数字图像处理系统设计说明Word文件下载.docx
《数字图像处理系统设计说明Word文件下载.docx》由会员分享，可在线阅读，更多相关《数字图像处理系统设计说明Word文件下载.docx（13页珍藏版）》请在冰豆网上搜索。
12通信工程学号：
：
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）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。
（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。
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
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DSP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
第一章课程设计容及要求
1.1设计容
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）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。
（5）图像描述：
图像描述是图像识别和理解的必要前提。
作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。
对于特殊的纹理图像可采用二维纹理特征描述。
随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。
（6）图像分类（识别）：
图像分类（识别）属于模式识别的畴，其主要容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。
图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。
2.3图像的灰度化处理的基本原理
将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。
彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化围。
而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。
灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
图像的灰度化处理可用两种方法来实现。
（1）使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。
（2）根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：
Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。
2.4图像的反色原理
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以是白色的，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。
2.5灰度图像二值化原理及意义
作为一种高效智能的人机交互手段，身份证的快速识别技术可以广泛的应用于公民身份核查、暂住人口调查、旅店业登记核查、罪犯追逃等公安业务当中，大大提高了工作人员的录入速度，减少了用户的等待时间，提高了工作效率。
由于身份证图像背景复杂，由激光防伪阴影网格线及各种版面噪声构成；
且因激光防伪标志和打印条件的千差万别，再加上身份证图像质量偏差，给身份证的字符识别带来了很大的困难。
必须经过预处理，除去大量的噪声信号，才能更好的进行字符的定位、分割，以及识别。
而二值化是预处理中非常重要的一步，也是最为关键的一步，它直接影响到OCR系统的性能。
研究者在分析和讨论了多种图像二值化的优缺点后，在吸取各种方法优点的基础上，提出了一种新的身份证扫描图像的二值化方法——嵌入式多阈值动态自适应的二值化方法。
图像二值化是图像处理中的一项基本技术，也是很多图像处理技术的预处理过程。
在颗粒分析、模式识别技术、光学字符识别（OCR）、医学数据可视化中的切片配准等应用中，图像二值化是它们进行数据预处理的重要技术。
由于图像二值化过程将会损失原图像的许多有用信息，因此在进行二值化预处理过程中，能否保留原图的主要特征非常关键。
在不同的应用中，图像二值化时阈值的选择是不同的。
因此，自适应图像阈值的选取方法非常值得研究。
研究者对图像二值化方法进行了讨论，在此基础上提出了一个新的图像二值化算法。
该算法基于数学形态学理论，较好地保留了图像二值化时原图的边缘特征。
图像的二值化处理就是将图像上的点的灰度置为0或255，也就是将整个图像呈现出明显的黑白效果。
即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
在数字图像处理中，二值图像占有非常重要的地位，特别是在实用的图像处理中，以二值图像处理实现而构成的系统是很多的，要进行二值图像的处理与分析，首先要把灰度图像二值化，得到二值化图像，这样子有利于再对图像做进一步处理时，图像的集合性质只与像素值为0或255的点的位置有关，不再涉及像素的多级值，使处理变得简单，而且数据的处理和压缩量小。
为了得到理想的二值图像，一般采用封闭、连通的边界定义不交叠的区域。
所有灰度大于或等于阀值的像素被判定为属于特定物体，其灰度值为255表示，否则这些像素点被排除在物体区域以外，灰度值为0，表示背景或者例外的物体区域。
如果某特定物体在部有均匀一致的灰度值，并且其处在一个具有其他等级灰度值的均匀背景下，使用阀值法就可以得到比较的分割效果。
如果物体同背景的差别表现不在灰度值上（比如纹理不同），可以将这个差别特征转换为灰度的差别，然后利用阀值选取技术来分割该图像。
动态调节阀值实现图像的二值化可动态观察其分割图像的具体结果。
原图灰度化后反色处理后二值化处理后
第三章程序设计步骤
1、首先，在PC机的D盘新建目录“tu”，并把“lena64.bmp”拷贝到该目录下。
然后启动CCS2.0用Project/Open打开“Exp12_cpu1”目录下“exp12.pjt”工程文件；
并双击“exp12.pjt”及“Source”可查看源程序；
并加载“exp12.out”；
2、在源程序“exp12..c”中，在三个“i=0”处设置三个断点；
（如下图所示）；
3、单击“Run”，程序运行到第一个断点处停止；
4、用View/Graph/Image打开一个图形观察窗口，以观察程序载入的“lena64.bmp”图像，该图像应保存在“D：
\Tu”目录中；
按下图设置该图形观察窗口，观察变量y，为64*64的二维数组；
5、单击“Run”，程序运行到第一个断点处停止；
6、单击“Run”，程序运行到第二个断点处停止，这时可在图形观察窗口中，观察到原图象经反色处理后的结果图象；
7、单击“Run”，程序运行到第三个断点处停止；
这时可在图形观察窗口中，观察到原图象经二值化处理后的结果图象，本程序中，二值化处理阀值设为128
8、关闭各窗口，本实验结束。
第四章源代码
#include"
math.h"
stdio.h"
#defineIMAGE_WIDTH64
#defineIMAGE_HEIGTH64
main（）
{
FILE*fi;
inti,j,k;
inty[IMAGE_HEIGTH][IMAGE_WIDTH];
unsignedcharid[64];
Sys_Initial（）;
k=128;
/*k
升级会员 