（通信与信息系统专业论文）基于dsp红细胞图像处理技术.pdf

摘要 近年来，d s p 技术的发展不断将数字信号处理领域的理论研究成果应用到实际系 统中，在医学领域中，实时数字图像处理技术有着极其广泛的应用前景。红细识别系 统是以病人的血液样本图片为原始数据，在d s p 和v c 的软件环镜下，通过一系列的 图像处理和分析，最后识别出血液中的红细胞，同时给出红细胞数的自动识别系统， 为临床上的诊断提供依据。 本课题的研究目标是整合动态图像处理理论及算法和成熟的d s p 技术，结合d s p 在 生物医学中的研究和应用，设计开发一套高性能、低成本、高可靠性的d s p 软件及硬 件系统，对红细胞图像进行采集及实时处理，最终对红细胞数目进行精确计数。并在 此d s p 系统的软件、硬件设计开发过程中深入研究d s p 技术、动态图像处理技术及d s p 软件的优化方法及理论。 t m s 3 2 0 c 6 4 x 是t i 公司面向图像处理和通信领域应用推出的新一代产品。 t m s 3 2 0 c 6 4 x 用于实时图像处理，对提高系统的实时性、实现更加复杂的算法降低系统 的体积和功耗具有重要的意义。课题首先对d s p 芯片t m s 3 2 0 c 6 4 1 8 和图像处理技术进行 了介绍，概述了实时图像处理系统，以c c s 和v i s u a l c + + 为开发工具，进行实时图像处 理算法的研究。 关键词：图像处理，d s p ，红细胞识别系统，t m s 3 2 0 c 6 4 x a b s t r a c t 工程硕士学位论文 a b s t r a c t i nr e c e n ty e a r s ，d s pt e c h n o l o g yw i i ic o n t i n u et od e v e l o pt h ed i g i t a ls i g n a l p r o c e s s i n gi nt h ef i e l do ft h e o r e t i c a lr e s e a r c hr e s u l t si n t op r a c t i c et h e s y s t e mi nt h ef i e l do fm e d i c i n e r e a l t i m ed i g i t a li m a g ep r o c e s s i n gt e c h n o l o g y h a sav e r yw i d er a n g eo fa p p l i c a t i o n s s m a l lr e di d e n t i f i c a t i o ns y s t e mb a s e d o nt h ep a t i e n t sb l o o ds a m p l e sf o rt h ei m a g eo ft h eo r i g i n a ld a t a ，i nt h ev c a n dd s ps o f t w a r eu n d e rr i n g ，as e r i e so fi m a g ep r o c e s s i n ga n da n a l y s i so ft h e l a s ti d e n t i f i e di nt h eb l o o do fr e db l o o de e li s ，r e db l o o dc e l i sa r eg i v e n t h es a m et i m e ，t h en u m b e ro fa u t o m a t i ci d e n t i f i c a t i o ns y s t e mf o rc l i n i c a l d i a g n o s i sb a s e do n t h es u b j e c to ft h isr e s e a r c ha i m st oin t e g r a t et h e o r ya n dd y n a m i ci m a g e p r o c e s s i n ga l g o r i t h m sa n dm a t u r e d s pt e c h n o l o g y ，c o m b i n e dw i t hd s pi n b i o m e d i c a lr e s e a r c ha n da p p l i c a t i o n s ，d e s i g n e dt od e v e l o p as e to f h i g h p e r f o r m a n c e ，l o w c o s t ，h i g hr e li a b il i t y ，t h ed s ps o f t w a r ea n dh a r d w a r e s y s t e m s ，0 nt h er e db l o o dc e l lc o l l e c t i o na n dr e a l t i m ei m a g ep r o c e s s i n g ， t h ee n