基于DSP器件的图像边缘检测的分析研究毕业设计论文
图像边缘检测方法的研究毕业论文
图像边缘检测方法的研究毕业论文目录第一章绪论 (1)1.1课题研究的目的和意义 (1)1.2图像边缘检测的发展与现状 (2)1.3本文的研究容 (5)1.4本文的结构安排 (5)第二章图像放大的基本方法 (6)2.1 边缘检测的容 (6)2.2基于微分算子的边缘检测方法 (6)2.2.1基于一阶微分的边缘检测算子 (6)2.2.2基于二阶微分的边缘检测算子 (9)2.3 Canny边缘检测算法 (11)2.4经典边缘检测方法的检测结果 (14)第三章小波变换理论基础 (19)3.1小波变换概述 (19)3.1.1连续小波变换 (19)3.1.2离散小波变换 (20)3.1.3二进小波变换 (21)3.2 多分辨率分析 (21)3.3快速小波变换算法( Mallat 算法 ) (22)第四章基于小波变换的边缘检测算子 (26)4.1基于边缘检测的小波基函数选取准则 (26)4.2 B 样条小波的定义与性质 (27)4.3 基于小波变换的图像边缘检测原理 (27)4.3.1局部模极大值边缘检测的原理 (28)4.3.2 基于二维图像小波分解细节的边缘检测 (30)4.4阈值T的选择 (32)4.5基于小波变换的边缘检测算法的检测结果 (33)结论 (35)致谢 (36)参考文献 (37)附录 (38)第一章绪论1.1课题研究的目的和意义边缘是图像的最基本特征，它包含了用于识别的有用信息，为人们描述或识别目标以及解释图像提供了一个重要的特征参数。
物体的边缘是以图像局部特性的不连续性为形式出现的。
从本质上说，边缘常常意味着一个区域的终结和另一个区域的开始，它普遍存在于目标与背景、目标与目标、区域与区域、基元与基元之间，是图像分割所依赖的重要特征，也是纹理特征的重要信息源和形状特征的基础。
有了图像边缘，我们就可以确定物体的几何尺寸并进一步对其测量，确定物体在空间中的几何位置，确定物体的形状特征并对物体进行识别。
系统实验(DSP)--图像的锐化处理、图像的边缘检测
DSP 实验报告一、 图像的锐化处理（高通滤波处理）1、 实验原理处理模板如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--+--=004100αααααM 25.0=α 对应数学表达式：()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα2、 C 程序及运行结果程序：Acute_RGB_Image(int *buffer){int x,y;for (y=0;y<ImageHeight;y++)for (x=0;x<ImageWidth;x++){buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth +x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;else if (buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}运行结果：锐化前锐化后分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。
3、汇编程序及运行结果程序：ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);.mmregs.def _ImageAcuteSub.text_ImageAcuteSub:mov t0,brc1 ;IMAGE WIDTHmov t1,brc0 ;IMAGE HEIGHTrptb y_looprptb x_loopmov *ar0(#1),ac1;f(x+1,y)add *ar0(#-1),ac1 ;f(x-1,y)add *ar0(#-250),ac1 ;f(x,y-1)add *ar0(#250),ac1 ;f(x,y+1)sfts ac1,#-2mov *ar0<<#1,ac0;2f(x,y)sub ac1,ac0bcc branch1,ac0<0sub #255,ac0,ac1bcc branch2,ac1>0mov ac0,*ar0+b x_loopbranch1: mov #0,*ar0+b x_loopbranch2: mov #255,*ar0+x_loop: nopy_loop: nopRET运行结果：锐化前 锐化后分析：可以看出汇编的结果和C 程序的结果是一致的。
[本科毕业设计论文]基于TI公司DSP芯片的数字图象实时处(精)
![[本科毕业设计论文]基于TI公司DSP芯片的数字图象实时处(精)](https://img.taocdn.com/s3/m/c28ca6e1f705cc175527097e.png)
分类号密级深圳大学学位论文基于TI公司DSP芯片的数字图象实时处理程序库的开发邱波电子工程98132219指导教师姓名纪震老师申请学位级别学士专业名称电子工程论文提交日期 2002年5月论文答辩日期 2002年5月29日2002年5月答辩委员会组长评阅人基于TI公司DSP芯片的数字图象实时处理程序库的开发摘要本文开发了基于TI公司DSP芯片的数字图象实时处理程序库。
数字图象处理是对数字图象进行处理以满足实际应用的要求。
数字图象实时处理需要高运算量，所以用于处理处理数字图象的硬件必须具有很高的运算速度。
数字图象处理主要研究图象变换，图象编码和压缩，图象增强和图象分割等。
随着数字信号处理(DSP)技术的发展，DSP芯片的价格越来越低，性能越来越好。
可以采用DSP芯片实时处理数字图象。
