基于DSP的数字图像处理.docx
《基于DSP的数字图像处理.docx》由会员分享,可在线阅读,更多相关《基于DSP的数字图像处理.docx(15页珍藏版)》请在冰豆网上搜索。
基于DSP的数字图像处理
论文题目:
基于DSP的数字图像处理
专业:
学号:
姓名:
老师:
成绩:
摘要●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●2
1基于DSP的图像处理●●●●●●●●●●●●●●●●●●●●●2
1.1图像处理的基本概念●●●●●●●●●●●●●●●●●●●2
1.2图像处理的研究背景●●●●●●●●●●●●●●●●●●●2
2基于DSP的图像处理原理简介●●●●●●●●●●●●●●●●3
3图像处理各领域应用●●●●●●●●●●●●●●●●●●●●●3
4数字图像处理技术主要问题●●●●●●●●●●●●●●●●●4
5图像处理研究内容●●●●●●●●●●●●●●●●●●●●●●4
6TMS320C6000DSP芯片●●●●●●●●●●●●●●●●●●●●5
6.1DSP芯片的特点●●●●●●●●●●●●●●●●●●●●●5
6.2基于DSP的图像处理系统●●●●●●●●●●●●●●●●6
6.3图像处理的硬件系统●●●●●●●●●●●●●●●●●●●●7
6.3.1TMS320C6000DSP芯片的硬件系统●●●●●●●●●●7
6.3.2TMS320C6000的硬件结构简介●●●●●●●●●●●●7
6.3.3TMS320C6000系列CPU结构●●●●●●●●●●●●●7
6.4算术单元●●●●●●●●●●●●●●●●●●●●●●●●●●8
6.5总线结构●●●●●●●●●●●●●●●●●●●●●●●●●●8
6.6专用寻址单元●●●●●●●●●●●●●●●●●●●●●●●●9
6.7流水处理●●●●●●●●●●●●●●●●●●●●●●●●●●9
6.8大容量片内存储器●●●●●●●●●●●●●●●●●●●●●10
6.9零消耗循环控制●●●●●●●●●●●●●●●●●●●●●●10
7基于DSP的图像处理实现●●●●●●●●●●●●●●●●●●10
7.1图像处理分类●●●●●●●●●●●●●●●●●●●●●●●10
7.2图像直方图统计●●●●●●●●●●●●●●●●●●●●10
8基于DSP数字图像具体实例(实际结果见附录)●●●●●●11
8.1图像反色●●●●●●●●●●●●●●●●●●●●●●●●11
8.2图像二值化自适应阀值法●●●●●●●●●●●●●●●●11
9论文总结●●●●●●●●●●●●●●●●●●●●●●●●●●●12
10参考文献●●●●●●●●●●●●●●●●●●●●●●●●●●13
11附录(DSP数字图像处理实验结果)●●●●●●●●●●●●14
11.1图像反色实验●●●●●●●●●●●●●●●●●●●●●14
11.2用固定值128作为阀值●●●●●●●●●●●●●●●●14
11.3用图像的灰度均值作为阀值●●●●●●●●●●●●●●15
11.4用自适应阀值法找出最佳阀值●●●●●●●●●●●●●15
摘要:
随着计算机、多媒体和数据通信技术的高速发展,数字图像技术近年来得到了极大的重视和长足的发展,并在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等方面取得了广泛的应用。
同时,人们对计算机视频应用的要求也越来越高,从而使得高速、便捷、智能化的高性能数字图像处理设备成为未来视频设备的发展方向,实时图像处理技术在目标跟踪、机器人导航、辅助驾驶、智能交通监控中都得到越来越多的应用。
由于图像处理的数据量大,数据处理相关性高,实时的应用环境决定严格的帧、场时间限制,因此实时图像处理系统必须具有强大的运算能力。
各种高性能DSP不仅可以满足在运算性能方面的需要,而且由于DSP的可编程性,还可以在硬件一级获得系统设计的极大灵活性。
1基于DSP的图像处理
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图像处理的研究背景
数字图像处理又称为计算机图像处理在国外最早出现于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。
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。
图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就,属于这些领域的有航空航天、生物医学过程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等,使图像处理成为一门引人注目、前景远大的新型学科。