do ft h ep r e c i s en u m b e ro fr e db l o o dc e l lc o u n t a n dt h ed s ps y s t e m s o f t w a r e ，h a r d w a r ed e s i g na n dd e v e l o p m e n tp r o c e s so fa ni n d e p t hs t u d yo fd s p t e c h n o l o g y ，d y n a m i ci m a g ep r o c e s s i n gt e c h n o l o g ya n dd s ps o f t w a r eo p t i m i z a t i o n t h e o r ya n dm e t h o d s t i st m s 3 2 0 c 6 4 xi sf o ri m a g ep r o c e s s i n ga n dc o m m u n i c a t i o ni nt h ef i e l d o fa p p li c a t i o no ft h el a u n c ho fan e wg e n e r a t i o no fp r o d u c t s t m s 3 2 0 c 6 4 xf o r r e a l - t i m ei m a g ep r o c e s s i n gt oi m p r o v et h es y s t e m sr e a l t i m e ，am o r ec o m p l e x a l g o r i t h mt or e d u c es y s t e ms i z ea n dp o w e rc o n s u m p t i o ni so fg r e a ts i g n i f i c a n c e 。 f i r s to fa lli s s u e so nt h ed s pc h i pt m s 3 2 0 c 6 4 1 8a n di m a g ep r o c e s s i n g t e c h n o l o g y ，p r o v i d e sa no v e r v i e wo fr e a l t i m ei m a g ep r o c e s s i n gs y s t e mi n o r d e rt oc c sa n dv i s u a lc + + f o rd e v e l o p m e n tt o o l s ，r e a l t i m ei m a g ep r o c e s s i n g a l g o r i t h m k e yw o r d s ：i m a g ep r o c e s s i n g ，d s p ，t h i nr e di d e n t i f i c a t i o ns y s t e m ， t m s 3 2 0 c 6 4 x 声明 本学位论文是我在导师的指导下取得的研究成果，尽我所知，在本 学位论文中，除了加以标注和致谢的部分外，不包含其他人已经发表或 公布过的研究成果，也不包含我为获得任何教育机构的学位或学历而使 用过的材料。与我一同工作的同事对本学位论文做出的贡献均已在论文 中作了明确的说明。 研究生签名： 纠年，月7 日 学位论文使用授权声明 南京理工大学有权保存本学位论文的电子和纸质文档，可以借阅或 上网公布本学位论文的部分或全部内容，可以向有关部门或机构送交并 授权其保存、借阅或上网公布本学位论文的部分或全部内容。对于保密 论文，按保密的有关规定和程序处理。 研究生签名： 坌运鱼 咔只7 日 硕上学位论文基于d s p 红细胞图像处理技术 1绪论 1 1 概述 人眼接受的可视信息约占人类感知信息的7 0 以上，通常人眼接收的客观世界称 为景象，而客观世界的存在形式表现为多种可视信息媒体，包括视频或活动图像、静 止图像或图片、文本、文件、传真、动画等等。由于多种科技手段应用到人的社会性 活动中，人的感知范围的深度和广度不断扩展，人类对外界信息接收途径的要求也越 来越高。 现代信息技术的迅猛发展，使得待处理的信息量急剧增加，图像处理方面的研究 与应用，尤其是实时图像处理引起了更广泛的关注。近年来，d s p 技术的发展不断将 数字信号处理领域的理论研究成果应用到实际系统中，在医学领域中，实时数字图像 处理技术有着极其广泛的应用前景。红细识别系统是以病人的血液样本图片为原始数 据，在d s p 和v c 的软件环镜下，通过一系列的图像处理和分析，最后识别出血液中的 红细胞，同时给出红细胞数的自动识别系统，为临床上的诊断提供依据。 t m s 3 2 0 c 6 4 x 是t i 公司面向图像处理和通信领域应用推出的新一代产品。 t m s 3 2 0 c 6 4 x 用于实时图像处理，对提高系统的实时性、实现更加复杂的算法降低系统 的体积和功耗无疑具有重要的意义。在实时图像处理中，图像数据的传输常常是系统 性能的一个瓶颈，为此应尽可能地使用直接存储器访问( ( d m a ，d i r e c tm e m o r ya c c e s s ) 来传送块状数据，缓解数据传输的压力口6 | 。 