基于DSP的形状识别概要1.docVIP

信息与电气工程学院 DSP应用系统（三级）项目 设计说明书 （2013/2014学年第二学期） 题 目 ： 基于DSP的形状识别 专业班级 ： 电子信息1101 学生姓名 ： 陈星颖 指导教师 ： 李丽宏 崔冬 王鹏 贾东立 设计周数 ： 2周 设计成绩 ： 2014年7月11日 目 录 1 项目设计目的及任务 2 2 项目设计内容 2 2.1 项目设计原理 2 2.1.1 数字图像信号处理 2 2.1.2 TMS320VC5509芯片介绍 4 2.1 程序代码 5 3 项目设计心得 10 4 参考文献 10 1 项目设计目的 通过DSP实验箱，读取一幅图像或者一路模拟视频信号的采集与显示； 掌握形式识别的原理； 掌握DSP实验箱环境与程序设计； 基于实验箱环境编写形状识别程序，对规则形状进行识别 2 项目设计内容 2.1 项目设计原理 2.1.1 数字图像信号处理 数字图像直方图统计：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)。 程序流程图： 图1 直方统计流程图 （2）数字图像边缘检测：图像的边缘是图像的最基本特征。所谓边缘（或边沿）是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。因此，它是图像分割所依赖的重要特征。物体的边缘是由灰度不连续性所反映的。 经典的边缘提取方法是考察图像的每个像素在某个邻域内灰度的变化，利用边缘临近一阶或二阶方向导数变化规律，用简单的方法检测边缘。这种方法称为边缘检测局部算子法。 边缘的种类可以分为两种：一种称为阶跃性边缘，它两边的像素的灰度值有着显著的不同；另一种称为屋顶状边缘， 它位于灰度值从增加到减少的变化转折点。 如果一个像素落在图像中某一个物体的边界上，那么它的邻域将成为一个灰度级的变化带。对于这种变化最有用的两个特征是灰度的变化率和方向，它们分别以梯度向量的幅度和方向来表示。 边缘检测算子检查每个像素的邻域并对灰度变化率进行量化， 也包括方向的确定。大多数使用基于方向导数掩模求卷积的方法。 （3）Sobel边缘算子：在边沿检测中，常用的一种模板是Sobel算子。Sobel 算子有两个，一个是检测水平边沿的；另一个是检测垂直平边沿的。与和相比，Sobel算子对于象素的位置的影响做了加权，因此效果更好。 　　Sobel算子另一种形式是各向同性Sobel(Isotropic Sobel)算子，也有两个，一个是检测水平边沿的 ，另一个是检测垂直平边沿的 。各向同性Sobel算子和普通Sobel算子相比，它的位置加权系数更为准确，在检测不同方向的边沿时梯度的幅度一致。由于建筑物图像的特殊性，我们可以发现，处理该类型图像轮廓时，并不需要对梯度方向进行运算，所以程序并没有给出各向同性Sobel算子的处理方法。 　　由于Sobel算子是滤波算子的形式，用于提取边缘，可以利用快速卷积函数， 简单有效，因此应用广泛。美中不足的是，Sobel算子并没有将图像的主体与背景严格地区分开来，换言之就是Sobel算子没有基于图像灰度进行处理，由于Sobel算子没有严格地模拟人的视觉生理特征，所以提取的图像轮廓有时并不能令人满意。在观测一幅图像的时候，我们往往首先注意的是图像与背景不同的部分，正是这个部分将主体突出显示，基于该理论，我们给出了下面阈值化轮廓提取算法，该算法已在数学上证明当像素点满足正态分布时所求解是最优的。 Sobel 算子是一个离散微分算子(discrete differentiation operator)。它结合了高斯平滑和微分求导，用来计算图像灰度函数的近似梯度。下图所示的两个卷积核形成了 sobel 算子，图像中的每个点都用这两个核做卷积，一个核对通常的垂直边缘相应最大，而另一个对水平边缘相应最大。两个卷积的最大值作为该点的输出位。运算结果是一幅边缘幅度图像。 图2 sobel边缘算子 程序流程图： 图3 边缘检测流程图 2.1.2 TMS320VC5509芯片介绍 DSP定点数字信号处理器（DSP）是基于DSP TMS320C55x代CPU处理器核心。的C55x DSP架构通过增加并行性和减少功耗总重点实现了高性能和低功耗。支