DSP具有特殊的结构并且具有指令周期短、运算精度高特殊的DSP指令等优点。
Code Composer Studio(CCS)是TI公司推出的功能强大的集成性DSP软件开发工具。
在CCS下，开发者可以对软件编辑、调试、代码性能测试和管理项目。
另外，CCS提供了实时分析和数据可视化的功能。
CCS降低了DSP系统的开发难度。
傅立叶变换是数字图象处理的关键技术而且是衡量DSP芯片运算能力的一个指标，中值滤波是图象平滑和去除噪声的主要方法，巴特沃斯低通滤波可以去除图象中噪声和使图象中的边缘过渡比较平滑，伽马校正可以使图象看起来比较均匀。
本设计采用TI公司的DSP芯片TMS320C5402在CCS下开发这4个数字图象处理程序，并分析了程序的实时性。
关键词：数字信号处理器，数字图象，实时论文类型：应用研究Develop digital image real-time processing program librariesbase on TI’s DSP chipsABSTRACTThis paper studies on developing digital image real-time processing program libraries base on TI’s DSP chips.Digital image processing processes the digital image to content the practical application’s demand. Digital image Real-time processing requires high operation amount consequently the hardware that is use to process digital images must have a high operation speed. Digital image processing chiefly researches image transformation, image coding and decoding, image buildup and image division etc.With the development of DSP technology, the price of DSP chips becomes cheaper and cheaper, and its performance becomes higher and higher. DSP chips can be adopted to process the digital image real-timely. DSP chips have special structure, and have some strong points such as the short instruction cycle, the high precision operation and the special DSP instruction.Code Composer Studio (CCS) produced by TI is an integrated DSP software-developing tool with powerful functions. By CCS, developers can edit and debug the software, test the codes and manage the project. In addition, CCS provides the function of real-time analyses and date visualization. CCS decreases the difficulty of DSP system’s developing.Fast Fourier Transform is a pivotal technology of digital image processing, and is an index to measure the operation ability of DSP. Medium filter is a major method of smoothing image and wiping off the noise. Butterworth filter can wipe off the noise of the image and make the edges in the image transition smoother. Gamma correction can let the image seem uniform. This design adopts TI’s DSP chips TMS320C5402 to develop these 4-digital-image processing programs and to analyze their real-time performance.Keywords: digital signal processing, digital image, real-timeType of Thesis: Application Research深圳大学本科毕业论文——基于TI公司DSP芯片的数字图象实时处理程序库的开发目录第一章绪论 (1)§1.1 实时数字图象处理 (1)§1.2 DSP芯片与数字图象处理 (2)§1.3 发展动态...........................................................................................................2 §1.4 本论文章节安排 (2)第二章 DSP芯片介绍及开发软件CCS (4)§２.