1 2 基于d s p 的实时图像处理的研究意义 随着计算机和通信技术的发展，有关静态图像和动态图像的研究与应用越来越广 泛。国际电信联盟和国际标准化组织( i s o ) 都对有关图像和视频的有关问题进行了标 准化工作，如1 9 8 8 年提出的h 2 6 1 和1 9 9 5 年提出的h 2 6 3 视频编码标准已应用于电视电 话、会议电视等应用中，而1 9 9 0 年提出的m p e g 2 标准也己应用于数字电视、d v d 等应用 中。由于图像数据量非常大，因此，为了有效地对数据进行实时传输，快速地对图像 进行各种处理，必须研究各种新的算法，采用合适的器件。图像处理技术已经成为一 个热门的研究课题。如在医学领域中，实时数字图像处理技术有着极其广泛的应用前 景：从图像处理与模式识别发展起来的计算机视觉技术取得了丰硕的研究成果并有了 一定的实际应用：网络环境下静态图像及动态图像的存储、传输、检索、压缩等方面 的研究和应用上的每一次突破，都对人们的生活、工作产生着直接的影响：指纹识别 技术己广泛应用于身份及安全认证：人面识别、视频跟踪技术的发展，已不仅仅只是 科幻电影中的事心4 引。 目前实现图像处理的主要方式有四种： ( 1 ) 基于通用p c 微机： 1 绪论 t 程硕i ：学位论文 ( 2 ) 基于通用d s p 芯片： ( 3 ) 基于专用d s p 芯片： ( 4 ) 基于可编程f p g a 口1 在通用p c 微机上主要是软件实现图像处理，能够提供中等的图像处理能力，但是 要占用c p u 几乎全部的处理能力。在独立系统设计中一般采用其它三种方式。但是， 基于可编程f p g a 的设计比较复杂而且难度较大：基于专用d s p 芯片的设计应用范围受 限：而基于通用d s p 芯片设计的优点是设计简便、灵活，特别适合于新型产品的研究开 发。目前产品化的动态图像处理系统基本都是基于d s p 技术和器件的，因此对此进行 深入的研究，并针对具体的应用，开发出相应的软件、硬件系统，有着十分重要的实 际意义。 1 3 国内外研究及应用现状 自2 0 世纪6 0 年代第三代电子计算机问世以后，数字图像处理技术出现了空前的发 展，其形势可谓方兴未艾。图像处理技术是在第三代计算机问世后才得到了迅速发展。 目前，图像处理技术发展迅速，其应用领域也愈来愈广，有些技术已相当成熟并产生 了惊人的效益n q n 2 1 n 3 l 。当前图像处理面临的主要任务是研究新的处理方法，构造新 的处理系统，开拓更广泛的应用领域。 表1 1 数字图像处理技术的麻f f 】领域 学科应用内容 化学生物，医结晶分析、谱分析 严细胞分析、染色体分析、x 射线照片分析、c t 环境保护水质和大气污染调查 水利 洪涝灾害调杏、河流分布 气象气象云图分析 军事侦查、军事训练 法律 指纹识别 通信 电视、多媒体 数字图像处理技术起源于2 0 世纪2 0 年代，当时通过海底电缆从英国伦敦到美国纽 约传输了一幅照片，它采用了数字压缩技术。就当时的技术水平来看，如果不压缩， 传一幅图像要一星期时间，压缩后只需要3 小时。1 9 6 4 年美国的喷气推进实验室处理 了太空船“徘徊者七号”发回的月球照片，这标志着第三代计算机问世后，数字图像 处理概念开始得到应用。其后，数字图像处理技术发展迅速，目前已成为工程学、计 算机科学、信息科学、医学、统计学、物理学、化学、生物学甚至社会科学等领域各 学科之间学习和研究的对象陋鲫n0 1 。如今图像处理技术己经给人类带来了巨大的经济 效益。不久的将来它不仅在理论上会有更深入的发展，在应用上也是科学研究、社会 生产乃至人类生活中不可或缺的强有力工具。数字图像处理的应用越来越广泛，已经 2 硕士学位论文 基于d s p 红细胞图像处理技术 渗透到工程、工业、医疗保健、航空航天、 计民生及国民经济中发挥越来越大的作用。 1 4 本文研究目标和研究内容 军事、科研、安全保卫等各个方面，在国 表1 1 ，数字图像处理的运用。 红细胞中含有血红蛋白，因而使血液呈红色。血红蛋白能和空气中的氧结合，因 此红细胞能通过血红蛋白将吸入肺泡中的氧运送给组织，而组织中新陈代谢产生的二 氧化碳也通过红细胞运到肺部并被排出体外。它是一种高度分化的无核细胞，在血液 循环中经常更新，衰老的红细胞不断死亡，新生的红细胞不断地补充，以保持血液中 红细胞数量的动态平衡。红细胞数量减少时，氧气的搬运能力会降低，变成缺氧状态， 产生贫血；严重时会有生命危险。但如果增加过多，血液会变浓，不易流动，血管容 易阻塞。临床上，很多疾病的诊断都需要对红细胞进行计数。目前，国内外临床上进 行红细胞计数广泛采用的方法有两种。 一种是显微镜计数法。即将一定量的血液经一定量稀释液稀释后，置血细胞计数 池中在显微镜下计数，求得每升血液内的红细胞数。这种方法有一定的缺点，人工在 显微镜下目视读取一定方格内的红细胞数，费时费力，易于受主观因素影响。另一种 方法是使用自动血液分析仪，它采用的是电阻抗法的检测原理，红细胞( 不良导体) 的稀释标本在一个负压的控制下，通过计数微孔，这时，稀释液被细胞代替，引起了 阻抗的变化，从而在测量线上产生了电脉冲，然后通过光电传感器，将细胞信号甄别， 放大，仪器就记录下此电脉冲的数量，从而给出红细胞的数目。