基于DSP的图像处理系统的应用研究论文
基于DSP的图像处理系统的应用研究
摘要
本文介绍了一种基于FPGA+DSP结构的具有通用性、可扩充性的高速数字图像处理系统硬件平台。重点介绍了以高速数字信号处理器TMS320DM642和可编程逻辑器件XC2S300E为核心的图象处理系统的硬件实现方案以及通过DSP对FPGA芯片的动态配置来实现软件控制的设计思路。
关键词：可编程逻辑器件；数宇信号处理器；数字图象处理；动态配置
Abstract
This paper presents the hardware platform of a high speed digital image processing system．The hardware design is based on the TMS320DM642 of Texas Instruments Corporation and XC2S300E of Xilinx corporation．The FPGA dynamic configuration is also introduced．
Key words：DSP；FPGA；digital image processor；dynamic configuration 1、引言
随着科学技术的快速发展，人们对信息的需求越来越大，对信息的处理速度也越来越快。实时数字图象处理系统要求必须具有处理大数据量的能力，以保证系统的实时陛，其次对系统的体积、功耗、稳定性等也有较严格的要求，而数字图象处理处理理论与技术的飞速发展直接导致A/D、D/A、FPGA及DSP等电子集成产品的高速发展与更新，从而使许多复杂、高速的信号处理运算的实现成为可能。
目前，数字图象处理技术已在通信、信息，电子、自动控制、航天及军事等领域中得到广泛应用。软件技术突破了以功能单一、可扩充性差的硬件为核心的设计局限性，强调以开放性，扩充性和软件编程硬件为通用平台，利用系统可升级、可重复配置来实现多功能的设计。动态配置技术为同一硬件平台上实现不同的功能需求、不同的工作模式提供了可能。
本文介绍一种高速数字图象信号处理平台的实现方案，通过FPGA和DSP芯片来构造一个具有通用性、可扩充性、灵活的多功能高速数字信号处理平台。该平台通过动态配置可以进行多模式工作，能够应用在无线接收、卫星接收、图象处理和信号分析等多个领域。
2、信号处理系统的类型和本设计处理机构架
根据数字图象信号处理系统在构成、处理能力以及计算问题到硬件结构映射
方法的不同，将现代图象信号处理系统分为三大类：指令集结构(ISA)系统，硬连线结构系统、可重构系统(基本特征是系统中有一个或多个可重构器件。
实时图象信号处理系统中，低层的信号预处理算法处理的数据量大，对处理速度的要求高，但运算结构相对比较简单，适于用FPGA进行硬件实现，这样能同时兼顾速度及灵活性。高层处理算法的特点是所处理的数据量较低层算法少，但算法的控制结构复杂，适于用运算速度高，寻址方式灵活、邋信枧翎强大的DSP 芯片来实现。
深用DSP+FPGA结构最大的特点是结构比较灵活，有较强的通用性，适于模块化设计，从而能够提高算法效率；同时其开发周期较短，系统易于维护和扩展，适合予实时信号处理。
3、硬件设计框图
先本文要介绍的高速数字信号处理平台硬件框图，主要包括五个大的功能块：编解码电路、超大规模FPGA芯片，高速DSP芯片、程序与数据存储器，FPGA 完成的接口模块。其中超大规模FPGA芯片和高速的DSP芯片是系统的核心，用来完成高速数字信号处理算法及控制逻辑。总体硬件框图如图。
DM642内部结构的主要优势是：所有指令的执行时间都是单周期，指令采用流水线，内部的数据、地址、指令及DMA总线分开，有较多的寄存器。这些特征使它有较高的处理速度。FPGA具有硬件的高速性，而DM642具有软件的灵活性，能够满足处理复杂算法的要求，同时，DM642的6个通信口和6个DMA通道使其能够在不被中断的情况下比较从容地应付与外界大量的数据交换。
由超大规模FPGA芯片和高速的DSP芯片组成系统的核心，是为了发挥两者的优势。FPGA芯片与DSP芯片相比，由于其结构上的优势，FPGA芯片更适合完成并
行处理、重复性强、速度要求高的数字信号处理运算；而DSP芯片更适合完成串行顺序处理。采用这种可重稳结构能满足系统的灵活性，实时性要求。
3．1芯片性能特性
3.1.1高速DSP芯片
在选用DSP芯片时，主要应考虑性能能否满足快速判读算法的要求，具体说就是要求选择那些指令周期短、数据吞吐率高、通信能力、指令集功能完备的处理器，同时也要兼顾功能和开发支持环境等因素。本设计采用TI公司的
TMS320DM642芯片，主要特性如下：
1)主频为1.1GHz，处理速度可达9000MIPS，采用超长指令结构(VLIW)，单指令字长32位。外部时钟40MHZ，内部时钟20MHZ，所有指令均单周期完成，处理器内部采用高度并行机制，同进行多达11项各类操作。
2)两套相同的外部数据、地址总线，支持局部存储器和全局共享存储器。
3)6个高速并行通信口，采用异步传输方式，最大速率可达20Mb/s。通过令牌传递可灵活蜜现数据双离传输，这种缩构很适合DM642之间的互连。
