基于DSP器件的图像边缘检测的分析研究毕业设计论文

1、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

2、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 anal

3、ysis 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

4、 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1第1章 边缘检测及BMP位图介绍21.1 边缘概述21.2 边缘检测31.3 边缘检测的重要性31.4 BMP位图31.4.1 BMP位图概述31.4.2 BMP位图的文件结构41.4.3 BMP位图的数据结构41.4.4本文用于边缘检测的图像6第2章 DSP及其软件开发工具CCS72.1 DSP概述72.1.1 DSP芯片的特点72.1.2 DSP芯片的开发工具72.1.3 DSP的现状及未来发展82.2 DSP的软件开发工具CCS9

5、2.2.1 CCS概况92.2.2 CCS的工作模式102.2.3 CCS的系统配置102.2.4 CCS的开发流程112.2.5 CCS集成开发环境的功能112.2.6 软件开发时需注意的问题13第3章 边缘检测算法153.1 边缘检测的一般步骤153.2 常见的边缘检测算子163.2.1梯度算子163.2.2 Roberts算子173.2.3 Prewitt算子183.2.4 Sobel算子193.2.5 Kirsch算子193.2.6 Laplacian算子203.2.7 Marr算子203.3基于模板的边缘检测算子213.4算法的具体实现过程223.5算法仿真结果233.5.1 针对(a)图像的算法评价之边缘的细化程度243.5.2 针对(b)图像的算法评价之边缘的连续性253.5.3 针对(c)图像的算法评价之边缘的光滑性263.5.4 算法比较结果统计26第4章 模板匹配284.1模板匹配的概念284.2 模板匹配的方法284.3 算法实验仿真304.4 实验仿真结果31结论32参考文献33后记34附录A 程序清单35附录B 外文资料翻译44外文资料翻译原文部分：44外文资

6、料翻译译文部分：50III中国民航大学本科毕业设计论文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

7、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

8、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。图1.1 两种边缘的方向导数的变化规律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

9、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。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序5。 1.4.2 BMP位图的文件结构典型的BMP图像文件由四部分组成：1位图文件头数据结构，它包含BMP图像文件的类型、文件大小等信息；2位图信息头数据结构，包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；3调色板，这个部分是可选的，有些

《基于DSP器件的图像边缘检测的分析研究毕业设计论文》由会员桔****分享，可在线阅读，更多相关《基于DSP器件的图像边缘检测的分析研究毕业设计论文》请在金锄头文库上搜索。