基于DSP的图像处理

基于DSP的图像处理15级电气二班曹永鸿1.1图像处理的基本概念图像处理是指安之低昂的需要突出一幅图像中的某些信息，同时削弱或去除默写不需要的信息，他是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，一直不感兴趣的特征，是指改善图像质量丰富信息量，加强图像判读和识别效果的图像处理方法。图像处理就是增强图像中用户感兴趣的信息，其主要目的有两个：一是改善图像的视觉效果，提高图像成分清晰度；二是使图像变得更有利于计算机处理。1.2.1TMS320C6000DSP芯片的硬件系统本文选择TI公司的TMS320C6000系列开发板，作为算法实现的嵌入式硬件平台。TMS320C6000系列DAP是美国TI公司于1997年推出的新一代高性能的数字信号处理芯片，具有很高的工作频率和极强的并行处理能力。片内有A、B两组共8个并行处理单元，每组内分为L、M、D、S四个单元，每组处理单元结合同侧的寄存器和数据通道，构成了一个完整的数据处理单元。C6000处理器的A、B两个王正德数据处理单元之间可以通过两条数据交叉通路进行数据交叉访问，所以这样的硬件结构非常适合实现数据的并行处理，利于实现数据实时处理。1.3基于DSP的图像处理实现图像处理技术基本上可以分成两大类：品与处理法和空域处理法。频域处理法的基础是卷积定理，它是将图像看做波，然后利用信号处理中的手段对图像波进行处理。空域处理法的基础是灰度映射变换，它是直接针对图像中的像素进行处理，所用到的映射变换拒绝与增强的目的，例如增强图像的对比度，改善图像的灰度层次等处理均属于空域处理法的范畴。1.3.2数字图像边缘检测sobel算子这种做法能够在增强目标边缘细节的同时以削弱部分高频成分的噪声。Sobel边缘检测增强算法的变异是从抑制噪声并增强目标的方向入手。从理论上来说，本方法可以大大提高对红外目标的探测识别能力。另外，从最终增强的结果与原始图像比较情况来说，图像的每个区域的细节都得到了很好的提升。所以说，本程序能够很好的实现增强红外目标并抑制噪声的目的。本程序实现Sobel算子对图像的每个像素考察它上下左右相邻点的灰度的加权差，与之接近的邻点的权大。据此实现算法。程序实现了Sobel算子利用像素点上下、左右邻点的灰度加权算法，根据边缘点处达到极值这一现象进行边缘检测。当使用大的邻域时，抗噪性能会更好，但这样会增加计算量，并且得出的边缘也会相应变粗。1.3.3数字图像锐化laplace算子在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其高频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致原始图像在平滑处理后，出现图像边缘和图像轮廓模糊的情况。为了减少这类不利效果的影响，就需要利用图像锐化技术，是图像的边缘变得清晰。图像锐化(imagesharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。图像平滑往往使图像中的边界、轮廓变得模糊，为了减少这类不利效果的影响，这就需要利用图像锐化技术，使图像的边缘变的清晰。图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算（如微分运算）就可以使图像变的清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。以下程序通过实现Laplace算子的方法使图像的边缘、轮廓线以及图像的细节变得清晰，经过平滑的图像变得模糊的根本原因是因为图像收到了平均或积分运算，因此可以对其进行逆运算就可以使图像变得清晰。从频率域来考虑，图像模糊的是指是因为其高频与分量被衰减，因此可以用高通滤波器来使图像清晰。但要注意，能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，拉普拉斯算子会增强图像中的噪声，因此一般是想去除噪声或减轻噪声后再进行锐化处理。拉式算子是一个刻画灰度图像二阶商算子，也是最简单的各向同性微分算子。以下程序实现Laplace算子是比较基本的图像锐化工具，处理后后得到的图像边界比较细致。1.3.4图像取反图像是有一个个像素组成，每个像素有不同的RBG值，比如121，122，95，分别代表不同的色深。所有的颜色都能由这三个数表示。最大值分别为255。图像取反就是用255减去这三个值。下面的程序实现了将图像按像素按位进行求反，求反处理的图像与原始图像“黑白颠倒”，可以看清原始图像中灰黑区域的情况。1.3.5数字图像直方图均衡化增强图像预处理中，通常采用直方图均衡化和直方图规定化、线性和非线性灰度变换提高图像的对比度，该程序实现的算法首先对直方图均衡化，增大图像的对比度，接着在整个像素范围内对图像灰度级进行等间距排列，使输出图像的灰度动态范围达到最大灰度变化范围，追后对整幅图像中值滤波，滤除图像中被增强的噪声。直方图均衡化处理方法的效果还是很不错的，其优点主要在于能自动增强整幅图像的对比度，但具体的增强效果也因此不易控制，只能得到全局均衡化处理的直方图。通过该程序使图像均衡化原灰度级的像素相加得到新的灰度级的像素，处理后的直方图比原直方图均匀了，但它并不是完全均匀，这是由于在均衡化的过程中原直方图几个像素较少的灰度级归并到一个新的灰度级上，而像素较多的灰度级间隔被拉大了。程序实现了直方图算法，以减少图像的灰度等级为代价，因此图像的一些细节经过处理后损失掉了。在实际应用中，往往要根据不同的要求得到特定形状的直方图分布，以有选择的对某灰度范围进行局部范围内的对比度增强，此时可以采用对直方图的规定化处理。