4)6个DMA通道，每个通道的最大速率可达20Mb/s。DMA内部总线与CPU地址、数据，指令总线完全分开，避开了总线使用上的瓶颈。
3.1.2 超犬规模FPGA芯片
本图像处理系统处理平台均采雳Xilinx公司的XC2S300E系列FPGA。由它完成DSP芯片前端高速、复杂的数字图像信号与预处理以及控制。XC2S300E高达600，000系统门，具有基于软件用户端目的寄存器、16bits／LUT功能RAM、高达330个用户I／O口。
3.1.3 接口FPGA及FLASH模块
接口FPGA芯片采用EP20K100E，由它完成高速数字信号处理平台与计算机或其它生控设备的连接。该芯片的核电压为l.8V，采用的I／O电压秀3.3V，采用的供电芯片也为TI公司的TPS54310芯片。程序与数据存储器FLASH采用Intel公司的E28F320，其存储容量为32Mbit。由DSP的供电芯片TPS70348力其一起供电，TPS70348芯片的复位信号／RESET为FLASH和DSP的共同复位信号
3.1.4 编解码电路
视频输入采用PHILIP的高性价比视频解码器SAA7115来实现，透过I2C进行寄存器配置，输出数字视频信号遵循ITU656标准。SAATl 15解码后的数字视频信号
通过DM642是视频端口1传送给DSP，由DSP进行必要的视频处理。另一方面，DM642把接收的视频数据处理后，通过视频端口2，经过FPGA，由sAA7105编码显示输出，可提供复合视频输出、VGA视频输出以及HDTV高清视频信号的输出。SAA7105的控削也通过12C实现。
3.2 OSD(ON SCREEM DISPLAY)实现
SAA7105无法实现OSD功能，而由XC2s300E来实现。主控芯片DM642只需要通知FPGA要显示的内容和位置，具体的工作由FPGA执行。OSD的逻辑框图如图2所示。
OSD FPGA通过EMIFA从DSP DM642接收OSD数据和控制指令，通过DSP的视频端口接收视频数据，并将OSD的信息叠加到视频数据上，输出给视频编码器SAA7105。
OSD的各功能模块描述如下：
1)地址译码模块的数据端口与DSP_SM642的A低32位数据接口，接收DM642发出的数据与控制信息，这些数据和控制信息是DM642发出的原始32位数据。
2)地址译码模块将接收到的OSD数据，如OSD的内容等，以32位数据格式放入到FPGA的内部FIFO中。而控制信息主要是通过一组控制寄存器对OSD实现控制。
3) OSD解码模块根据控制逻辑的控制信息，从FIFO中取出要显示的数据，以与视频数据同步的方式输出到OSD CLUT模块。从FIFO中获得的数据是原始的DSP 32位数据，而OSD CLUT模块需要的数据是8/16位的，所以OSD解包模块需要以一定的规则将32位数据解包，以视频端口的频率将32位数据以8/16的宽度传输给OSD CLUT模块。
4)FIFO模块的另外一个功能是向DMA事件发生器模块传递FIFO的状态信息，
如FIFO满或FIFO空。DMA事件发生器监控这些事件，如果发生，则以中断的模式发送给DM642，以实现对FIFO的正确读写操作。
5)OSD CLUT模块为从OSD解包模块接收的每个象素的数据查找Y CbCr的对应值，并控制这些OSDCLUT数据的输出顺序。这种转换关系是由DSP通过24位的数据端口传送过来的。OSD CLUT模块的数据直接输出给OSD多路控制器模块。OSD多路控制模块根据从OSD CLUT模块接收到的Alpha控制位确定输出视频数据，以此来实现OSD功能。
OSD多路控制器输出的数据并没有直接送给视频解码器，而是通过数据转换模块，根据具体的应用条件，进行必要的数据格式转换。由&执．7l晒的接口时序可知，当SAA7105配置为复合视频输出时，其要求的数据为单时钟沿数据，此时数据转换模块不作任何工作，将从OSD多路控制模块接收的数据原封不动地传输给刚姨7105 l如果SAA7105配置为vGA或HDTV输出模式时，需要双时钟沿数据，此时数据转换模块将从OSD控制器接收到的单时钟沿数据转换成双时钟沿数据，输出给视频解码器SAA7105。
3．3电源系统
电源电路是整个设计系统稳定的保证，总的输入为单一的5V。
TMS320DM642芯片的核电压为1．5V，采用的I/O电压为3．3V，需要双电压供电。Xilinx公司的XC2S300系列芯片核电压为1．8V，采用的I/O电压为3．3V。
电压芯片全部采用的TI的电压管理监控芯片，上电稳定后，发RESET信号给DSP，进行复位。供电芯片为TI公司的TPS54310芯片，该芯片5V输入，1．5V和3．3V 双电压输出。采用TPS76701芯片可得到FPGA所需电压1．8V。
模拟的3．3V的电压采用的从数字的3．3V经过磁珠，电容滤波后产生。
4、软件设计
由DSP+FPGA芯片及总线的结构组成高速图象处理平台，可以充分发挥软件的重要作用。该平台可以通过DSP的控制，发挥FPGA芯片的动态配置技术，实现了硬件资源动态分配。在同一个硬件平台上，通过动态地调用不同的软件程序，来实现多功能，多模式工作。由于采用了动态配置技术，该平台还具有一定的开放性和可扩展性，可以很好地满足设计的完善、功能的扩充及程序的更改。
