DSP數(shù)字圖像處理

1、現(xiàn)代信號處理課程設(shè)計(jì)課程設(shè)計(jì)報告設(shè)計(jì)題目 DSP數(shù)字圖像處理 目 錄第1章 緒論-3第2章 設(shè)計(jì)總體思路-8第3章 離散余弦函數(shù)的DSP實(shí)現(xiàn)-113.1 DSP的簡介-113.2 圖象的量化-113.3 熵編碼-113.4 在DSP上實(shí)現(xiàn)的DCT與IDCT變換-14第4章 離散余弦變換的Matlab實(shí)現(xiàn)-214.1離散余弦變換-214.2 Matlab仿真-22心得體會-23參考文獻(xiàn)-24第5章 緒論 數(shù)字圖像處理（Digital Image Processing）是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計(jì)算機(jī)對其進(jìn)行處理的過程。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像。圖像處理方

2、法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。 隨著計(jì)算機(jī)技術(shù)、電子技術(shù)、和通信技術(shù)的發(fā)展，數(shù)字圖像壓縮在計(jì)算機(jī)和便攜式系統(tǒng)中的應(yīng)用越來越廣泛。數(shù)字化圖像使得圖像信號可以高質(zhì)量地傳輸，并便于圖像的檢索、分析、處理和存儲。但是數(shù)字圖像的表示需要大量的數(shù)據(jù)，由于存儲空間和網(wǎng)絡(luò)帶寬的限制,對圖像進(jìn)行存儲，處理和傳輸之前先要對圖像進(jìn)行壓縮。數(shù)字圖像壓縮是減小圖像數(shù)據(jù)量，方便圖像的傳輸、存儲和處理的有效手段，研究圖像壓縮的實(shí)現(xiàn)有著其重要的現(xiàn)實(shí)意義。數(shù)字信號處理器（DSP）有其獨(dú)特的硬件結(jié)構(gòu)特別適合于數(shù)字信號處理領(lǐng)域，大量地使用在各種便攜式、實(shí)時信號處理場合。它的高速度和良好的運(yùn)算性能特別適合于圖像處理。數(shù)字圖像處理

3、（Digital Image Processing）又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用    計(jì)算機(jī)對其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)時的電子計(jì)算機(jī)已經(jīng)發(fā)展到一定水平，人們開始利用計(jì)算機(jī)來處理圖形和圖像信息。數(shù)字圖像處理作為一門學(xué)科大約形成于20世紀(jì)60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。首次獲得實(shí)際成功應(yīng)用的是美國噴氣推進(jìn)實(shí)驗(yàn)室（JPL）。他們對航天探測器徘徊者

4、7號在1964年發(fā)回的幾千張?jiān)虑蛘掌褂昧藞D像處理技術(shù)，如幾何校正、灰度變換、去除噪聲等方法進(jìn)行處理，并考慮了太陽位置和月球環(huán)境的影響，由計(jì)算機(jī)成功地繪制出月球表面地圖，獲得了巨大的成功。隨后又對探測飛船發(fā)回的近十萬張照片進(jìn)行更為復(fù)雜的圖像處理，以致獲得了月球的地形圖、彩色圖及全景鑲嵌圖，獲得了非凡的成果，為人類登月創(chuàng)舉奠定了堅(jiān)實(shí)的基礎(chǔ)，也推動了數(shù)字圖像處理這門學(xué)科的誕生。在以后的宇航空間技術(shù)，如對火星、土星等星球的探測研究中，數(shù)字圖像處理技術(shù)都發(fā)揮了巨大的作用。數(shù)字圖像處理取得的另一個巨大成就是在醫(yī)學(xué)上獲得的成果。1972年英國EMI公司工程師Housfield發(fā)明了用于頭顱診斷的X射線計(jì)算

5、機(jī)斷層攝影裝置，也就是我們通常所說的CT（Computer Tomograph）。CT的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來重建截面圖像，稱為圖像重建。1975年EMI公司又成功研制出全身用的CT裝置，獲得了人體各個部位鮮明清晰的斷層圖像。1979年，這項(xiàng)無損傷診斷技術(shù)獲得了諾貝爾獎，說明它對人類作出了劃時代的貢獻(xiàn)。與此同時，圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重視并取得了重大的開拓性成就，屬于這些領(lǐng)域的有航空航天、生物醫(yī)學(xué)工程、工業(yè)檢測、機(jī)器人視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，使圖像處理成為一門引人注目、前景遠(yuǎn)大的新型學(xué)科。隨著圖像處理技術(shù)的深入發(fā)展，從70年代中期開始，隨著計(jì)