目前，国际以及国内 的这种分析仪的计数误差在5 以内。但在使用自动化血液分析仪时，如果出现红细胞 计数结果明显异常或者出现警示信号的情况下，都应当进行显微镜复查，以获得f 确 的计数。以上两种方法实时性不够强，并且没有使用图像处理的方法。 d s p 系统是以数字信号处理为基础，因此具有数字处理的全部优点：接口方便、编 程方便、稳定性好、精度高、可重复性好、集成方便等。本系统以病人的血液样本( 玻 璃切片) 为原始数据，在d s p 的软件环镜下，通过一系列的图像处理和分析，最后识别 出血液中的红细胞，同时给出红细胞的个数的自动识别系统，提高判断的精确度，为 临床上红细胞增多或贫血的鉴别诊断提供依据。 1 4 1 研究目标： 本课题的研究目标是整合动态图像处理理论及算法和成熟的d s p 技术，结合d s p 在生物医学中的研究和应用，设计开发一套高性能、低成本、高可靠性的d s p 软件及 硬件系统，对红细胞图像进行采集及实时处理，最终对红细胞数目进行精确计数。并 在此d s p 系统的软件、硬件设计开发过程中深入研究d s p 技术、动态图像处理技术及d s p 软件的优化方法及理论。 由于红细胞血液样品图片存在对比度低，噪音大，信噪比低等缺点，因此为了提 高图像的视觉效果就要对图像进行对比度变换、滤波和边缘增强处理。本课题以通过 l 绪论工程硕上学位论文 抑制图像噪声、改善图像信噪比、增强图像对比度、图像腐蚀和图像膨胀等方法，研 究相应的处理算法，使其在d s p 软件环境中实现并进行代码优化，以达到对红细胞数 目进行精确统计的主要目标。课题以红细胞图像处理系统为例，进行基于d s p 的动态 图像处理理论研究和实践。 1 4 2 研究内容： 课题首先对d s p 芯片t m s 3 2 0 c 6 4 1 8 5 n 图像处理技术进行了介绍，概述了实时图像处 理系统，以c c s s n v i s u a l c + + 为开发工具，进行实时图像处理算法的研究。d s p 软件系 统以c c s 为开发设计平台，实现了3 3 d p 值滤波、阈值处理、直方图均衡、图像腐蚀 和图像膨胀的算法。使用e d m a ( e n h a n c ed m a ) 实现视频数据的传输，设计了双缓冲视 频数据输入输出方案：使用q d m a ( q u i c kd m a ) 实现外部存储器和内存缓冲区之间的图 像数据传输。 4 硕上学位论文皋于d s p 红细胞图像处理技术 2 细胞图像处理算法 2 1 概述 人类传递的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占 2 0 ，视觉信息占6 0 ，其它如味觉、触觉、嗅觉总的加起来不过2 0 。所以，作为传 递信息的重要媒体和手段的图像信息是十分重要的，俗话说“百闻不如一见”、“一 目了然”，都反映了图像在传递信息中的独到之处。所以图像处理科学对人类具有重 要意义。通过分析资源卫星得到的照片可以获得地下矿藏资源的分布及埋藏量：利用 红外线、微波遥感技术可侦查到隐蔽的军事设施；x 射线、c t 已经泛应用于临床诊断， 由于它可得到人体内部器官的断面图像，因此，可准确地确定病灶位置，为诊断和治 疗疾病带来了极大的方便n 们n 3 埔1 。对比度低，信噪比低，是细胞图像的突出特点， 所以细胞图像的增强处理首要任务是提高信噪比和增强对比度，以改善图像的视觉效 果。 2 2 图像处理技术的分类 图像处理技术基本可以分为两大类：模拟图像处理和数字图像处理。模拟图像处 理( a n a l o gi m a g ep r o c e s s i n g ) 包括：光学处理( 利用透镜) 和电子处理，如：照相、遥 感图像处理、电视信号处理等。模拟图像处理的特点是速度快，一般为实时处理，理 论上讲可以达到的光的速度，并可同时并行处理。电视图像是模拟信号处理的典型例 子，它处理的是活动图像，2 5 帧秒。模拟图像处理的缺点是精度较差，灵活性差， 很难有判断能力和非线性处理能力。 数字图像处理( d i g i t a li m a g ep r o c e s s i n g ) 一般都用计算机处理或实时的硬件处 理，因此也称之为计算机图像处理( c o m p u t e ri m a g ep r o c e s s i n g ) 。其优点是处理精 度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要 改变软件就可以改变处理内容。其缺点是处理速度还是一个问题。 数字图像处理技术涉及很多方面内容，从图像信息的获取、存储、转换到数字图 像传输、显示等技术都属于这个范畴。数字图像处理即把空间离散、幅值量化的数字 图像，经过一些特定数理模式加工处理，以有利于人眼视觉或某种接收系统的过程。 广义讲，一般数字图像处理的方法主要包括：图像变换，图像增强，图像复原，图像 压缩编码，图像分析，模式识别等内容n 8 1 7 1 9 1 。图像变换一般指利用正交变换，如 傅立叶变换、余弦变换、小波变换等的性质和特点，将图像转换到变换域中进行处理。 