１DSP系统............................................................................................................4 §２.２DSP 芯片发展和应用.......................................................................................4 §２.３DSP芯片的分类...............................................................................................5 §２.４DSP芯片的基本结构和特征...........................................................................5 §2.4.1 TMS320C5402............................................................................................6 §2.4.2TMS320C62X..............................................................................................7 §2.4.2 TMS320C67X..............................................................................................7 §2.5 开发软件CCS....................................................................................................7 §2.5.1 CCS的开发流程. (7)§2.5.2 程序在CCS下的仿真 (8)第三章程序实现和实时分析 (9)§３.1 二维FFT变换 (9)§3.1.1 离散傅立叶变换 (9)§3.1.2 二维离散傅立叶变换 (10)§3.1.3 快速傅立叶变换 (10)§3.1.4 程序实现和实时分析................................................................................12 §3.2 中值滤波..........................................................................................................12 §3.2.1 中值滤波原理...........................................................................................13 §3.2.2 程序实现和实时分析...............................................................................13 §3.3 巴特沃斯低通滤波..........................................................................................14 §3.3.1 巴特沃斯低通滤波原理...........................................................................15 §3.3.2 程序实现和实时性分析 (16)§3.4 伽马校正 (16)§3.4.1 伽马校正原理...........................................................................................17 §3.4.2 程序实现和实时分析. (18)第四章总结与展望 (20)§4.1 论文工作的总结 (20)§4.2 展望 (20)致谢 (21)参考文献 (22)附录 (23)1深圳大学本科毕业论文——基于TI公司DSP芯片的数字图象实时处理程序库的开发第一章绪论§１．１实时数字图象处理图象是用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接和间接作用于人眼并进而产生视知觉的实体[1]。
图像边缘检测毕业设计论文
指导教师签名：日 期：
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
摘要
随着计算机技术的飞速发展，图像边缘检测已成为图像处理的重要内容，它是图像分析的基本问题，是图像分割、特征提取和图像识别的前提。本文的主要内容如下。
首先，介绍了数字图像处理的概念及其应用领域、边缘检测研究的背景意义，历史现状，以及边缘检测的一些基本概念。
然后，分别介绍了经典的图像边缘检测算子，如Robert算子、Sobel算子、Prewitt算子等的基本原理，接着概述了几种新的边缘检测方法，如小波理论、数学形态学、模糊理论等。并通过理论分析和仿真计算比较了经典边缘检测算子各自的优缺点及适用性。