6、算機(jī)技術(shù)和人工智能、思維科學(xué)研究的迅速發(fā)展，數(shù)字圖像處理向更高、更深層次發(fā)展。人們已開始研究如何用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺。很多國家，特別是發(fā)達(dá)國家投入更多的人力、物力到這項(xiàng)研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的視覺計(jì)算理論，這個理論成為計(jì)算機(jī)視覺領(lǐng)域其后十多年的主導(dǎo)思想。圖像理解雖然在理論方法研究上已取得不小的進(jìn)展，但它本身是一個比較難的研究領(lǐng)域，存在不少困難，因人類本身對自己的視覺過程還了解甚少，因此計(jì)算機(jī)視覺是一個有待人們進(jìn)一步探索的新領(lǐng)域。應(yīng)用領(lǐng)域圖像是人類獲取和交換信息的主要來源，因

7、此，圖像處理的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。 1）航天和航空技術(shù)方面航天和航空技術(shù)方面的應(yīng)用數(shù)字圖像處理技術(shù)在航天和航空技術(shù)方面的應(yīng)用，除了JPL對月球、火星照片的處理之外，另一方面的應(yīng)用是在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中。許多國家每天派出很多偵察飛機(jī)對地球上有興趣的地區(qū)進(jìn)行大量的空中攝影。對由此得來的照片進(jìn)行處理分析，以前需要雇用幾千人，而現(xiàn)在改用配備有高級計(jì)算機(jī)的圖像處理系統(tǒng)來判讀分析，既節(jié)省人力，又加快了速度，還可以從照片中提取人工所不能發(fā)現(xiàn)的大量有用情報。從60年代末以來，美國及一些國際組織發(fā)射了資源遙感衛(wèi)星（如L

8、ANDSAT系列）和天空實(shí)驗(yàn)室（如SKYLAB），由于成像條件受飛行器位置、姿態(tài)、環(huán)境條件等影響，圖像質(zhì)量總不是很高。因此，以如此昂貴的代價進(jìn)行簡單直觀的判讀來獲取圖像是不合算的，而必須采用數(shù)字圖像處理技術(shù)。如LANDSAT系列陸地衛(wèi)星，采用多波段掃描器（MSS），在900km高空對地球每一個地區(qū)以18天為一周期進(jìn)行掃描成像，其圖像分辨率大致相當(dāng)于地面上十幾米或100米左右（如1983年發(fā)射的LANDSAT-4，分辨率為30m）。這些圖像在空中先處理（數(shù)字化，編碼）成數(shù)字信號存入磁帶中，在衛(wèi)星經(jīng)過地面站上空時，再高速傳送下來，然后由處理中心分析判讀。這些圖像無論是在成像、存儲、傳輸過程中，還是

9、在判讀分析中，都必須采用很多數(shù)字圖像處理方法?，F(xiàn)在世界各國都在利用陸地衛(wèi)星所獲取的圖像進(jìn)行資源調(diào)查（如森林調(diào)查、海洋泥沙和漁業(yè)調(diào)查、水資源調(diào)查等），災(zāi)害檢測（如病蟲害檢測、水火檢測、環(huán)境污染檢測等），資源勘察（如石油勘查、礦產(chǎn)量探測、大型工程地理位置勘探分析等），農(nóng)業(yè)規(guī)劃（如土壤營養(yǎng)、水份和農(nóng)作物生長、產(chǎn)量的估算等），城市規(guī)劃（如地質(zhì)結(jié)構(gòu)、水源及環(huán)境分析等）。我國也陸續(xù)開展了以上諸方面的一些實(shí)際應(yīng)用，并獲得了良好的效果。在氣象預(yù)報和對太空其它星球研究方面，數(shù)字圖像處理技術(shù)也發(fā)揮了相當(dāng)大的作用。 2）生物醫(yī)學(xué)工程方面數(shù)字圖像處理在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，而且很有成效。除了上面介紹的CT技