本文设计的平台通过动态配置可以进行多模式工作，能够应用在无线接收、卫星接收，图像处理和信号分析等多个领域。进行多模式工作时，受计算机或主
控设备的控制，由接口完成命令的传输，DSP芯片完成命令的执行。加电复位后，DSP和n，ASH芯片完成初始化，DSP通过初始程序对FPGA芯片进行配置，系统开始进行数据的收发，并送往计算机或主控设备。当计算机或主控设备需要更改工作模式时，将变换工作模式的命令送DSP芯片，DsP芯片接收到该命令后，通过预置在FLASH的程序对FPGA芯片进行重新配置，并转换工作模式，系统重新开始数据的收发。
关于数字图像处理论文的题目
长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割 主要内容： 在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。 要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。 待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法 主要内容： 通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。 要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控 主要内容：
基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。 要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。 背景目标出现目标提取 4车牌识别图像预处理技术 主要内容： 车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法 原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究 主要内容： 医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。 要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。 原始细胞图像 图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体 当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。 具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化
数字图像处理的发展现状及研究内容概述
数字图像处理的发展现状及研究内容概述人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%，视觉信息占60%，所以作为传递信息的重要媒体和手段——图像信息是十分重要的，俗话说“百闻不如一见”、“一目了然”，都反映了图像在传递信息中独到之处。 目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生了惊人的效益，当前图像处理面临的主要任务是研究心的处理方法，构造新的处理系统，开拓更广泛的应用领域。 数字图像处理（Digital Image Processing）又称为计算机数字图像处理，它是指将数字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。数字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数字图像信息。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。早期的数字图像处理的目的是改善数字图像的质量，它以人为对象，以改善人的视觉效果为目的。数字图像处理中，输入的是质量低的数字图像，输出的是改善质量后的数字图像，常用的数字图像处理方法有数字图像增强、复原、编码、压缩等。 1:数字图像处理的现状及发展 数字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、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使数字图像处理成为一门引人注目、前景远大的新型学科。随着数字图像处理技术