2基于DSP的图像处理原理简介
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。
3图像处理各领域应用
基于DSP的数字图像处理广泛应用于物理、化学、生物、医学、环境保护、地质、农业、林业、气象、通信、工业、军事、渔业、水利、法律。
例如:
结晶分析、谱分析等、细胞分析、染色体分类、X射线成像;水质及大气污染调查等资源勘测、地图绘制、GIS等;农作物估产、植被分布调查等;卫星云图分析等、传真、电视、多媒体通信等、工业探伤、机器人、产品质量检测等;导弹导航、军事侦察等、鱼群分布调查等;河流分布、水利及水害调查等以及指纹识别等
4数字图像处理技术主要问题
(1)在进一步提高精度的同时,着重解决处理速度问题;
(2)加强软件研究,开发新的处理方法,特别要注意移植和借鉴其他学科的技术和研究成果,创造新的处理方法;
(3)加强边缘学科的研究工作,促进图像处理技术的发展;
(4)加强理论研究,逐步形成处理科学自身的理论体系;
(5)时刻注意图像处理领域的标准化问题。
5图像处理研究内容
数字图像处理主要研究的内容有以下几个方面:
(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。
往往采用各种图像变换的方法,如傅里叶变换、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)。
(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。
(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。
(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。
(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。
(6)图像分类(识别):
图像分类(识别)属于模式识别的范畴,其主要内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。
6TMS320C6000DSP芯片
6.1DSP芯片的特点
DSP处理芯片,为了适应信号处理运算的需要,结构与通用的其他计算机或控制处理器相比,有较大的不同,主要的几点为:
(1)具有专用的算术单元,如硬件乘法器,DSP内部设有硬件乘法器来完成乘法操作,以提高乘法速度。
(2)具有特殊的总线结构——哈佛结构。
这种结构使DSP具有独立的地址和数据总线,可以同时取地址和操作数。
(3)流水处理。
流水技术使多个不同的操作可以同时执行,处理器内将每条指令的执行分为取址、解码、执行等阶段,不同的阶段并行执行,提高了程序执行的效率和速度。
(4)高速的芯片内存储器。
DSP芯片一般内部集成有程序和数据存储器,访问速度快,缓解总线接口的压力,提高程序执行的速度。
DSP运算的特点是寻址操作。
数据寻址范围大,结构复杂但很有规律。
例如FFT运算,它的蝶形运算相关节点从相邻两点直至跨越N/2间隔的地址范围,每次变更都很有规律,级间按一定规律排列,虽然要运算log2N遍,但每级的地址都可以预测,也就是寻址操作很有规律而且可以预测。
这就不同于一般的通用机,在通用机中对数据库的操作,具有很大的随机性,这种随机寻址方式不是信号处理器的强项。
6.2基于DSP的图像处理系统
基于DSP的图像处理系统的主要思想是利用C5000这样具有强大运算能力的DSP来满足图像处理技术中运算速度和处理的实时性要求。
以DSP为核心不见的图像处理系统具有以下优点:
(1)接口方便。
DSP系统与其他以现代数字技术为基础的系统或设备均互相兼容,同这样的系统接口来实现某种功能要比模拟系统与这样的系统接口要容易的多;
(2)编程方便。
DSP系统中的可编程DSP芯片可使设计人员在开发过程中灵活方便的对软件进行修改和升级;
(3)稳定性好。
DSP系统以数字处理为基础,受环境温度及噪音的影响较小,可靠性高;
(4)精度高。
16位数字系统的精度可达10-5;
(5)可重复性好。
模拟系统的性能受元器件参数性能变化的影响较大,而数字系统基本上不受影响,因此数字系统便于测试、调试和大规模生产;
(6)集成方便。
DSP系统中的数字部件有高度的规范性,便于大规模集成。
6.3图像处理的硬件系统
6.3.1TMS320C6000DSP芯片的硬件系统
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。
6.3.2TMS320C6000的硬件结构简介
TMS320C6000系列DSP(数字信号处理器)是TI公司最新推出的一种并行处理的数字信号处理器。