可将时间空间域图像变换到频率域进行处理，改善质量。图像分析和模式识别是相 对独立的，其基本特点是输入为图像，而输出是对图像的分析、特征分类或是对图像 的描述、解释。其余可称为数字图像预处理方法。 2 3 图像阈值处理 灰度图像一般是有2 5 6 个灰度级的单色图像，它能够呈现出较为丰富的明暗度。 s 2 细胞图像处理算法t 程硕l ：学位论文 但我们在识别细胞图像时，总是希望能把我们的目标从背景中彻底分离出来。为了尽 可能地减少背景像素的干扰，而保留或增强目标区的信息，我们常常直接把图像分为 目标和背景两部分。这样得到的图像只有两个灰度级；o , d1 ，通常情况是目标区的像 素取l ，而背景区的像素取0 。我们称这样的图像为二值图像，而由灰度图像得到二 值图像的过程就成为图像的二值化。为了得到理想的二值图像，一般采用阂值分割技 术，它对物体与背景有较强对比的图像的分割特别有效。把所有灰度大于或等于阈值 的像素被判决为属于目标，否则这些像素点被排除在外，认为是背景。 阈值分割法分为全局阈值法和局部阈值分割法。其中，全局阈值分割方法在图像 处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。根据阈值选择方法的 不同，可以分为模态方法、迭代式阈值选择等方法。这些方法都是以图像的灰度直方 图为研究对象来确定阂值的。另外还有类间方差阈值分割法、二维最大熵分割法、模 糊阈值分割法、共生矩阵分割法、区域生长法等等乜3 2 6 。本文采用的就是全局阈值 法，其关键是如何选取合适的阈值。0 t s u 法是常用的一种选取阈值的方法，该方法属 于类间方差阈值法，它是在判别最小二乘法的基础上推导出来的。基本思想是：取一 个阈值k ，将图像像素按灰度大小分为大于等于k , l ：l d , 于k 两类，也就是目标和背景两 类。求出两类像素的类内方差盯二，类间方差仃；，和总体方差盯；。然后给定三个分离 指标q l ，敛，蟛3 即； q l = 仃j 仃； q 2 = 仃j 仃；q 3 = 仃r 2 仃； 任取其中一个，这罩我们取第一个分离指标q ，找出使其值最小的k ，即为最佳阈 值。其意义是使类间方差最大，类内方差最小。用p ( i ) 表示图像各灰度级的频数，则 阂值的计算步骤为： 求出图像中的最大灰度级k 眦 令k = o ；利用灰度级k 把图像像素分为两类，按下列公式求出类内方差和类间方差： 盯一2 = w t 仃1 2 + w 2 仃； ( 2 1 ) 仃口2 = w , w 。( m ，一m 2 ) 2 ( 2 2 ) 其中w 产p ( f ) i = 0 足 盯1 2 = k g a x ，w z = 尸( f ) i f k + 1 ( f m ，) 尸( f ) 形 2 砉等一2 ，萎k ，害 ，卡篓。半 ( 2 3 ) ( 1 ) 令k = k + l ，重复计算上一步，直到k 取到最大灰度级k 眦。 ( 2 ) 找出令分离指标q l 最小的k 值，该值即为最佳阈值。 2 4 空间域滤波 图像的实质是光电信息，因此图像噪声的主要来源有以下几个：在光电、电磁转 换过程中引入的人为噪声：大气层电磁暴、闪电、电压和浪涌等引起的强脉冲行冲击 干扰。噪声恶化了图像质量，使图像模糊，甚至淹没和改变特征，给图像分析和识别 f ； 硕士学位论文基于d s p 红细胞图像处理技术 带来困难。为了消除噪声，常采用滤波的方法。 对细胞图像进行滤波时，可以在图像的空问域进行处理。空间域滤波的目的在于 抑制噪声及干扰。空间域是指像素组成的空间。空域增强方法指直接作用于像素的增 强方法，可表示为： g ( x ，y ) = e h f ( x ，y ) ( 2 4 ) 其中f ( x ，y ) 为初始图像，g ( x ，y ) 为增强后的图像，e h 代表增强操作。如果e h 是定义在每个像素( x ，y ) 之上的，贝j j e h 是点操作：如果e h 是定义在像素( x ，y ) 的某个 邻域上的，贝, u e h 为模板操作。 2 4 1 邻域平均法 为了消除图像中的噪声，可以直接在空间域上对图像进行平滑滤波。它的作用有 两种：一种是模糊：另一种是消除噪声。空间域的平滑滤波一般采用简单平均法进行， 就是求邻近像素点的平均亮度值，称为邻域平均法，邻域的大小与平滑的效果直接相 关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使 输出的图像变得模糊，因此需合理选择邻域的大小，实际中我们一般采用的邻域窗口 大小为3 3 心0 。 假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而 噪声则是统计独立的，则我们用像素预定邻域内的各像素的扶度平均值代替该像素原 来的灰度值，就可以实现图像的去噪。最简单的局部平滑算法称为非加权邻域平均， 它均等地对待领域中的各像素，即各个像素灰度的平均值作为中心像素的输出值。设 有一幅n * n 的图像。f ( x ，y ) ，用非加权邻域平均法所得图像为g ( x ，y ) ，则有 g ( w ) = 吉f ( i ，) ( 2 5 ) o w f ，斥5 式中x ，y = o ，1 ，n 一1 ；s 为不包括( ( x ，y ) 的邻域中各像素的集合，即去心邻域；m 表示集合s 内像素的总数。