10、術(shù)之外，還有一類是對醫(yī)用顯微圖像的處理分析，如紅細(xì)胞、白細(xì)胞分類，染色體分析，癌細(xì)胞識別等。此外，在X光肺部圖像增晰、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面都廣泛地應(yīng)用圖像處理技術(shù)。 3）通信工程方面當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的多媒體通信。具體地講是將電話、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。其中以圖像通信最為復(fù)雜和困難，因圖像的數(shù)據(jù)量十分巨大，如傳送彩色電視信號的速率達(dá)100Mbit/s以上。要將這樣高速率的數(shù)據(jù)實(shí)時傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量。在一定意義上講，編碼壓縮是這些技術(shù)成敗的關(guān)鍵。除了已應(yīng)用較廣泛的熵編碼、DP

11、CM編碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。 4）工業(yè)和工程方面在工業(yè)和工程領(lǐng)域中圖像處理技術(shù)有著廣泛的應(yīng)用，如自動裝配線中檢測零件的質(zhì)量、并對零件進(jìn)行分類，印刷電路板疵病檢查，彈性力學(xué)照片的應(yīng)力分析，流體力學(xué)圖片的阻力和升力分析，郵政信件的自動分揀，在一些有毒、放射性環(huán)境內(nèi)識別工件及物體的形狀和排列狀態(tài)，先進(jìn)的設(shè)計(jì)和制造技術(shù)中采用工業(yè)視覺等等。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機(jī)器人，將會給工農(nóng)業(yè)生產(chǎn)帶來新的激勵，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。 5）軍事公安方面在軍事方面圖像處理和識

12、別主要用于導(dǎo)彈的精確末制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲和顯示的軍事自動化指揮系統(tǒng)，飛機(jī)、坦克和軍艦?zāi)M訓(xùn)練系統(tǒng)等；公安業(yè)務(wù)圖片的判讀分析，指紋識別，人臉鑒別，不完整圖片的復(fù)原，以及交通監(jiān)控、事故分析等。目前已投入運(yùn)行的高速公路不停車自動收費(fèi)系統(tǒng)中的車輛和車牌的自動識別都是圖像處理技術(shù)成功應(yīng)用的例子。 6）文化藝術(shù)方面目前這類應(yīng)用有電視畫面的數(shù)字編輯，動畫的制作，電子圖像游戲，紡織工藝品設(shè)計(jì)，服裝設(shè)計(jì)與制作，發(fā)型設(shè)計(jì)，文物資料照片的復(fù)制和修復(fù)，運(yùn)動員動作分析和評分等等，現(xiàn)在已逐漸形成一門新的藝術(shù)-計(jì)算機(jī)美術(shù)。 7)機(jī)器人視覺機(jī)器視覺作為智能機(jī)器人的重要感覺器官,主要進(jìn)行三維景物理解和

13、識別,是目前處于研究之中的開放課題。機(jī)器視覺主要用于軍事偵察、危險環(huán)境的自主機(jī)器人,郵政、醫(yī)院和家庭服務(wù)的智能機(jī)器人,裝配線工件識別、定位,太空機(jī)器人的自動操作等。 8)視頻和多媒體系統(tǒng)目前,電視制作系統(tǒng)廣泛使用的圖像處理、變換、合成,多媒體系統(tǒng)中靜止圖像和動態(tài)圖像的采集、壓縮、處理、存貯和傳輸?shù)取?9)科學(xué)可視化圖像處理和圖形學(xué)緊密結(jié)合,形成了科學(xué)研究各個領(lǐng)域新型的研究工具。 10)電子商務(wù)在當(dāng)前呼聲甚高的電子商務(wù)中,圖像處理技術(shù)也大有可為,如身份認(rèn)證、產(chǎn)品防偽、水印技術(shù)等。 總之,圖像處理技術(shù)應(yīng)用領(lǐng)域相當(dāng)廣泛,已在國家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來越重要的角色,對國計(jì)民生的作用不可低估

14、。研究方向自20世紀(jì)60年代第三代數(shù)字計(jì)算機(jī)問世以后，數(shù)字圖像處理技術(shù)出現(xiàn)了空前的發(fā)展，在該領(lǐng)域中需要進(jìn)一步研究的問題主要有如下五個方向： 1）在進(jìn)一步提高精度的同時著重解決處理速度問題； 2）加強(qiáng)軟件研究，開發(fā)新的處理方法，特別要注意移植和借鑒其他學(xué)科的技術(shù)和研究成果，創(chuàng)造新的處理方法； 3）加強(qiáng)邊緣學(xué)科的研究工作促進(jìn)圖像處理技術(shù)的發(fā)展； 4）加強(qiáng)理論研究，逐步形成處理科學(xué)自身的理論體系； 5）時刻注意圖像處理領(lǐng)域的標(biāo)準(zhǔn)化問題?；咎攸c(diǎn)（1）處理信息量很大數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對高分辨率彩