的深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。 人们已开始研究如何用计算机系统解释数字图像，实现类似人类视觉系统理解外部世界，这被称为数字图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。数字图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。如今数字图像处理技术已给人类带来了巨大的经济和社会效益。不久的将来它不仅在理论上会有更深入的发展，在应用上意识科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。 数字图像处理进一步研究的问题，不外乎如下几个方面： （1）在进一步提高精度的同时着重解决处理速度问题。如在航天遥感、气象云图处理方面，巨大的数据量和处理速度任然是主要矛盾之一。 （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，促进数字图像处理技术的发展。如：人的视觉特性、心理学特性等的研究，如果有所突破，讲对团向处理技术的发展起到极大的促进作用。
《数字图像处理》结课小论文
2013-2014年第一学期《数字图像处理》科目考查卷 专业：通信工程班级：任课教师：王新新 姓名：学号：成绩： 一 Deblurring Images Using the Wiener Filter ——使用维纳滤波器进行图像去模糊简介 在人们的日常生活中，常常会接触很多的图像画面，而在景物成像的过程中有可能出现模糊，失真，混入噪声等现象，最终导致图像的质量下降，我们现在把它还原成本来的面目，这就叫做图像还原。引起图像的模糊的原因有很多，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等，而图像的复原也有很多，常见的例如逆滤波复原法，维纳滤波复原法，约束最小二乘滤波复原法等等。它们算法的基本原理是，在一定的准则下，采用数学最优化的方法从退化的图像去推测图像的估计问题。因此在不同的准则下及不同的数学最优方法下便形成了各种各样的算法。而我接下来要介绍的算法是一种很典型的算法，维纳滤波复原法。它假定输入信号为有用信号与噪声信号的合成，并且它们都是广义平稳过程和它们的二阶统计特性都已知。维纳根据最小均方准则，求得了最佳线性滤波器的的参数，这种滤波器被称为维纳滤波器。 维纳滤波器是最小均方差准则下的最佳线性滤波器，它在图像处理中有着重要的应用。本文主要通过介绍维纳滤波的结构原理，以及应用此方法通过MATLAB 函数来完成图像的复原。关键词：维纳函数、图像复原。
二维纳滤波器结构 维纳滤波自身为一个FIR或IIR滤波器，对于一个线性系统，如果其冲击响应为h（n），则当输入某个随机信号x (n)时， 式（1） 这里的输入 式（2） 式中s(n)代表信号，v(n)代表噪声。我们希望这种线性系统的输出是尽可能地逼近s(n)的某种估计，并用s^(n)表示，即 式（3） 因而该系统实际上也就是s(n)的一种估计器。这种估计器的主要功能是利用当前的观测值 x(n)以及一系列过去的观测值x(n-1),x(n-2),……来完成对当前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和) s^(n)，而它们之间的误差 式（4） 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述误差的大小显然更为合理。而均方误差最小，也就是 式（5） 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而且以它导出的最佳线性系统对其它很广泛的一类准则而言是属最佳。 图1 维纳滤波器一般结构
数字图像处理毕业论文
毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月
关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：
图像处理技术的研究现状和发展趋势
图像处理技术的研究现状和发展趋势 庄振帅 数字图像处理又称为计算机图像处理，它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。数字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。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，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。随着图像处理技术的深入发展，从70年代中期开
DSP 在图像处理中的应用