典型的邻域有两种：四邻域和八邻域，其模板分别为： l0 10l i1 l 1 l 耻1 1 - 01l ”丢l 0 i 亿6 ， l o l o jl i l l j 设图像中的噪声是随机不相关的，窗口内各点噪声是独立分布的，经过上述平滑 后，信号与噪声的方差比可提高m 倍。这种算法简单，处理速度快，但它的主要缺点 是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且，领域越大，在去 噪能力增强的同时模糊程度也更严重。 邻域加权平均法是对非加权邻域平均法的一种改进。邻域加权平均的基本思想是： 离某点越近的点对该点的影响越大，因此在求平均时应赋予较大的权重，用窗口内像 7 2 细胞图像处理算法 工程硕。f ：学位论文 素灰度级加权均值来取代窗口中心像素原有灰度级，即 g ( x ，y ) = w ( i ，) f ( x ，y ) ii e s ( 2 7 ) w ( i ，j ) 为加权系数矩阵。 邻域平均法实际上是一种空间域的低通滤波。由信号频谱分析知识可知，变化较 慢的部分在频率域属于低频部分，而信号变化较快的部分在频率域高频部分。对于图 像而言，它的边缘和噪声干扰附近的灰度变化较大，属域中的高频分量，因此可以采 用低通滤波的方法来去除噪声。频域的滤波是乘积运算，变换到空间域就成为卷积运 算，对一幅灰度图像的空间域滤际上是进行二维离散卷积运算。二维卷积运算公式如 下： g ( x y ) = f ( i ，j ) h ( x i + 1 ，y j + 1 ) ( 2 8 ) i j 其中，g ( x ，y ) 为输出图像，f ( i ，j ) 为输入图像，h ( x i + 1 ，y j + 1 ) 为冲激响应阵列， 又叫作卷积阵列，还有的地方称卷积模板。 2 4 2 中值滤波 中值滤波是一种非线性滤波，它也是一种邻域运算，类似与卷积。但中值滤波的计算不是加 权求和，而是把它邻域内的所有像素按灰度值进行排序，然后取该的组中间值作为邻域中心像素 点的输出值。使用中值滤波器去除噪声的方法有多种，且十分灵活。一种方法是先使用小尺度邻 域，后逐渐加大邻域尺寸进行处理；另一种方法是一维滤波和二维滤波交替使用。此外还有迭代操 作就是对输入图像反复进行同样的中值滤波，直剑输出不再有变化为至。中值滤波的突出优点是 在消除噪声的同时，还能防止边缘模糊。如果图像的噪卢多是孤立的点，这些点对应的像素又很 少，而图像则是由像素较多、面积较大的块构成，中值滤波效果很好。中间值取法如f ：当邻域内 的像素个数为奇数时，取像素灰度值排序后的中间值；当邻域内的像素个数为偶数时，取排序后的 中间两像素灰度值的平均值，其邻域可以选择不同大d , $ 1 1 形状如线状、方形、十字形、圆形、菱 形等【2 2 1 。不同形状的窗口产生不同的滤波效果，使用中必须根据图形的内容和不同的要求加 以选择。从以往的经验看，方形或圆形窗口适宜于外廓线较k 的物体图像，而十字形窗口对有尖 顶角状的图像效果好。 2 5 图像增强 对比度低是细胞图像主要特征之一，因此，在噪声处理的基础上对细胞图像进行 实时对比度增强，使图像易于观察是很有必要的。对比度增强常用的方法有灰度变换 和直方图修正引。 8 碰上学位论文 基于d s p 红细胞图像处理挂木 25l 灰度变换 巨2l2 5 6 灰度级 图22 数字图像及直方圈 一个8 比特图像支持矿个可能的灰度级，0 相当于纯白色而2 5 5 相当于纯黑色。图 2 1 显示了所有的2 5 6 种色调。一幅灰度图像的直方图表示每个灰度级有多少个像素出 现。图2 2 显示了一幅图像以及它的直方图。直方图实际上是一个条形图，每个条的 高是具有特定扶度级像素的个数。在这个直方图中出现了中间堆积，是因为这幅大象 图像包含了相当多的中问扶度级，而右边的尖峰与非常亮的扶度元素的出现是一致 的。直方图记录了一幅图像中亮和碚的像素的比例，但它仅能提供关于图像主体的大 概信息。 2 细胞圉像址4 算法 i 程碗士学位论文 像素数 b 竺 。 最i 5 ( a ) 钗臆椒 圉23 直方图及两个可能的图像 例如图23 ( a ) 中的直方图示意一幅图像主要是暗灰度和亮灰度，但无法判断这 个直方图是图23 ( b ) 的还是图2 3 ( c ) 的。虽然直方图不能表示出一幅图像中物体的 细节信息，但能确定它们的一些特征。当己知照片的覆盖面积时，通过确定物体像素 数与图像的总像素数之比可得到照片中物体的面积。 物体面积物体像素数 图像总面积总像素数 而且，如果知道了哪些灰度值属于背景以及哪些灰度值属于物体的某些信息，就 能选取一个标志二者界限的闽值。该信息有助于识别物体的边缘及其形状。 直方图信息也被用来增强数字图像的对比度。这是由于直方图显示了每个灰度级 像素的个数，同时也表明了可用灰度级的范围。图像中的像素没有用到很宽的灰度级 范围，结果，图像的对比度很差，这使自动特征识别变得困难。如果所用灰度级能扩 展到包括所有可能的扶度级，那么对比度就能提高。 灰度变换可使图像动态范围增大，图像对比度扩展，图像变清晰，特征明显，它 是图像增强的重要手段之一。