15、色512×512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit22.5Mbit數(shù)據(jù)量。因此對計(jì)算機(jī)的計(jì)算速度、存儲容量等要求較高。 （2）占用頻帶較寬數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz左右。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本亦高，這就對頻帶壓縮技術(shù)提出了更高的要求。 （3）各像素相關(guān)性大數(shù)字圖像中各個像素是不獨(dú)立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個像素

16、或相鄰兩行間的像素，其相關(guān)系數(shù)可達(dá)0.9以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。 （4）無法復(fù)現(xiàn)三維景物的全部幾何信息由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點(diǎn)圖像。在理解三維景物時需要知識導(dǎo)引，這也是人工智能中正在致力解決的知識工程問題。 （5）受人的因素影響較大數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視

17、覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進(jìn)一步深入的研究。另一方面，計(jì)算機(jī)視覺是模仿人的視覺，人的感知機(jī)理必然影響著計(jì)算機(jī)視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題。 編輯本段主要優(yōu)點(diǎn)1. 再現(xiàn)性好數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會因圖像的存儲、傳輸或復(fù)制等一系列變換操作而導(dǎo)致圖像質(zhì)量的退化。只要圖像在數(shù)字化時準(zhǔn)確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)。 2處理精度高按目前的技術(shù)，幾乎可將一幅模擬圖像數(shù)字化為任意大小的二維數(shù)組

18、，這主要取決于圖像數(shù)字化設(shè)備的能力?，F(xiàn)代掃描儀可以把每個像素的灰度等級量化為16位甚至更高，這意味著圖像的數(shù)字化精度可以達(dá)到滿足任一應(yīng)用需求。對計(jì)算機(jī)而言，不論數(shù)組大小，也不論每個像素的位數(shù)多少，其處理程序幾乎是一樣的。換言之，從原理上講不論圖像的精度有多高，處理總是能實(shí)現(xiàn)的，只要在處理時改變程序中的數(shù)組參數(shù)就可以了?；叵胍幌聢D像的模擬處理，為了要把處理精度提高一個數(shù)量級，就要大幅度地改進(jìn)處理裝置，這在經(jīng)濟(jì)上是極不合算的。 3適用面寬圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如X射線圖像、射線圖像、超聲波圖像或紅外圖像等）。從圖像反映的客觀實(shí)體尺度看，可以小到電

19、子顯微鏡圖像，大到航空照片、遙感圖像甚至天文望遠(yuǎn)鏡圖像。這些來自不同信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維數(shù)組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如RGB圖像由紅、綠、藍(lán)三個灰度圖像組合而成）組合而成，因而均可用計(jì)算機(jī)來處理。即只要針對不同的圖像信息源，采取相應(yīng)的圖像信息采集措施，圖像的數(shù)字處理方法適用于任何一種圖像。 4靈活性高圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。由于圖像的光學(xué)處理從原理上講只能進(jìn)行線性運(yùn)算，這極大地限制了光學(xué)圖像處理能實(shí)現(xiàn)的目標(biāo)。而數(shù)字圖像處理不僅能完成線性運(yùn)算，而且能實(shí)現(xiàn)非線性處理，即凡是可以

20、用數(shù)學(xué)公式或邏輯關(guān)系來表達(dá)的一切運(yùn)算均可用數(shù)字圖像處理實(shí)現(xiàn)。第2章 設(shè)計(jì)總體思路數(shù)字圖像處理主要研究的內(nèi)容有以下幾個方面： 1) 圖像變換由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計(jì)算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。 2) 圖像編碼壓縮圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減

21、少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。 3) 圖像增強(qiáng)和復(fù)原圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影響。圖像復(fù)原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立"降質(zhì)模型"，再采用某種濾波方法，恢復(fù)或重建原來的圖像。 4) 圖像分割圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖

22、像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。 5) 圖像描述圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方