它是基于TI的VLIW技术的,它包含两个子系列:
用于定点计算的TMS320C62X系列和用于浮点计算的TMS320c67x系列其中,TMS320C62xx是定点处理器,TMS320C67xx是浮点处理器。
以TMS320C6201为例,该处理器的工作频率最高可以采用50MHz,经内部4倍频后升至200MHz。
6.3.3TMS320C6000系列CPU结构
TMS320C6000的CPU有两个数据通道A和B,每个通道有16个32位字长的寄存器(A0~A15,B0~B15),四个功能单元(L,S,M,D),每个功能单元负责完成一定的算术或者逻辑运行。
A、B两通道的寄存器并不是完全共享,只能通过TM320C6000提供的两个交换通道1X、2X,才能实现处理单元从不同通道的寄存器堆那里获取32位字长的操作数。
TMS320C6000的地址线为32位,存储器寻址空间是4G。
6.4算术单元
(1)硬件乘法器
由于DSP的功能特点,乘法操作是DSP的一个主要任务。
在通用微处理器内是通过程序实现乘法操作的,这往往需要耗费很大的时钟周期,因此在DSP内部设有硬件乘法器来完成乘法乘法操作,以提高乘法速度。
所以硬件乘法器是DSP区别于通用微处理器的一个重要标志。
(2)多功能单元
为进一步提高速度,可以在CPU内设置多个并行操作的功能单元(ALU,乘法器,地址产生器等)。
如C6000的CPU内部有八个功能单元,即两个乘法器和六个ALU,八个功能单元最多可以在一个周期内同时执行八条32位指令。
由于多功能单元的并行操作,使DPS在相同时间内能够完成更多的操作,因而提高了程序的执行速度。
6.5总线结构
通用微处理器是为计算机设计的,通常采用冯诺依曼总线结构,统一的程序和数据空间,共享的程序和数据总线,由于总线的限制,微处理器执行指令时,取指和存取操作数必须共享总线,因而程序指令只能串行执行。
对于DSP而言,采用冯诺依曼总线结构将使系统的性能受到很大的限制,因此DSP采用了独立程序总线的哈弗总线结构,而且很多DSP甚至有两套以上内部数据总线,这种总线结构称为修正的哈佛结构,对于乘法或加法等运算,一条指令要从存储器中取两个操作数,多套数据总线就使得两个操作数可以同时取得,提高了程序效率。
6.6专用寻址单元
DSP面向的是数据密集型应用,因为需要频繁地访问数据,数据地址的计算时间也线性增长,如果不做特殊处理,计算地址的时间有时会比实际的算术操作时间还长。
因此,DSP通常都有支持地址计算的算术单元——地址产生器与ALU并行工作,因此地址的计算不再额外占用CPU时间。
6.7流水处理
除了多功能单元外,流水技术是提高DSP程序执行效率的另一个主要手段。
流水技术使两个或更多不同的操作可以重叠执行,流水线操作是DSP实现高速度、高效率的关键技术之一。
TMS320C6000只有在流水线充分发挥作用的情况下,才能达到1600MIPS的速度。
C6000的流水线分为三个阶段:
取指、解码、执行、总共11级。
和以前的C3x、C54x相比,有非常大的优势,主要表现在:
简化了流水线的控制以消除流水线互锁;增加流水线的深度以消除传统流水线结构在取指、数据访问和乘法操作上的瓶颈。
其中取指、数据访问分为多个阶段,使得C6000可以高速地访问存储空是。
6.8大容量片内存储器
大容量片内存储器外部存储器一般不能适应高性能DSP核的处理速度,因此在片内设置较大容量的程序/数据存储器以减少对外部存储器的访间速度,充分发挥DSP核的高性能,数据RAM的容量高达7MB。
采用大的片内存储器可以减少外部存储器接口的引脚,甚至省略外部存储器接口,而且还可以减小芯片的封装体积。
6.9零消耗循环控制
数字信号处理的一大特点是很多运算时间都用在执行较小循环的少量核心代码上大部分DSP芯片具有零消耗循环控制的专门硬件,可以省去循环计数器的测试指令,提高了代码效率,减少了执行时间。
7基于DSP的图像处理实现
7.1图像处理分类
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。
7.2图像直方图统计
灰度直方图是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度级内容。
任何一幅图像的直方图都包括了可观的信息,某些类型的图像可由其直方图完全描述。
灰度直方图是灰度值的函数,描述的是图像中具有该灰度值的像素的个数,其横坐标表示像素的灰度级别,纵坐标是该灰度出现的频率(像素个数与图像像素总数之比)。
通过下面的程序可以把直方图的灰度值进行统计,方便图像处理的进一步操作。
程序通过数组,申请动态空间,把直方图数据,即各种灰度出现的次数进行储存,释放。
通过仿真运行可以直观的看到图像的灰度分布情况。
8基于DSP数字图像具体实例(实际结果见附录)
