基于DSP的图像滤波设计与实现方法.doc

基于DSP的图像滤波设计与实现方法一、毕业设计（论文）任务课题内容1、DSP是一种集成度和高的数字信号处理器，主要应用于语音、图像等信号的处理。随着VLSI技术的发展，从1987年以来，DSP的产品越来越多，应用也越来越广泛。DSP芯片的结构和性能，非常适用于视觉信息低层次的处理，称为图像处理专用的DSP芯片。而视觉信息低层次处理的算法大量使用重复的乘、加运算。2、中值滤波是一种非线性处理滤波技术，是对数据序列进行平滑处理，输出中值。它是基于图像的这样一种特性:噪声往往以孤立的点的形式出现，这些点对应的像素数很少，而图像则是由像素数较多、面积较大的小块构成。空间域低通滤波，由于图像中噪声空间相关性弱的性质，而图像本身的频率分量则处于较低的空间频率区域之内，因此可以用低通滤波的方法实现平滑，采用离散卷积可以实现滤波作用。通过本设计，使学生能够把专业知识运用于实践，特别是对图像的去噪处理、图像平滑、中值滤波算法等知识的综合运用，了解和掌握设计的实现，运用过程。课题任务要求一、任务1、收集资料，掌握数字图像增强技术，特别是掌握中值滤波的原理与算法；2、仔细分析题目，了解各种滤波器的应用；3、掌握图像滤波算法及其在图像去噪的应用；4、掌握基于TMS320DM642的视频开发平台的原理，开发流程；5、了解C+语言，使用编程语言进行程序设计与实现；6、认真完成毕业设计论文。二、要求1、对图像处理算法以及运用有较好的了解2、了解DSP，熟悉CCS开发环境3、比较图像滤波算法，得出最优化滤波设计4、独立查阅文献，保证设计思路准确无误，完成论文。课题完成后应提交的资料（或图表、设计图纸）1、开题报告2、任务书3、毕业设计论文4、毕业设计源程序全代码5、英文参考资料及译文主要参考文献与外文翻译文件（由指导教师选定）1龚声容，刘纯平等数字图像处理与分析M清华大学出版社，20062朱菊华，杨新等一种改进的自适应保细节中值滤波算法J计算机工程应用，1001(3)：93-953梁雯，刘松林图像加权中值滤波及分级实现方法J安徽大学学报(自然科学版)，1992(2)：42-474冯新宇，方伟林，杨栋中值滤波与Sobel、canny算子的图像边缘研究J黑龙江水专报2009，Vol365杨辉基于中值滤波和小波变换的图像去噪研究D湖南：湖南师范大学，20086刘真，李绿江用数学形态法去除噪声的新算法J北京广播学院学报，1996(2)：42-477葛婷几种数字图像滤波算法D江苏：南京信息工程大学，20068陶泽明，裴玉龙，杜文刚基于Matlab的车辆图像滤波J哈尔滨理工大学学报2008，vol139宗士伟基于水平集的图像去噪与分割算法研究D湖南：中南大学，200910刘剑秋，阮秋琦形态学重建滤波器的研究与应用J通信学报，200223(1)：116-12111吴玉莲图像处理的中值滤波方法及应用D西安：西安电子科技大学，200612朗文杰，宋小鹏基于小波变换的中值滤波图像去噪J机械工程与自动化学报2009(12)13邢藏菊，王守觉，邓浩江等基于极值中值的新型滤波算法J中国图象图形学报，200114何骥鸣，李强，明艳等改进型中值滤波器的实现和性能测试J计算机系统应用2009(08)15周杰应用于图像处理的中值滤波改进算法D北京：北京邮电大学200716张宇数字图像椒盐噪声滤波算法研究D黑龙江：哈尔滨理工大学，200917QinHong，WangYaonan，ZhuJiang，eta1ImprovedadaptivefilterbasedonextremenandMeanComputerEngineeringandApplications2009，45(32)：18018218CasellesV，SapiroG，ChungDHVectormedianfilters，inf_supOperationsandcoupledPDEs：TheOreticalconnectionsJMathImageVi，2000，12：109120英语翻译：CasellesV，SapiroG，ChungDHVectormedianfilters，inf_supOperationsandcoupledPDEs：TheOreticalconnectionsJMathImageVi，2000，12：109120同组设计者无注：1.此任务书由指导教师填写。如不够填写，可另加页。2.此任务书最迟必须在毕业设计（论文）开始前一周下达给学生。3.此任务书可从教务处网页表格下载区下载基于DSP的图像滤波设计与实现方法基于DSP的图像滤波设计及其实现方法摘要图像去噪是图像预处理中一项应用广泛的技术，目的是为了提高图像的信噪比，突出图像的期望区域。图像降噪归根到底是利用噪声和信号在频域上分布的不同进行的。信号主要分布在低频区域，而噪声主要分布在高频区域，同时图像的细节也分布在高频区域。传统去噪算法往往在滤除噪声的同时也破坏了图像中的边缘信息，破坏了图像的细节。因此如何在滤除图像噪声的同时较好地保持边缘纹理细节，成为人们广泛关注的热点问题。图像处理运算量十分大，运算速度成为图像处理应用的关键技术，DSP是一种集成度高高速信号处理器，主要应用于语音、图像等信号的处理。随着VLSI(超大规模集成电路)技术的发展，从1987年以来，DSP的产品越来越多，应用也越来越广泛。DSP芯片的结构和性能，非常适用于视觉信息低层次的处理，称为图像处理专用的DSP芯片。而中值滤波在数字图象的处理过程中是一种越来越备受关注的算法，尤其是应用在图像的平滑处理过程中。本文采用中值滤波对视频图像进行实时处理，给出了这种快速算法在DSP上的硬件实现，最后还会给出经过处理前后实时图像的对比图像。