设图像欢度级为l ，可以通过一个映射变换原图像的第r 级灰度映射为结果图像的第s 级灰度，即 s = t ( r ) r ，s e ( 0 l - 1 )也9 ) 当映射函数t ( r ) 为线性函数时，称为线性变换，当t ( r ) 为非线性函数时，为非线 性变换。 ( 1 ) 线性变换 令原图像f ( i ，j ) 的灰度范围为 a jb ，线性变换后图像g ( i ，j ) 的范围为【a ，b q ， 则g ( i ，j ) 与f ( i ，j ) 之间的关系式为： 硕上学位论文基于d s p 红细胞图像处理技术 g ( i ，j ) = a + 车旦陟( f ，) 一口】 ( 2 1 0 ) d 一口 曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内。这在显示 器上看到的将是一个模糊不清、似乎没有灰度层次的图像。采用线性换对图像每一个 像素灰度作线性拉伸，将有效改善图像视觉效果。 ( 2 ) 分段线性变换 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的灰度区间，采用分 段线性变换。常用的是三段线性变换，如图3 1 所示。对应的数学表达为： i( c a ) f ( i ，) ，0 f ( i ，) a g ( x ，y ) = 【( d c ) ( b 一口) i 厂( i ，) 一口】+ c ，口f ( i ，) b ( 2 1 1 ) 【( m g - d ) ( m ，- b ) i f ( i ，) 一6 】+ d ，b f ( i ，) m g 在图2 4 中对灰度区间 a ，b 进行了线性拉伸，而灰度区间 0 ，a 和 b ，m f 则 被压缩。通过细心调制折线拐点的位置及控制分段折线的斜率，可对任一灰度区间进 行拉伸或压缩。 e d c o 图2 4 分段线性变化 2 5 2 直方图均衡化 灰度直方图反映了数字图像中每一灰度级与其出现像素频率间的统计关系。它能 描述图像的概貌，例如图像的灰度范围、每个灰度级出现的频率、灰度级的分布、整 幅图像的平均明暗和对比度等，为对图像进一步处理提供了重要依据。通过大量不同 景物直方图统计分析表明，c c d 摄取的图像具有以下灰度特征： ( 1 ) c c d 摄像机输出图像的对比度很低，直方图上表现为灰度范围较集中； ( 2 ) 微光c c d 摄像机输出图像具有一定的亮度，直方图上表现为直方图中心保持在 1 1 2 细胞图像处理算法 t 程硕i j 学位论文 中间某一特定的灰度值附近； ( 3 ) 照度降低，输出图像的对比度和亮度同时下降，直方图表现为灰度范围变小， 中心向低灰度值方向偏移。 由于微光图像的狄度集中在较窄的区间，引起图像细节不够清晰。采用直方图修 j 下后可使图像的灰度间距拉大或使灰度分布均匀，从而增大反差，使图像细节清晰， 达到增强的目的。直方图均衡化是通过对原图像进行某种变换，使原图像的灰度直方 图修正为均匀分布的直方图的一种方法。 下面先讨论连续图像的均衡化问题，然后推广应用到离散的数字图像上。为了讨 论方便起见，以r 和s 分别表示归一化了的原图像灰度和经直方图修正后的图像灰度。 即：0 - i d r a m 为申明f a r 的全局变量和静态变量保留空间 d a t a t d r a m 已初始化的数据 s t a c k s d r a m c o d e 为系统堆栈分配空间。系统堆栈主要用于函数参数和局 部变量 s y s m e m s d r a m _ c o d e为动态内存分配保留空间，动态内存主要指函数 m a l l o c 等 ) m e m o r y 规定了各内存字段在d s p 中的丌始地址及其长度。由于使用r o m 自举方式， 初始时所有的程序代码都存储在f l a s h 中，包括中断矢量、自举程序以及主程序。 s e c t i o n s 规定了汇编代码各字段所在的内存字段，其中的l o a d 表示要烧写进f l a s h 的 代码，r u n 表示运行在r a m 的代码。 2 9 4 实时图像处理系统的软件设计与实现 t 程硕十学位论文 首先，利用上面的c m d 文件以及主程序代码编译得至o p l a t e o u t 文件，然后将其中 的属于r o m 的代码烧写进f l a s h ，这需要编写另一个c m d 文件p l a t e c m d ， 内容如下： p l a t e o u t a * i n t e lh e xf o r m a t * 一m a pm a in h e x m a p 木g e n e r a t eam a pf il e * b y t e * n u m b e ro u t p u tf il el o c a t i o n g sb yb y t e s * * r a t h e rt h a nu sin gt a r g e ta d d r e s sin g * 一i m a g e 木s p e cif yi m a g em o d e 木 - m e m w i d t h8 * d e f i n et h es y s t e