DSP 在图像处理中的应用 （北京科技大学自动化学院北京100081） 摘要：本文以TI TMS320C54X DSP 为例描述了DSP 作为优秀的数字信号处理平台所具备的特点,并在此基础上介绍了利用Altera 公司提供的数字信号处理开发工具DSP Builder 和现代DSP 技术，在 Matlab/Simulink 环境中建立了JPEG 算法模型，并进行了仿真验证，最后将编译代码下载到硬件上进行了在线调试。 关键词：DSP Builder；TMS320C54X图像处理 The Application of DSP in Image Processing College of Automation, University of Science and Technology Beijing, Beijing 100081 Abstract：This paper presents the excellent characteristics of DSP chips using TI TMS320C54X DSP as an example.And it has been introduced in this paper that a JPEG algorithm model is created in the environment of Matlab/Simulinkwith the help of DSP Bulider, a digital signal processing development tool provided by Altera Corporation, and modern DSP technology. Then a simulation verification has been performed, and finally the code is compiled and downloaded to the hardware for thepurpose of on-line debugging. Key words ：DSP Builder TMS320C54X Image processin g. 0 前言 数字图像处理在当今工业及医疗领域的应用日益广泛,从而对图像处理系统的实时性和准确性提出了更高的要求。DSP 芯片以其适应于高速数字信号处理的内部结构,在图像处理领域发挥了不可替代的作用。 1 DSP 芯片简介 当前数字信号处理领域并存两大类处理器:通用处理器(GPP) 和专用处理器(DSP) ,通用处理器主要应用于PC 机中,而DSP 器件主要应用于便携式、嵌入式设备中。消费类电子产品对器件成本和功耗要求苛刻,DSP 器件正是在这两方面较通用处理器有优势。DSP 芯片采用能提供多条地址及数据总线的哈佛结构而摒弃了以往的冯·诺依曼结构。由于片内存储器比片外存储器快,在通用处理器中广泛使用的高速缓存也被引入到DSP 芯片中来。另外,为提高处理速度DSP 芯片还使用了流水线技术。TMS320C54x 是TI 公司为实现低功耗、高性能而专门设计的定点DSP 芯片。54x 系列DSP 采用改进的哈佛结构,该结构有8 条总线,使数据处理能力达到了最大限度。通过程序、数据空间的分离可同时进行程序指令和数据的存取并提供了高度的并行性。此外数据还可以在数据空间和程序空间进行传送。这种并行性还持一系列功能强劲的算术逻辑及位操作运算。所有这些运算都可以在单个机器周期内完成。同时,54x 还有包括终端管理、重复操作及功能调用等在内的控制机制。 2 DSP Builder 介绍 DSP Builder 开发工具是Altera 公司提供的数字信号处理平台, 它是一个系统级( 或算法级) 设计工具, 架构在多个软件工具之上，并把系统级和RTL 级两个设计领域的设计工具连接起来，最大程度地发挥了两种工具的优势。DSP Builder 依赖于MathWorks 公司的数学分析工具Matlab /Simulink ，以Simulink 的Blockset 出现，可以在Simulink 中进行图形化设计和仿真，同时通过SignalCompiler 把Matlab/Simulink 的设计文件(.mdl) 转成相应的硬件描述语言VHDL 设计文件(.vhd)，以及用于控制综合与编译的TCL 脚本。而对后者的处理可以由FPGA/CPLD 开发工具Quartus II 来完成。 设计人员能够同时进行多个HDL 模型或者QuartusII软件设计工程的设计，为每一个
数字图像处理应用论文数字图像处理技术论文
数字图像处理应用论文数字图像处理技术论文 关于数字图像处理及其应用的研究 摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。 关键词：数字图像处理：关键技术；应用领域 0 引言 人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。
1 数字图像处理主要技术概述 不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。
数字图像处理技术的研究现状及其发展方向
目录 绪论 (1) 1数字图像处理技术 (1) 1.1数字图像处理的主要特点 (1) 1.2数字图像处理的优点 (2) 1.3数字图像处理过程 (3) 2数字图像处理的研究现状 (4) 2.1数字图像的采集与数字化 (4) 2.2图像压缩编码 (5) 2.3图像增强与恢复 (8) 2.4图像分割 (9) 2.5图像分析 (10) 3数字图像处理技术的发展方向 (13) 参考文献 (14)