数字图像处理研究的内容主要有:
(1)图像获取和图像表现阶段主要是把模拟图像信号转化为计算机所能接受的数字形式,以及把数字图像用所需要的形式显示出来。
(2)图像复原当造成图像退化的原因已知时,复原技术可用来进行图像的校正。复原技术是基于模型和数据的图像恢复,其目的是消除退化的影响,从而产生一个等价于理想成像系统所获得的图像。
Finally,usematlab-GUI programming, design a graphical interface, integrated operator logand canny edge detectioБайду номын сангаас operator, increasing the practicality of the whole process.
图像边缘检测与修复技术研究毕业设计论文
哈尔滨工程大学本科生毕业论文图像边缘检测与修复技术研究哈尔滨工程大学本科生毕业论文毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：哈尔滨工程大学本科生毕业论文摘要数字图像处理被广泛应用于生物医学、材料、遥感、通信、交通管理、军事侦察、文档处理和工业自动化等众多领域。
数字图像边缘检测是图像分割、目标识别和形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要方法。
边缘中包含图像中目标有价值的边界信息，这些信息可以用于图像理解和分析。
通过边缘检测可以极大地降低后续图像分析和处理的数据量。
本文对边缘检测理论和算法作了深入的研究，在具体分析传统的边缘检测算法的基础上，重点研究了Canny算子。
通过引进高斯函数计算局部梯度对传统Canny算子进行了改进。
经过边缘检测得到的边缘图，通常会出现不同程度边缘断裂的现象。
本文提出了一种基于路径形态学的断裂边缘修复技术。
综合考虑等照度线曲率、梯度值、边缘端点前进方向等条件，通过对三个条件加权来定义邻接关系，以确定后继，构建形态学闭算子，对边缘图进行路径闭运算，完成对断裂边缘的连接。
系统实验(DSP)--图像的锐化处理、图像的边缘检测
系统实验(DSP)--图像的锐化处理、图像的边缘检测DSP 实验报告一、 图像的锐化处理（高通滤波处理）1、 实验原理处理模板如下：⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--+--=004100αααααM 25.0=α对应数学表达式：()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα2、 C 程序及运行结果程序：Acute_RGB_Image(int *buffer){int x,y;for (y=0;y<ImageHeight;y++)for (x=0;x<ImageWidth;x++){buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+buffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;if(buffer[ImageWidth*y+x]>255)buffer[ImageWidth*y+x]=255;else if (buffer[ImageWidth*y+x]<0)buffer[ImageWidth*y+x]=0;}}运行结果：锐化前锐化后分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。
3、汇编程序及运行结果程序：ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);.mmregs.def _ImageAcuteSub.text_ImageAcuteSub:mov t0,brc1 ;IMAGE WIDTHmov t1,brc0 ;IMAGE HEIGHTrptb y_looprptb x_loopmov *ar0(#1),ac1;f(x+1,y)add *ar0(#-1),ac1 ;f(x-1,y)add *ar0(#-250),ac1 ;f(x,y-1)add *ar0(#250),ac1 ;f(x,y+1)sfts ac1,#-2mov *ar0<<#1,ac0;2f(x,y)sub ac1,ac0bcc branch1,ac0<0sub #255,ac0,ac1bcc branch2,ac1>0mov ac0,*ar0+b x_loopbranch1: mov #0,*ar0+b x_loopbranch2: mov #255,*ar0+ x_loop: nopy_loop: nopRET运行结果：锐化前 锐化后分析：可以看出汇编的结果和C 程序的结果是一致的。
图像边缘检测方法研究信息工程毕业设计论文 精品
毕业设计（论文）题目：图像边缘检测方法研究英文题目：Research on Image Edge DetectionMethods独创声明本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。
尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。
对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。
本声明的法律后果由本人承担。
作者签名:二〇一〇年九月二十日毕业设计（论文）使用授权声明本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。