mm e m o r yw o r dw i d t h * r o m w id t h8 * s p e cif yt h er o md e v ic ew id t h * 一o r d e rl * o u t p u tf i l ei s i n1 i t t l ee n d i a nf o r m a t * r o m s e p r o m ：o r g = 0 x 1 4 0 0 0 0 0 ，l e n = o x 9 0 0 0 0 ，r o m w id t h = 8 f i l e ： p l a t e h e x ) ) f l a s h 中的代码包括中断矢量、自举程序以及主程序，从地址o x l 4 0 0 0 0 0 开始，共 大概o x 9 0 0 0 0 字节，然后利用命令h e x 6 xp l a t e c m d 将其转换为1 6 进制文件p l a t e h e x ， 最后利用烧写器将该文件烧写进f l a s h 的相应地址。复位时，c 6 4 x 自举逻辑首先把 f l a s h 的前6 4 k 代码( o x l 4 0 0 0 0 - o x l 4 0 f f f f ) 搬到内部程序r a m 中 ( o x o o o o o o o o - o x o o o o f f f f ) 然后开始从o 地址执行该代码。这6 4 k 代码n d b o o t l o a d 代 码，用来初始化s d r a m 寄存器以便访问，然后把随后的程序代码从f l a s h 的o x l 4 1 0 0 0 0 开始复制到由o x 0 0 4 0 0 0 0 0 开始的s d r a m 中。复制的代码大小由主程序代码大小决定， 这里共o x 8 0 0 0 0 字节，最后，跳转到主程序的入口( c _ i n t 0 0 ) 开始执行。 4 3 算法在p c 机c c s 和v c 环境下的模拟实现 4 3 1c c s 简介 目前d s p 的发展趋势是处理器更新、更复杂、更新速度更快，d s p 应用也向多处理、 多通道发展，变得越来越复杂与此同时，市场对墓于d s p 的产品需求越来越大，竞 争也越来越激烈，因此对开发效率的要求也越来越高对于开发者，要想在有限的开 发周期内充分利用d s p 器件的每个m i p s h 们。有效的开发工具至关重要。 c o d ec o m p o s e rs t u d i o ( c c s ) 瞳朝是i t 公司推出的一个集成性d s p 软件开发工具。在 一个开放式的插件( p l u g i n ) 结构下，c c s 内部集成了以下软件工具 ( 1 ) c 6 0 0 0 代码产生工具( 包括0 6 0 0 0 的c 编译器、汇编优化器、汇编器和连接器) 3 0 硕士学位论文 基于d s p 红细胞图像处理技术 ( 2 ) 软件模拟器( s i m u l a t o r ) ； ( 3 ) 实时基础软件d s p b i o s ； ( 4 ) 主机与目标机之间的实时数据交换软件r t d x ； ( 5 ) 实时分析( r e a l t i m ea n a l y s i s ) 和数据可视化( d a t av i s u a l i z a t i o n c a p a b i l i t i e s ) 软件。 在c c s 下，开发者可以对软件进行编辑、编译、调试、代码性能测( p r o f i l e ) 和项 目管理等所有工作。 但是c c s 并不仅仅是代码产生工具和调试工具的简单集成，除此之外，它提供的 实时分析和数据可视化功能把传统的d s p 调试技术向前提高了一大步，大大降低了d s p 系统的开发难度。使得开发者可以将精力集中在应用开发上。c c s 的实时分析和数据 可视化功能是建立在d s p b i o s 和r t d x 技术基础上的。 下面介绍c c s 的实时基础软件d s p b i o s 和实时数据交换技术r i d x 以及它们在c c s 中的应用。 ( 1 ) 实时底层软件d s p b i o s ：d s p b i o s 可以看作一个准实时操作系统( 支持t i d s p 的各种实时操作系统都是以d s p b i o s 作为底层软件的) 。它为嵌入式应用提供基本的 运行时服务。除此之外，它还能够实时获取目标机信息，并将之上传给主机上的 b i o s c o p e 工具，对应用程序进行实时分析。d s p b i o s 提供的运行服务包括基于优先级 的任务调度、中断处理，i 0 服务。在软件开发阶段，它们为实时应用提供底层软件， 从而简化实时应用的系统软件设计，节约开发时间。另外更重要的是d s p b i o s 的数据 获取( d a t ac a p t u r e ) ，统计( s t a t i s t i c s ) 和事件记录功能( e v e n tl o g g i n g ) ，在 软件调试阶段与主机c c s 内的分析工具d s p b i o s 酉g 合可以完成对应程序的实时调查 ( p r o b e ) 、跟踪( t r a c e )