绪论 图像处理技术基本可以分成两大类：模拟图像处理和数字图像处理。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进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理、算术处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 1数字图像处理技术 1.1数字图像处理的主要特点 (1)目前数字图像处理的信息大多是二维信息，处理信息量很大，因此对计
DSP数字图像处理实验课设
华东交通大学理工学院 课程设计报告书 所属课程名称DSP原理及应用 题目数字图像处理系统设计分院电信分院 专业班级 12通信2班 学生姓名余志强 指导教师李杰
目录 第一章课程设计内容及要求 第二章程序设计原理 2.1数字图象处理基本原理 2.2数字图像处理常用方法 2.3图象灰度处理的基本原理 2.4图象的反色原理和实现 2.5灰度图象二值化原理及意义第三章程序设计步骤 第四章总结
第一章课程设计内容及要求 一、设计内容 1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 第二章程序设计原理 2、1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、2 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。
数字图像处理论文
华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日
摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转
目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献
绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。
图像处理文献综述
文献综述 1.1理论背景 数字图像中的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析领域的重要基础，图像处理和分析的第一步往往就是边缘检测。 物体的边缘是以图像的局部特征不连续的形式出现的，也就是指图像局部亮度变化最显著的部分，例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处。图像边缘有方向和幅度两个特性，通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素灰度变化剧烈。根据灰度变化的特点，图像边缘可分为阶跃型、房顶型和凸缘型。 1.2、图像边缘检测技术研究的目的和意义 数字图像边缘检测是伴随着计算机发展起来的一门新兴学科，随着计算机硬件、软件的高度发展，数字图像边缘检测也在生活中的各个领域得到了广泛的应用。边缘检测技术是图像边缘检测和计算机视觉等领域最基本的技术，如何快速、精确的提取图像边缘信息一直是国内外研究的热点，然而边缘检测也是图像处理中的一个难题。 首先要研究图像边缘检测，就要先研究图像去噪和图像锐化。前者是为了得到飞更真实的图像，排除外界的干扰，后者则是为我们的边缘检测提供图像特征更加明显的图片，即加大图像特征。两者虽然在图像边缘检测中都有重要地位，但本次研究主要是针对图像边缘检测的研究，我们最终所要达到的目的是为了处理速度更快，图像特征识别更准确。早期的经典算法有边缘算子法、曲面拟合法、模版匹配法、门限化法等。 早在1959年Julez就曾提及边缘检测技术，Roberts则于1965年开始了最早期的系统研究，从此有关边缘检测的理论方法不断涌现并推陈出新。边缘检测最开始都是使用一些经验性的方法，如利用梯度等微分算子或特征模板对图像进行卷积运算，然而由于这些方法普遍存在一些明显的缺陷，导致其检测结果并不
数字图像处理图像复原算法论文设计
数字图像处理课程论文图像复原算法研究 学院：信息科学与工程学院 专业：通信工程 姓名： 学号： 任课教师：
2017年5月 摘要 数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理的前提。图像在获取、上传、保存的过程中不可避免地引起图像退化和图像质量的下降，图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌。本论文主要研究引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。本文首先对测试图像进行模糊及加噪处理，在已知系统退化模型的情况下，对观测图像分别使用逆滤波、维纳滤波、有约束的最小二乘方滤波算法进行复原，并比较它们的处理效果。在这几种算法的参数选取上得到了丰富的经验数据，并对实验结果进行了分析总结。发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。 关键词:图像复原;逆滤波;维纳滤波;有约束的最小二乘方滤波
一、引言 MATLAB 语言是由美国MathWorks公司推出的计算机软件，经过多年的逐步发展与
