSP的图像处理系统。3二、设计目的（1）通过课程设计，使综合运用DSP技术课程和其他有关先修课程的理论和生产实际知识去分析和解决具体问题的能力得到提高，并使其所学知识得到进一步巩固、深化和发展。（2）通过课程设计初步培养学生对工程设计的独立工作能力，学习设计的一般方法。通过课程设计树立正确的设计思想，提高分析问题、解决问题的能力。（3）通过课程设计训练学生的设计基本技能，如计算、绘图、查阅设计资料和手册，熟悉标准与规范等。三、设计原理对于彩色图像的R、G、B各彩色分量取反的技术就是图像的反色处理，这在处理二值化图像的连通区域选取的时候非常重要。如物体连通域用黑色表示，而二值化后的物体连通域图像可那是白色的，而背景是黑色的，这时应手动选取图像的反色处理或有程序根据背景和物体连通域两种颜色的数量所占比例而自动选择是否选择选取图像的反色处理。设输入图像为f(x,y),反色后的图像为g(x,y),那么图像反色的方法为：),(255),(yxfyxg图像的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。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。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。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。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。反色处理则是对已得二值化处理后的图像进行的一种处理。二值化处理后的图像将目标对象和背景等进行了明确的区分，其中之一为白色，则另一个必为黑色。而其中具体是目标对象为白，背景为黑，还是这好相反