基于Framebuffer二维图像处理关键技术研究与应用.docVIP

基于Framebuffer二维图像处理关键技术研究与应用.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Framebuffer二维图像处理关键技术研究与应用

基于Framebuffer二维图像处理关键技术研究与应用   摘要:介绍二维图像处理原理与处理过程,阐述Framebuffer的概念与工作原理,描述基于Framebuffer的二维图像处理关键技术,为开发嵌入式GUI与嵌入式应用提供技术参考。   关键词:嵌入式GUI;Framebuffer;二维图像   DOIDOI:10.11907/rjdk.151379   中图分类号:TP317.4   文献标识码:A 文章编号文章编号2015)008019702   0 引言   嵌入式应用中人机交互接口的图形用户接口(GUI),应为用户提供友好界面,操作简洁、直观,并满足体积小、运行时耗用资源少、上层接口与硬件无关、可移植性好、可靠性高等要求。   嵌入式系统GUI的开发、移植与底层显示设备密切相关,如果对显示设备不熟悉,则无法开发GUI。然而,不同应用系统使用的显示设备不同,驱动程序也则不同。开发GUI的用户如果总是去关心底层设备,将会导致开发工作量大、技术难度高、开发效率低、开发的软件可移植性差。为避免上述问题,Linux操作系统抽象出Framebuffer,用户通过Framebuffer提供的接口即可操作底层设备。这样用户只需面向Framebuffer编程,从而简化了开发步骤,也增加了可移植性。此外,Framebuffer也是X Windows、MiniGUI等实现的重要基础。理解二维图像处理原理,掌握Framebuffer的原理与开发技术,是进行嵌入式系统GUI开发所必须具备的基础。   1 二维图像处理原理   二维图像处理在嵌入式开发中得到普遍应用,其包括获取、压缩、存储、解压缩、显示等环节。   1.1 图像获取与存储   用于获取二维图像的设备种类繁多,如数码相机、摄像机、扫描仪等,由于生产厂家不同、使用目的不同,得到的图像格式也不同,常见的存储格式有BMP、GIF、JPEG、PNG等[1]。   BMP位图格式是Windows操作系统的标准图像文件格式,Windows的画图软件即使用这种格式;GIF是CompuServe公司开发的图像文件存储格式,可以在一个文件中存放多幅彩色图形/图像;JPEG格式是有损压缩的静态图像文件存储格式,用于在互联网上存储和传输照片;PNG是20世纪90年代出现的图像文件存储格式,增加了一些GIF格式所不具备的特性。   1.2 图像压缩   二维图像有多种格式,不同格式的图像占用存储空间不同。如BMP格式存储的图像数据量大,占用存储空间大,因而影响传输效率。为减少存储空间,对图像进行压缩,用较小的数据量表达原始图像,从而能在较小的空间存储更多图像,同时带来更高的传输效率。   图像中存在很多重复数据,使用数学方法可以减少数据量。另外,人视觉对图像细节和颜色的辨认有一个极限,把超过极限的部分去掉,也能减少数据量,达到压缩的目的。   压缩方法为使用离散余弦变换将色彩空间表示的图转换为频率空间表示的图,并进行量化与编码。   不同设备使用不同的压缩算法进行图像处理,但图像压缩处理步骤大致相同。以JPEG图像为例,在进行离散余弦变换将色彩空间转换到频率空间之前,先将RGB颜色模型转换为YUV颜色模型。因为RGB颜色模型的图像数据量非常大,压缩效果并不理想,而JPEG压缩算法也是基于YUV颜色模型的。人们视觉对亮度的变化比对色彩的变化敏感,利用这一特性,YUV颜色模型将图像的亮度信息Y和颜色信息(U,V)分离,用不同的位数存储Y、U、V 3个分量,从而提高了压缩效率,更好地利用了存储空间。将RGB颜色模型转换为YUV颜色模型时,保存亮度和颜色变化的数据部分,还要舍弃人眼不敏感的成分。这样既保证了图像质量,也节省了存储空间。   不同设备使用不同的压缩算法,不同压缩算法产生不同的图像格式。例如,用于BMP位图文件的压缩算法有RLE4、RLE8两种,JPEG格式采用JPEG压缩算法,PNG格式采用LZ77派生的DEFLATE非专利无失真压缩算法,GIF格式采用LZW压缩算法。   1.3 图像解压缩   对于压缩存储的图像,要经过解压缩后才能还原为在显示设备上可用的数据格式。解压缩是压缩的逆过程,包括头文件解析、熵编码、反量化、反离散余弦变换、颜色模型转换等几个步骤,解压缩后的图像数据为RGB颜色模型。   首先对图像数据进行头文件解析,得到图像的文件信息;然后通过熵编码得到图像压缩前离散余弦变换的量化值;接着进行反量化,将量化值乘以反量化参数,得到离散余弦变换的频率系数;再对频率系数进行反离散余弦变换,得到YUV颜色模型的图像取样数据;最后将YUV颜色模型转换为RGB颜色模型,完成图像解压缩。   2 Framebuffer工

文档评论(0)

bokegood + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档