不断完善，现已成为国际公认的最优秀的科学计算与数学应用软件之一，是近几年来在国外广泛流行的一种可视化科学计算软件。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征。MathWorks 公司针对不同领域的应用，推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等30 多个具有专门功能的工具箱，这些工具箱是由该领域的学术水平较高的专家编写的，无需用户自己编写所用的专业基础程序，可直接对工具箱进行运用。同时，工具箱的函数源程序也是开放性的，多为M 文件，用户可以查看这些文件的代码并进行更改，MALAB 支持用户对其函数进行二次开发，用户的应用程序也可以作为新的函数添加到相应的工具箱中。MATLAB 中的数字图像是以矩阵形式表示的，这意味着MATLAB 强大的矩阵运算能力用于图像处理非常有利，矩阵运算的语法对MATLAB 中的数字图像同样适用。本文对MATLAB 图像处理工具箱进行探索及应用，实验证明该软件功能强大，语言简洁易学，人机界面友好，工具箱具有丰富的技术支持并集成了该领域专家的智慧，应用简单而效果良好。 二、实验原理 2.1图像退化模型构建 图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为： g ( x, y)H [ f ( x, y)]n( x, y)f ( x, y)h( x, y) n( x, y) （1）
数字图像处理结课论文
数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：
摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波
目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。
基于matlab的图像预处理技术研究文献综述
毕业设计文献综述 题目：基于matlab的图像预处理技术研究 专业：电子信息工程 1前言部分 众所周知，MATLAB在数值计算、数据处理、自动控制、图像、信号处理、神经网络、优化计算、模糊逻辑、小波分析等众多领域有着广泛的用途，特别是MATLAB的图像处理和分析工具箱支持索引图像、RGB 图像、灰度图像、二进制图像，并能操作*.bmp、*.jpg、*.tif等多种图像格式文件如。果能灵活地运用MATLAB提供的图像处理分析函数及工具箱，会大大简化具体的编程工作，充分体现在图像处理和分析中的优越性。 图像就是用各种观测系统观测客观世界获得的且可以直接或间接作用与人眼而产生视觉的实体。视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息中，视觉信息约占60%，听觉信息约占20%，其他方式加起来才约占20%。由此可见，视觉信息对人类非常重要。同时，图像又是人类获取视觉信息的主要途径，是人类能体验的最重要、最丰富、信息量最大的信息源。通常，客观事物在空间上都是三维的(3D)的，但是从客观景物获得的图像却是属于二维(2D)平面的。 图像存在方式多种多样，可以是可视的或者非可视的，抽象的或者实际的，适于计算机处理的和不适于计算机处理的。 图像处理它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。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。首次获得实际成功应用的是美国喷气推进实验室（JPL）。他们对航天探测器徘徊者7号在 1964 年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动
DSP图像处理综述
DSP应用综述 摘要:数字信号处理（DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。它是一种通过使用数学技巧执行转换或提取信息，来处理现实信号的方法，这些信号由数字序列表示。本文概述了数字信号处理技术的发展过程，分析了 DSP 处理器在图像领域应用状况，介绍了DSP的最新发展，对数字信号处理技术的发展前景进行了展望。 关键词:数字信号处理; 数学图形处理;DSP平台; DSP发展趋势 引言：在过去的几年中，各种各样的数字信号处理方法层出不穷。数字信号处理器已经成为许多消费、通信、医疗、军事和工业类产品的核心器件。在实际应用中可以选用的数字信号处理实现方法很多。但是，数字信号处理器(DSP)以其在处理速度、价格和功耗上的无以替代的优势赢得了大多数用户的信任。随着信息家电、网络通信和3G移动通信的飞速发展，作为最关键的核心器件的数字信号处理器，将会把人们带人高速信息化的时代。而基于DSP的数字图像处理技术也随之DSP的发展而不断革新。图像处理技术最初是在采用高级语言编程在计算机上实现的，后来还在计算机中加入了图像处理器(GPU)，协同计算机的CPU 工作，以提高计算机的图形化处理能力。在大批量、小型化和低功耗的要求提出后，图像处理平台依次出现了基于VLSI 技术的专用集成电路芯片((ASIC)和数字信号处理器((DSP)。