DSP数字图像处理案例教学改革和实践.docVIP

DSP数字图像处理案例教学改革和实践.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  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
DSP数字图像处理案例教学改革和实践

DSP数字图像处理案例教学改革和实践   [摘 要]针对DSP图像处理理论性与实践性都很强的特点,在教学过程中建立了图像处理案例库,且以“中值滤波”为例,详细描述了案例教?W改革思路及案例教学应用模式。每个案例均由算法引入、基本原理、算法步骤、流程图、DSP代码分析与上机试验等5个主体部分组成,通过对案例的学习与实验,学生不但能够掌握DSP及图像处理的理论知识,而且还能培养学生的编程能力,达到理论与实践相结合的教学目的。   [关键词]数字图像处理;案例教学改革;数字信号处理器(DSP)   [中图分类号] G642.0 [文献标识码] A [文章编号] 2095-3437(2018)02-0052-03   引言   近年来,随着超大规模集成电路技术和工艺水平的飞速发展,以高速数字信号处理器(digital signal processor, DSP)为平台的实时数字图像处理系统迅速发展,且广泛应用于视频监控、智能交通系统、图像传输、图像编解码、图像通信、医学图像和遥感图像处理等系统。[1]所以,学习与掌握DSP原理及数字图像处理技术是自动控制、电子与通信工程、信号与信息处理及电子类专业学生的学习基本要求,也是自动化技术高技能人才必须具备的基本技能。[2]   在DSP数字图像处理相关课程教学中辅以案例教学,主要是针对当前“DSP原理及应用”教材与数字图像处理相脱离的问题,设计的案例均基于DSP硬件平台,以图像处理为应用目标,对案例所涉及的图像处理算法原理、编程步骤和DSP编程进行详细讲解。在案例教学过程中,以学生为中心,以案例为基础,将理论与实践紧密结合,引导学生去发现问题、分析问题、解决问题,从而培养学生的实践能力,推进大学专业课程教学模式改革,促进教学与实践有机融合。[3]   一、案例教学改革思路   在案例教学题材的选择与设计过程中,贯彻“工学结合、任务驱动、项目导向”的课程教学模式,结合授课教师在DSP图像处理系统的开发经验,以实用案例为主线,介绍基于DSP的图像处理算法原理与编程方法,在注重系统性、科学性的基础上,更要突出实用性与可操作性,其宗旨在于培养学生基于DSP的编程与实践能力。[4]   每个案例均单独组织成一个完整的教学与实践内容,由算法引入、基本原理、算法步骤、流程图、DSP代码分析与上机试验等5个主体部分组成,学生通过理论学习和上机试验,使其不但能够掌握DSP的基本知识,而且能够掌握图像处理算法的基本原理与编程方法,培养学生DSP图像处理算法设计与系统开发能力,达到理论与实践相结合的教学目的,从而培养学生的动手能力,激发学生的学习兴趣。[5] [6]   二、案例教学应用模式   以我院64学时DSP数字图像处理技术课程教学为例,其教学内容分二大部分:①DSP基本原理(32学时),该部分将详细地讲授DSP硬件原理、指令系统、编程方法等基础知识;②图像处理实例(32学时),该部分采用案例教学方式,每个案例将详细地讲授一个以DSP为核心的图像处理实例,包括算法原理、编程方法与上机实验等内容,具有较强的实用性与指导性。   下面有“中值滤波”为例,来描述一下案例教学的应用模式:   (一)原理讲解   中值滤波是由图基(Turky)在1971年提出的,中值滤波的基本原理是把数字图像或数字序列中每个点的值都用该点某邻域内各值的“中值”来代替[5],即:   (x,y)=|g(s,t)| (1)   因为中值滤波对很多类型的随机噪声,均具有优秀的去噪能力,则在图像平滑中使用非常普遍,特别是处理椒盐噪声(黑白点)非常有效。显然,要掌握中值滤波原理,首先要理解中值的定义与计算方法:   设x,x,…,x为一组序列,先把其按大小排列为: x≤x≤x≤…≤x,则该序列的中值y定义为:   y=Med{xx…x}   设{x,(i,j)}∈I2表示二维的数字图像,若要对其进行中值滤波,先定义滤波窗口A,则x点的中值为:   y={x} =Med{x(j+r)* (j+s),(r,s)∈A,i,j,∈I2} (3)   其中滤波窗口A通常选为3×3,5×5的邻域,可以取方形,也可以取近似圆形或十字形[5]。以5×5窗口为例,常见的邻域形状如图1(A)方形、(B)菱形及 (C)十字形所示:   (A)方形 (B)菱形 (C)十字形   如图2所示,是一个3×3的滤波窗口的中值滤波示意图。以像素(2,3)这个点为中心,选取一个3×3的窗口,就是要对9个数排序,取第5个数替代原来的像素值。模版中的灰度值依次为{2,1,4,2,2,3,7,6,8},排序后新的灰度值为{1,2,2,2,3,4,6,7,8},第五个数3为排序后的中值,用3取代原来的中心值2,完成中值滤波过程。  

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