8.1图像反色
对图像进行反色处理。
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:
8.2图像二值化自适应阀值法
用自适应阀值法对图像进行黑白二值化处理。
其基本原理为:
设图像为f(x,y),二值化后的图像为g(x,y),阀值为T,那么图像二值化的自适应阀值法如下:
计算输入图像灰度级的归一直方图,用h(i)表示。
计算灰度均值
计算直方图的零阶累积矩
和一阶累积矩
,
计算类分离指标
求
的最大值,并将其所对应的k值作为最佳阀值T。
对输入图像进行二值化处理
9结论
在图像形成传输或变换的过程中,由于受到客观因素如系统噪声、曝光不足或过量、相对运动等影响,获取的图像往往会与原始的图像之间存在某种差异,成为降质或退化。
退化后的图像通常模糊不清或者经过机器团提取的信息量减少甚至错误,因此必须对其采取一些手段进行改善。
图像处理技术正是在此意义上提出的。
随着信息技术革命的深入和计算机技术的飞速发展,图像处理技术发展迅速,其应用领域也越开越广泛,已经渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个方面,在国计民生及国民经济中发挥越来越大的作用。
由于数字图像处理对于数据量和运算速度的特殊要求,通常采用DSP设计系统,以提高速度。
图像处理是指按特定的需要突出一幅图像中的默写信息,同时虚弱或去除默写不需要的信息的处理方法。
其主要目的是使处理后的图像在某些特定的应用上,比原图像更适合,处理结果是图像更适于人的视觉特性或机器的识别系统。
图像处理有很多方法,本文主要研究一种其中的部分方法,使图像更达到某些特定的要求。
10参考文献
[1]王旭宇,赵跃进,周渝斌.基于DAP的实施数字图像处理平台[J].光学技术,2004(9),30(5).
[2]阮秋琦,数字图像处理学[M],北京:
电子工业出版社,2001.
[3]田捷,实用图像分析与处理技术[M],电子工业出版社,1994.
[4]于凤芹,TMS320C6000DSP结构原理与硬件设计[M],北京航空航天大学出版社,2008.
[5]李进等,DSP技术与DSP芯片[M],电子工业出版社,2007.
[6]曹阳,王培容,黎明,DSP原理及实践应用,机械工业出版社,2015.1
11附录(DSP数字图像处理实验结果)
11.1图像反色实验
利用反色函数对图像进行处理,处理前后图像对比如下所示(后者为处理后的图像,下同)
图像反色实验程序如下
voidFanSe(ip,jp,lx,ly)
unsignedchar*ip,*jp;
unsignedlonglx,ly;
{
unsignedlongi,j;
unsignedk;
doubleMax_dk,temp_dk;
for(i=0;ifor(j=0;j{
gg(i,j)=0;
}
}
11.2用固定值128作为阀值,即灰度小于128的点为0,大于等于128的为255,处理前后图像对比如下所示。
其对应程序如下:
voidFanSe(ip,jp,lx,ly)
unsignedchar*ip,*jp;
unsignedlonglx,ly;
{
unsignedlongi,j;
unsignedk;
doubleMax_dk,temp_dk;
for(i=0;ifor(j=0;j{
gg(i,j)=0;
}
for(i=0;ifor(j=0;j{
if(ff(i,j)>128)
gg(i,j)=255;
elsegg(i,j)=0;
}
11.3用图像的灰度均值作为阀值,处理前后图像对比如下所示。
其对应程序如下:
voidFanSe(ip,jp,lx,ly)
unsignedchar*ip,*jp;
unsignedlonglx,ly;
{
unsignedlongi,j;
unsignedk;
doubleMax_dk,
temp_dk;
for(k=0;k<256;k++)
{
h[k]=0;
GrayNum[k]=0;
}
TotalPixel=0;
for(i=0;ifor(j=0;j{
gg(i,j)=0;
GrayNum[ff(i,j)]++;
TotalPixel++;
}
UT=0;
for(k=0;k<256;k++)
{
h[k]=(float)GrayNum[k]/TotalPixel;
UT+=h[k]*k;
}
for(i=0;ifor(j=0;j{
if(ff(i,j)>UT)
gg(i,j)=255;
elsegg(i,j)=0;
}
}
11.4用自适应阀值法找出最佳阀值,处理前后图像对比如下所示。
其对应程序如下:
voidFanSe(ip,jp,lx,ly)
unsignedchar*ip,*jp;
unsignedlonglx,ly;
{
unsignedlong