关键词：图像去噪；非线性滤波；信噪比；中值滤波；DSP基于DSP的图像滤波设计与实现方法IMAGEFILTERINGANDIMPLEMENTATIONBASEDONDSPABSTRACTImagedenoisingisoneofthemostpopulartechnologiesindealingwithimageprocessing.ItisappliedtoincreaseSNRandstressonexpectationcharacters.Imagedenoisingmainlyusesthefeaturesthatnoiseandsignaldistributedifferentlyinthefrequencydomain.Signalismainlyinlowfrequencywhilenoiseisinhighfrequency,thetextureandedgeofanimagearealsointhisarea,traditionaldenoisingalgorithmsalwaysdestructtheedgeandthetextureofimage.SoImagedenoisinghasbeenbecomeahotissueonhowtokeepline-likestructuressuchasedgesandtexturewhiledenoisingforrecentyears.Imageprocessingoperationsareverylarge,theprocessingspeedbecomeakeytechnologyinimageprocessingapplications.DSPisahighlyintegratedanddigitalsignalprocessorandmainlyusedinsoundandimagesignalprocessing.WiththedevelopmentofVLSItechnologysince1987,DSPproductsaremoreandmore,soasitsapplications.ThestructureandperformanceofDSPchipsisverysuitableforlow-levelvisualinformationprocessingandiscalledadedicatedDSPchip.Medianfilteringhasbecomeanarithmeticwhichismoreandmoresignificantespeciallyintheprocessingofsmoothing.Inthispaper,wewilladoptthefilteringmethodtorealtimeprocessingonvideoimagesandgivethehardwareimplementationofthisquickarithmeticonDSP.Atlastwewillgiveacomparisonbetweentherealtimeimagesignalprocessingbeforeandafter.Keywords:imagefiltering；linearfiltering；Signaltonoiseratio；medianfilter；DSP基于DSP的图像滤波设计与实现方法目录1绪论.11.1引言.11.2图像滤波的背景及意义.11.3图像滤波国内外研究现状.21.4本文工作内容.42数字图像滤波技术.52.1噪声图像.52.2滤波方法分类.52.3空间域滤波.62.3.1均值滤波.62.3.2多幅图像平均法.72.3.3中值滤波.72.4低通滤波.92.5小波变换滤波.92.5.1中值滤波与基于小波变换滤波比较.102.6数学形态滤波.112.7图像滤波效果评价方法.122.7.1主观评价法.122.7.2客观评价法.133中值滤波.153.1中值滤波的基本原理.153.2中值滤波的主要特性.163.3中值滤波的频谱特性.183.4简单中值滤波的局限性.183.5极值中值滤波与基于阈值的极值中值滤波.193.5.1极值中值滤波算法原理.19基于DSP的图像滤波设计与实现方法3.5.2基于阈值的极值中值滤波方法.203.5.3性能比较.224基于DSP的图像中值滤波设计.234.1基于DSP的视频图像处理系统.234.2窗函数卷积运算的原理.254.3基于DSP的中值滤波图像设计.254.3.1视频采集与回放的实现.254.3.2原始图像噪声分析.294.3.3图像加噪.294.3.4图像中值滤波方法实现.305图像滤波结果分析与讨论.325.1图像结果与分析.325.2设计总结.345.2.1本设计所取得的成绩.345.2.2存在的问题和进一步的设计.34参考文献.36致谢.38附录.错误!未定义书签。附录A.39附录B.42基于DSP的图像滤波设计与实现方法第1页共46页1绪论1.1引言图像的噪声种类有很多，脉冲噪声是其中最为常见的形式之一，比如图像在编码和传输中经过含噪声的线路或被电子感应噪声所污染时，其中使得图像降质的噪声主要是椒盐噪声，即正负脉冲噪声。脉冲噪声在图像中表现为一些灰度值很小的黑点或灰度值很大的白点，每个像点上的脉冲噪声通常在空间上是不相关的，且和原图像信号也无关。中值滤波(Medianfilter)是广泛应用于去除脉冲噪声的一种非线性去噪方法，它是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。1971年，著名学者图基(JWTukey)在他的开拓性论文中首先提出了中值滤波器的概念并应用在一维信号处理技术(时间序列平滑)中，后来人们又将其引入N维图像信号处理技术中。这种滤波器的优点是运算简单、实现方便，而且速度较快，在一定的条件下可以克服线性滤波器如均值滤波等带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最有效。虽然标准中值滤波技术在衰减噪声的同时能较好地保护图像的边缘，但由于其仅考虑滤波窗内输入数据的排序信息，而未考虑到输入数据的时序源信息，故在图像处理中会产生边缘抖动，并会删除一些重要的图像细节，如：点、细线、拐角等。为了解决标准中值滤波存在的问题，充分利用输入数据的排序和时序信息，进一步提高其滤波性能，研究人员从各方面对它进行了各种改进工作，相继推出了一些改进型的中值滤波算法，常用的有加权中值滤波、多级中值滤波、开关中值滤波、自适应中值滤波等2。1.2图像滤波的背景及意义随着信息高速公路、数字地球概念的提出以及Internet的广泛应用，信息传输中的非话业务也会急剧地增长。其中，图像信息以其信息量大、传输速度快、作用距离远等一系列优点成为人类获取信息的主要来源及利用信息的重要手段。国外学者曾做过统计，人类所得的信息有80是来自眼睛摄取的图像。可见，作为一种获取和传递信息的媒体和手段，图像信息是十分重要的。在许多场合里，没有任何其它形式比图像所传送的信息更丰富和真切。2l世纪，人类进入信息化时代，人们所获取的图像形式的信息将会变得更多。