基于TI_DM642的图像边缘检测实现——采用Laplacian算子毕业设计论文.doc

毕业设计论文 基于TI_DM642的图像边缘检测实现——采用Laplacian算子 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：　　 　 　　 1引 言 数字图像处理技术在目标跟踪、无接触式检测、自动驾驶、视频监控等领域得到了广泛的应用。由于图像信息数据量大，实时图像处理要求图像处理系统必须具备有强大的运算功能。 随着集成电路和嵌入式技术的发展，使得实时图像处理具有了硬件基础，并成为应用领域中一个研究热点。基于TMS320C67ll图像处理系统以及以DSPTMS320C6414为核心处理器的通用实时图象处理系统得到了一定开发。文献[3]给出了基于TMS320C6201的实时图像处理系统。而TMS320DM642是基于C6000DSP家族中的C64xCPU，为满足视频和图像处理的需要，DM642将VelociTI体系结构和超长指令(V L1w)结构二者完美结合，使得在一个指令周期能够并行执行8条指令，工作主频从600 MHz到1．1G Hz，其处理能力从4 800 MIPS到8 800 MIPS，堪称业界最快的DSP。因此，它是视频图像处理与多媒体应用最为理想的硬件平台，具有广阔的应用前景。本文给出了基于TMS320M642图像处理系统的硬件设计，并对实时图像边缘检测。边缘检测是图像分析和理解的第一步，是图像处理的基础。所以在DM642系统上进行实时图像边缘检测为实时图像处理在其它领域的应用打下了坚实的基础。 1.1 课程设计的目的 科技的进步带动了DSP技术的发展，现代控制设备的性能和结构发生了巨大的变化，我们已经进入了高速发展的信息时代，DSP技术也成为当今科技的主流之一，被广泛地应用于生产的各个领域。对于本次设计，其目的在于： (1) 熟悉掌握DSP及DSP硬件器的结构、各部件基本工作原理。 (2) 熟悉掌握DM642及实验板。 (3) 熟悉CCS集成开发环境，并能较熟练的对CCS的开发系统进行使用。 (4) 熟悉使用汇编语言编程DSP源程序。 (5) 握工程设计的流程及方法，学习DSP程序的调试及编写，及运用观察变量的方法查看程序的运行情况。 1.2 课程设计的要求 (1) 综合运用DSP基本技术和图像处理系统设计方法设计本系统。 (2) 学会文献检索的基本方法和综合运用文献的能力。 (3) 通过课程设计培养严谨的科学态度，认真的工作作风和团队协作精神。 (4) 在老师的指导下，独立完成课程设计的全部内容，并按要求编写课程设计论文，能正确阐述和分析设计和实验结果。 1.3设计平台 计算机；DSP 仿真器；DM642V2 开发板；模拟摄象机；监视器（电视机）。 2 基本原理 2.1 图像边缘检测算法原理及方法 物体的边缘通常由灰度的变化来反映。边缘种类可分为两种 ：一是阶跃性边缘，它两边像素灰度值有显著不同；二是屋顶性边缘，它位于灰度值从增加到减少的变化转折点。目前，处理边缘检测的方法有很多种 ：如Sobel算子，Roberts算子，Prewitt算子，高斯拉普拉斯算子(Gauss—Laplace)等，通过研究对比处理后图像得出：Robert算子对具有陡峭的低噪声图像效果最好，Sobel算子和Prewitt算子不是各向同性的，得到的图像并不是完全连通的，有一定程度的断开。而高斯拉普拉斯算子不但对灰度渐变和噪声较多的图像处理最好，而且是各向同性，得到的图像具有连贯性和高清晰度。本文以高斯拉普拉斯算子为例，给出边缘检测算法在DM642上的实现。 因灰度值在边缘发生跳边，为了实现对边缘的检测，可以采用梯度算子使边缘更加突出，梯度运算定义为 (1) 对数字图像来说 (2) 则 (3) 公式(3)可用算子