本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。
（保密论文在解密后遵守此规定）作者签名:二〇一〇年九月二十日摘要数字图像边缘检测是图像分割、目标区域识别和区域形状提取等图像分析领域十分重要的基础，是图像识别中提取图像特征的一个重要方法。
边缘中包含图像物体有价值的边界信息，这些信息可以用于图像理解和分析，并且通过边缘检测可以极大地降低后续图像分析和处理的数据量。
图像理解和分析的第一步往往就是边缘检测，目前它已成为机器视觉研究领域最活跃的课题之一，在工程应用中占有十分重要的地位。
经典的边缘检测方法如：Roberts，Sobel，Prewitt，Kirsch，Laplaee等方法，基本上都是对原始图像中像素的小邻域构造边缘检测算子，进行一阶微分或二阶微分运算，求得梯度最大值或二阶导数的过零点，最后选取适当的闭值提取边界。
但这些算法均存在对噪声敏感、不能自适应选择闭值、检测效果不太理想等缺点。
本文对边缘检测理论和算法作了深入的研究，在具体分析各类传统的边缘检测算法的基础上，重点研究了Canny算法，并结合改进的MTM算法及Otsu算法对Canny算法中的滤波方法和双门限选取方法进行改进。
DSP技术实验报告-实验4边缘检测
电子科技大学电子工程学院标准实验报告（实验）课程名称 DSP技术实验题目边缘检测电子科技大学实验报告实验地点：KB453 实验时间：11月2日实验室名称： DSP技术实验室实验项目名称：边缘检测实验1.实验目的1)进一步掌握AZURE-BF609开发平台的使用；2)进一步掌握CCES调试方法；3)了解BF609 DSP在图像、视频处理领域的应用；4)了解边缘检测方法及意义；5)掌握利用PVP进行边缘检测的方法。
2.实验内容1)加载PGM格式的原始图片；2)在液晶屏幕上显示原始图片；3)对原始图片进行边缘检测处理；4)将边缘检测的结果在液晶屏幕上显示；5)将边缘检测的结果以PGM格式保存到文件；3.实验报告要求1)完成实验步骤中所要求的所有实验结果的记录，需要的记录均加粗标注。
2)分别列给出一阶导数检测模式和二阶导数检测模式的PVP模块连接图。
3)记录在两种模式下各个不同参数的检测结果。
4)总结：可以包括实验过程中出现的问题、实验内容以及实验还可以进一步改进的地方等；5)根据上述要求完成标准实验报告的撰写。
4.实验结果4.1 实验结果1)原始图片：c//下面粘贴图片2)一阶导数边缘检测检测原理：oThresholds={50,100,0,0 }oThresholds={100,200,0,0 } //下面粘贴图片oThresholds={200,400,0,0 } //下面粘贴图片oThresholds={1200,1400,0,0 } //下面粘贴图片3)二阶导数边缘检测检测原理：oThresholds={0,0,1,2 }oThresholds={0,0,3,4 }oThresholds={0,0,5,6 }oThresholds={0,0,7,8 }反色后的结果：叠加到原始图像：4.2 实验中增加或修改的源程序边缘提取代码（边缘用白色表示）：int i;#ifdef PEC_FIRST_DERIVIATIVEfor(i=0;i<FRAME_HEIGHT;i++){for(j=0;j<FRAME_WIDTH;j++){if((PECOutBuf[i*FRAME_WIDTH+j]&0X7)>=PEC_EDGE_BITS)PECOutBuf[i*FRAME_WIDTH+j] = 0XFF;elsePECOutBuf[i*FRAME_WIDTH+j] = 0X0;}}#elsefor(i=0;i<FRAME_HEIGHT;i++){for(j=0;j<FRAME_WIDTH;j++){if((PECOutBuf[i*FRAME_WIDTH+j]&0XF)!=0 )PECOutBuf[i*FRAME_WIDTH+j] = 0XFF;elsePECOutBuf[i*FRAME_WIDTH+j] = 0X00;}}#endif}边缘提取代码（边缘用黑色表示）：int i;#ifdef PEC_FIRST_DERIVIATIVEfor(i=0;i<FRAME_HEIGHT;i++){for(j=0;j<FRAME_WIDTH;j++){if((PECOutBuf[i*FRAME_WIDTH+j]&0X7)>=PEC_EDGE_BITS)PECOutBuf[i*FRAME_WIDTH+j] = 0X0;elsePECOutBuf[i*FRAME_WIDTH+j] = 0XFF;}}#elsefor(i=0;i<FRAME_HEIGHT;i++){for(j=0;j<FRAME_WIDTH;j++){if((PECOutBuf[i*FRAME_WIDTH+j]&0XF)!=0 )PECOutBuf[i*FRAME_WIDTH+j] = 0X0;elsePECOutBuf[i*FRAME_WIDTH+j] = 0XFF;}}#endif将黑色边缘叠加到淡化的原始图像的代码：//代码•for(i=0;i<FRAME_HEIGHT;i++)•{• for(j=0;j<FRAME_WIDTH;j++)• {• if((PECOutBuf[i*FRAME_WIDTH+j]&0X7)>=PEC_EDGE_BITS)• PECOutBuf[i*FRAME_WIDTH+j] = 0XFF;• else• PECOutBuf[i*FRAME_WIDTH+j] = 0X0;• }•}•for(i=0;i<FRAME_HEIGHT;i++)• {• for(j=0;j<FRAME_WIDTH;j++)• {• if((PECOutBuf[i*FRAME_WIDTH+j]&0XF)!