23、法。 6) 圖像分類（識別）圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。 常用方法1）圖像變換：由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。因此，往往采用各種圖像變換的方法，如傅立葉變換、沃爾什變換、離散余弦變換等間接處理技術(shù)，將空間域的處理轉(zhuǎn)換為變換域處理，不僅可減少計(jì)算量，而且可獲得更有效的處理（如傅立葉變換可在頻域中進(jìn)行數(shù)字濾波處理）。

24、目前新興研究的小波變換在時域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。 2 ）圖像編碼壓縮：圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少所占用的存儲器容量。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。 3 ）圖像增強(qiáng)和復(fù)原：圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。圖像增強(qiáng)不考慮圖像降質(zhì)的原因，突出圖像中所感興趣的部分。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影

25、響。圖像復(fù)原要求對圖像降質(zhì)的原因有一定的了解，一般講應(yīng)根據(jù)降質(zhì)過程建立“降質(zhì)模型”，再采用某種濾波方法，恢復(fù)或重建原來的圖像。 4 ）圖像分割：圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一種普遍適用于各種圖像的有效方法。因此，對圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。 5 ）圖像描述：圖像描述是圖像識別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維

26、形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。 6 ）圖像分類（識別）：圖像分類（識別）屬于模式識別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中也越來越受到重視。本實(shí)驗(yàn)利用達(dá)盛DSP試驗(yàn)箱設(shè)計(jì)實(shí)現(xiàn)靜態(tài)圖像的離散余弦變換（DCT）和IDCT算法。通過讀入一幅標(biāo)

27、準(zhǔn)灰色的Lena（64×64）圖像，然后對其圖像數(shù)據(jù)進(jìn)行8×8分塊，接著對每塊分別進(jìn)行二維離散余弦變換（DCT），并經(jīng)量化后通過反變換（IDCT）把數(shù)據(jù)塊重新還原組合，先通過Matlab進(jìn)行仿真，顯示DCT、IDCT和壓縮圖象，再通過CCS軟件的Image 顯示功能，顯示出原圖像和經(jīng)處理后的圖像。比較原圖像數(shù)據(jù)和處理后的圖像數(shù)據(jù)，并分別比較在Matlab中和CCS軟件中的原圖像和處理后的圖像。具體的設(shè)計(jì)首先進(jìn)行初始化，調(diào)用DCT變換子程序輸出變換結(jié)果。然后調(diào)用DCT逆變換子程序輸出重構(gòu)信號。設(shè)計(jì)總流程圖如下：讀入Lena（64×64）圖象對圖象數(shù)據(jù)進(jìn)行8×

28、;8分塊二維DCT變化IDCT變化組合輸出圖象分塊轉(zhuǎn)換是否完成YN系數(shù)均勻量化熵編碼逆量化圖2-1 DCT程序流程圖第3章 離散余弦函數(shù)的DSP實(shí)現(xiàn)3.1 DSP的簡介DSP有兩種解釋:其一是Digital Signal Processing的縮寫，即數(shù)字信號處理，是指數(shù)字信號處理是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字的形式對信號進(jìn)行采集、變換、濾波、估值、增強(qiáng)、壓縮、識別等處理，以得到符合人們需要的信號形式。其二是Digital Signal Processor即數(shù)字信號處理器的意思，是指數(shù)字信號處理器是用來完成數(shù)字信號處理要求的具有特殊結(jié)構(gòu)的一種微處理器，即我們經(jīng)常所說的DSP器件。近年來，D

29、SP作為一種新型的微處理器在各種消費(fèi)類、通信、醫(yī)療和工業(yè)產(chǎn)品中得到了非常廣泛的應(yīng)用。DSP處理器是一類針對數(shù)字信號處理領(lǐng)域進(jìn)行了優(yōu)化的微處理器。和普通的微處理器相比，它們具有特殊的硬件結(jié)構(gòu)特別適合各類數(shù)字信號處理算法的實(shí)現(xiàn)，從而使得產(chǎn)品易于實(shí)現(xiàn)和維護(hù)。3.2 圖象的量化所謂量化就是將離散圖像的值表示為與其幅度成比例的整數(shù)，就是將DCT系數(shù)按比例縮小，并取其最接近的整數(shù)值的處理過程。量化的作用是在保證一定的圖像質(zhì)量前提下，丟掉那些對視覺效果影響不大的信息。在JPEG中，量化就是將DCT變換后系數(shù)矩陣的各個系數(shù)f(u,v)除以量化表中對應(yīng)的且量化階距m(u,v)。量化過程在DSP的實(shí)現(xiàn)，是先將各量