但基于DSP的图像处理系统以其可降低体积、重量与功耗，同时价格也较低，具有较高的可靠性，且易于维修与测试，对噪声与干扰有较强的抗干扰能力，越来越受到了人们的青睐。 1. DSP发展历史 DSP的历史可分为三个阶段 1.在数字信号处理技术发展的初期（二十世纪50-60 年代），人们只能在微处理器上完成数字信号的处理。直到70 年代，有人才提出了DSP的理论和算法基础。一般认为，世界上第一个单片DSP芯片应当是1978 年AMI 公司发布的S281l。1979 年美国Intel 公司发布的商用可编程器件2920 是DSP 芯片的一个重要里程碑。这两种芯片内部都没有现代DSP 芯片所必须有的单周期乘法器。1980 年，日本NEC 公司推出的mPD7720 是第一个具有硬件乘法器的商用DSP 芯片，从而被认为是第一块单片DSP 器件。 2.随着大规模集成电路技术的发展，1982 年美国德州仪器公司推出世界上第一代DSP 芯片TMS32010 及其系列产品，标志了实时数字信号处理领域的重大突破。Ti 公司之后不久相继推出了第二代和第三代DSP芯片。90 年代DSP发展最快。Ti 公司相继推出第四代、第五代DSP芯片等。 3.随着CMOS 技术的进步与发展，日本的Hitachi 公司在1982 年推出第一个基于CMOS 工艺的浮点DSP 芯片，1983 年日本Fujitsu 公司推出的MB8764，其指令周期为120ns，且具有双内部总线，从而使处理吞吐量发生了一个大的飞跃。而第一个高性能浮点DSP 芯片应是A T&T 公司于1984 年推出的DSP32.与其他公司相比，Motorola 公司在推出DSP 芯片方面相对较晚。1986 年，该公司推出了定点处理器MC56001.1990 年推出了与IEEE 浮点格式兼容的浮点DSP芯片MC96002。美国模拟器件公司（AD）在DSP 芯片市场上也占有一定的份额，相继推出了一系列具有自己特点的DSP 芯片。自1980 年以来，DSP 芯片得到了突飞猛进的发展，DSP 芯片的应用越来越广泛，并逐渐成为电子产品更新换代的决定因素。从运算速度来看，MAC（一次乘法和一次加法）时间已经从20 世纪80 年代初的400ns 降低到10ns 以下，处理能力提高了几十倍。DSP 芯片内部关键的乘法器部件从1980 年占模片区的40%左右下降到5%以下，片内RAM 数量增加一个数量级以上。DSP 芯片的引脚数量从1980 年的最多64 个增加到现在的200 个以上，引脚数量的增加，意味着结构灵活性的增加，如外部存储器的扩展和处理器间的通信等。 2. 国内外发展现状 2.1国内发展现状 随着我国信息产业的发展，近年来我国的数字信号处理学科发展较快。DSP处理器已经在我国的数字通信、信号处理、雷达、电子对抗、图像处理等方面得到了广泛的应用，为科学技术和国民经济建设创造了很大价值。全国有很多高校、科研机构的信号处理
数字图像处理论文
江苏科技大学 数字图像处理本科生课程论文 论文题目：图像增强方法综述与matlab实现完成时间：___2016年6月2日________ 所在专业：____软件工程____________ ____ 所在年级：____13419042___________ __
图像增强方法综述与matlab实现 软件工程专业 1341904222 陆建伟 摘要：本文介绍图像增强的内容，并就内部几种方法进行更深一步的探索，利用matlab 使得算法实现并对比。 关键词：图像增强；数字图像处理；灰度变换；直方图；matlab； 一、研究背景 1.1研究目的 经过图像的传送和转换，如成像、复制、扫描、传输和显示等，经常会造成图像质量的下降。光学系统的失真、相对运动、大气流动等都会使图像模糊，传输过程中会引入各种类型的噪声。总之输入的图像在视觉效果和识别方便性等方面可能存在诸多问题。通过本课题的研究能够使图像有更好的视觉感受效果，更能够满足社会生活和生产的需要是本文的最终目的。 1.2研究现状 计算机图像处理的发展历史并不长,但是引起了人们的足够重视。总体来说，图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4 个阶段。随着对图像技术研究的不断深入和发展,新的图像增强方法不断出现。图像作为自然界景物的客观反映是人类感知世界的视觉基础也是人类获取信息、表达信息和传递信息的重要手段。 二、主要理论概况 图像增强是指根据特定的需要突出图像中的重要信息同时减弱或去除不需要的信息。从不同的途径获取的图像通过进行适当的增强处理可以将原本模糊不清甚至根本无法分辨的原始图像处理成清晰的富含大量有用信息的可使用图像有效地去除图像中的噪声、增强图像中的边缘或其他感兴趣的区域从而更加容易对图像中感兴趣的目标进行检测和测量。处理后的图像是否保持原状已经是无关紧要的了不会因为考虑到图像的一些理想形式而去有意识的努力重现图像的真实度。图像增强的目的是增强图像的视觉效果将原图像转换成一种更适合于人眼观察和计算机分析处理的形式。它一般要借助人眼的视觉特性以取得看起来较好地视觉效果很少涉及客观和统一的评价标准。图像增强的方法可以大致分为两类，一类是空域处理方法，一类是频域的处理法1