=0 )• PECOutBuf[i*FRAME_WIDTH+j] = 0XFF;• else• PECOutBuf[i*FRAME_WIDTH+j] = 0X00;• }•}•for(i = 0; i < PEC_OUT_BUF_SIZE; i++)•{• int temp_pix;• unsigned char temp_pix8;• temp_pix = pPECInBuf[i] * 3;• temp_pix8 = temp_pix > 255 ? 255 : temp_pix;•PECOutBuf[i] = PECOutBuf[i] == 0 ? PECOutBuf[i] : temp_pix8;•}5.总结在掌握了BF609开发板的基本使用之后，通过本次实验，进一步掌握了CCES的各种功能；同时在边缘检测试验中，再一次复习了边缘检测的原理和基本方法，了解了BF609系列DSP在数字图像处理领域的广泛应用，增加了对图像处理领域的学习热情，也了解了BF609中专为图像处理而设计的流水线视觉处理器PVP模块的强大功能，学会了利用PVP对图像进行处理的基本方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
毕业设计（论文）基于DSP器件的图像边缘检测的分析研究毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：基于DSP器件的图像边缘检测的分析研究摘要：边缘检测是图像处理与分析中最基础的内容之一，是至今仍没有得到圆满解决的一类问题，也一直是图像处理与分析技术领域中的研究热点。
本文分析研究了梯度、Roberts、Prewitt、Sobel、Kirsch、Laplacian、Marr等算法，同时还给出了一种新型的边缘检测算法。
文中各边缘检测算法均在DSP软件仿真工具CCS中进行了仿真实现，并根据仿真结果对各算法加以了比较。
本文正是考虑到DSP器件特有的稳定性、可重复性、高速性，尤其是可编程性和易于实现自适应处理等优点，才采用这一新颖的方法。
此外，文中还介绍了一种最基本的模式识别算法-模板匹配，并对该算法进行了CCS仿真实现。
关键词：边缘检测 DSP CCS 模板匹配Analysis of Image Edge Detection Based on DSP DevicesSong DengliangAbstract:Edge detection is one of the most fundamentals in image processing and analyzing, which is still unsolved so far, and has been research hot in the domain of image processing and analysis technique. In this thesis, the edge detection algorithms researched include Gradient, Roberts, Prewitt, Sobel, Kirsch, Laplacian and Marr. At the same time, a new detection algorithm is put forward. All the edge detection algorithms involved have been simulated using the DSP software simulation tools of CCS, and compared with each other based on their simulation results. Just taking the unique features of DSP devices into account, such as: stability, repeatability, high-speed, in particular programmable and easy to achieve adaptive processing, thus this thesis adopts the new approach. Moreover, the most basic pattern recognition algorithm - template matching algorithm is introduced and simulated using CCS.Key words: Edge detection DSP CCS Pattern recognition目录引言 (3)第1章边缘检测及BMP位图介绍 (3)1.1 边缘概述 (3)1.2 边缘检测 (4)1.3 边缘检测的重要性 (4)1.4 BMP位图 (4)1.4.1 BMP位图概述 (4)1.4.2 BMP位图的文件结构 (5)1.4.3 BMP位图的数据结构 (5)1.4.4本文用于边缘检测的图像 (7)第2章 DSP及其软件开发工具CCS (8)2.1 DSP概述 (8)2.1.1 DSP芯片的特点 (8)2.1.2 DSP芯片的开发工具 (8)2.1.3 DSP的现状及未来发展 (9)2.2 DSP的软件开发工具CCS (10)2.2.1 CCS概况 (10)2.2.2 CCS的工作模式 (11)2.2.3 CCS的系统配置 (11)2.2.4 CCS的开发流程 (12)2.2.5 CCS集成开发环境的功能 (12)2.2.6 软件开发时需注意的问题 (14)第3章边缘检测算法 (16)3.1 边缘检测的一般步骤 (16)3.2 常见的边缘检测算子 (17)3.2.1梯度算子 (17)3.2.2 Roberts算子 (18)3.2.3 Prewitt算子 (19)3.2.4 Sobel算子 (20)3.2.5 Kirsch算子 (20)3.2.6 Laplacian算子 (21)3.2.7 Marr算子 (21)3.3基于模板的边缘检测算子 (22)3.4算法的具体实现过程 (23)3.5算法仿真结果 (24)3.5.1 针对(a)图像的算法评价之边缘的细化程度 (25)3.5.2 针对(b)图像的算法评价之边缘的连续性 (26)3.5.3 针对(c)图像的算法评价之边缘的光滑性 (27)3.5.4 算法比较结果统计 (27)第4章模板匹配 (29)4.1模板匹配的概念 (29)4.2 模板匹配的方法 (29)4.3 算法实验仿真 (31)4.4 实验仿真结果 (32)结论 (33)参考文献 (34)后记 (35)附录A 程序清单 (36)附录B 外文资料翻译 (45)外文资料翻译原文部分： (45)外文资料翻译译文部分： (51)引言边缘是图像的最基本特征[1]。
边缘检测通常是机器视觉系统处理图像的第一个阶段，是机器视觉领域内经典的研究课题之一，其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解[2]。
图像边缘检测作为视觉的初级阶段，有着很长的研究历史，新理论、新方法不断涌现,一直是图像处理与分析技术领域中的研究热点。
这一方面说明该研究方向本身的重要性，另一方面也反映出了它的深度与难度。
随着计算机视觉和图像处理技术的发展，迫切需要视觉早期阶段的突破，需要寻求较好的边缘检测算法。
计算机视觉处理可以看作是为实现某一任务从包含有大量的不相关的变量中抽取不变量，总之就是简化信息。
这就意味着要丢掉一些不必要的信息而尽可能利用物体的不变性质。
而物体的边缘就是物体最重要的不变性质：光线的变化显著地影响了一个区域的外观，但是不会改变它的边缘，最重要的是人的视觉系统也是对物体的边缘最敏感。
因此，边缘检测也是图像处理的重要内容。
近年来，DSP技术的发展不断将数字信号处理领域的理论研究成果应用到实际系统中，并且推动了新的理论和应用领域的发展，也对图像处理等领域的技术发展起到了十分重要的作用。
由于图像处理的数据量大、计算复杂、数据处理相关性高，因此图像处理系统必须具有强大的运算能力。
在实际的应用环境中，一方面，需要提出更好的图像处理理论以提高系统的性能，如图像边缘检测理论、神经网络在图像处理中应用等；另一方面需要在复杂度提高的情况下，保证系统的处理速度，达到实时性的要求，以保证系统的实际应用的价值。
随着DSP芯片集成度、运算速度、数据吞吐率等性能的不断提高，DSP己被广泛地应用于实时图像处理领域[3]。
纵观各资料库，有关基于DSP实现的图像边缘检测方面的文章还比较少，所以这一课题值得进行分析研究，希望本文可以起到抛砖引玉的作用。
第1章边缘检测及BMP位图介绍1.1 边缘概述边缘是指图像中像素灰度发生空间突变的像素的集合。
根据灰度变化的剧烈程度，通常将边缘划分为阶跃状(step edge)边缘和屋顶状(roof edge)边缘两种类型。
阶跃边缘位于其两边的像素灰度值有明显不同的地方；屋顶边缘位于灰度值从增加到减少的转折处。
那么，对阶跃边缘和屋顶边缘分别求取一阶、二阶导数就可以表示边缘点的变化。
其方向导数的变化规律如图1.1。
需要说明的是，一般图像的边缘检测算法都是针对阶跃边缘提出的。
利用一阶导数最大值和二阶导数过零点性质来得出不同算法。
边缘的性质是各种边缘检测算法产生的基础。
1.2 边缘检测边缘检测是图像处理、计算机视觉中最基础的内容，也是至今仍没有得到圆满解决的一类问题。
通过对人类视觉系统的研究表明，图像中的边界特别重要，往往仅凭一条粗略的轮廓线就能够识别出一个物体。
这个事实为机器视觉的研究提供了重要启示，即:物体可用其边界来表示，由图像灰度不连续点组成的基元图携带了原始图像的绝大部分有用信息[4]。
边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。
1.3 边缘检测的重要性图像边缘反映了图像中最有价值的信息，对边缘的检测长期以来是图像处理和计算机视觉中的最重要、最经典的课题之一。
在工程应用领域中常需根据生产零件的轮廓特征来进行物体的识别。
在图像检索中，对边缘特征的提取也是正确搜索图像数据库的关键。
因此，正确、理想地检测图像的边缘具有良好的应用前景。
本文研究的意义不仅仅在于检测出理想的边缘，同时为景物理解和景物分析提供了一个有价值的重要的特征参数。
对视觉的中、高层处理有一定的促进作用。
另外，运动目标的识别与跟踪也是当今计算机视觉领域的一大热点，对本文研究的各种具体的边缘检测方法，如将其应用于具体实际应用，从而提取指定的目标具有重大的意义。
例如通过检测图像的边缘，可以实现车牌的定位，人脸的定位等，这为后继的车牌识别和人脸识别提供了重要的参考依据。
1.4 BMP位图由于本文用于边缘检测的图像是256色BMP位图，所以必须了解它在计算机中的存储结构形式。
这样才能准确读取其实际的位图数据，以便进一步在CCS中对数据进行处理。
下面就对BMP位图进行一下介绍。
1.4.1 BMP位图概述BMP是一种与硬件设备无关的图像文件格式，使用非常广。
它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。