30、化表分別存放在DSP的存儲器中，然后將DCT變換得到的數(shù)據(jù)與量化表各個元素做乘法運(yùn)算，我們使用的是C54xDSP中的MPYR指令，這樣可以得到乘法結(jié)構(gòu)的同時對量化值進(jìn)行四舍五入運(yùn)算。3.3 熵編碼數(shù)據(jù)壓縮技術(shù)的理論基礎(chǔ)是信息論。根據(jù)信息論的原理，可以找到最佳數(shù)據(jù)壓縮編碼方法，數(shù)據(jù)壓縮的理論極限是信息熵。如果要求在編碼過程中不丟失信息量，即要求保存信息熵，這種信息保持編碼又叫做熵保存編碼，或者叫熵編碼。熵編碼把一系列用來表示視頻序列的元素符號轉(zhuǎn)變?yōu)橐粋€用來傳輸或是存儲的壓縮碼流。熵編碼是無失真數(shù)據(jù)壓縮，用這種編碼結(jié)果經(jīng)解碼后可無失真地恢復(fù)出原圖像。當(dāng)考慮到人眼對失真不易覺察的生理特征時，有些圖像

31、編碼不嚴(yán)格要求熵保存，信息可允許部分損失以換取高的數(shù)據(jù)壓縮比，這種編碼是有失真數(shù)據(jù)壓縮，通常運(yùn)動圖像的數(shù)據(jù)壓縮是有失真編碼。JPEG壓縮算法使用了兩種熵編碼方法：哈夫曼編碼和算術(shù)編碼。在此我們只介紹哈夫曼編碼。哈夫曼編碼Huffman方法于1952年問世，迄今為止仍經(jīng)久不衰，廣泛應(yīng)用于各種數(shù)據(jù)壓縮技術(shù)中，且仍不失為熵編碼中的最佳編碼方法。哈夫曼編碼的理論依據(jù)是變字長編碼理論。在變字長編碼中，編碼器的編碼輸出碼字是字長不等的碼字，按編碼輸入信息符號出現(xiàn)的統(tǒng)計(jì)概率，給輸出碼字分配以不同的字長。對于編碼輸入中，出現(xiàn)大概率的信息符號，賦以短字長的輸出碼字；對于編碼輸入中，出現(xiàn)小概率的信息符號，賦以長字

32、長的輸出碼字。可以證明，按照概率出現(xiàn)大小的順序，對輸出碼字分配不同碼字長度的變字長編碼方法，其輸出碼字的平均碼長最短，與信源熵值最接近，編碼方法最佳。TMS320F2812數(shù)字信號處理器是TI公司最新推出的32位定點(diǎn)DSP控制器，是目前控制領(lǐng)域最先進(jìn)的處理器之一。其頻率高達(dá)150MHz，大大提高了控制系統(tǒng)的控制精度和芯片處理能力。TMS320F2812芯片基于CC+高效32位TMS320C28x DSP內(nèi)核，并提供浮點(diǎn)數(shù)學(xué)函數(shù)庫，從而可以在定點(diǎn)處理器上方便地實(shí)現(xiàn)浮點(diǎn)運(yùn)算。在高精度伺服控制、可變頻電源、UPS電源等領(lǐng)域廣泛應(yīng)用，同時是電機(jī)等數(shù)字化控制產(chǎn)品升級的最佳選擇。TMS320F2812采用

33、哈佛總線結(jié)構(gòu)，具有統(tǒng)一的存儲模式，包括4M 可尋址程序空間和4M 可尋址數(shù)據(jù)空間。同時片內(nèi)具有128 ×16 位的FLASH 存儲器和18K ×16 位的SRAM，以及4K×16 位的引導(dǎo)ROM。最大支持外擴(kuò)512K×16 位的SRAM 和512K×16 位的FLASH。具有兩個事件管理器（EVA、EVB）以及外設(shè)中斷模塊（PIE），最大支持96 個外部中斷。TMS320F2812 的外部存儲器接口（XINTF）被映射到5 個獨(dú)立的存儲空間。2407和2812是dsp2000系列性能最讓人關(guān)注的兩款芯片,在使用過兩種芯片后,特將兩款芯片的異同來

34、作一比較。 都是對于電機(jī)控制開發(fā)使用。由此,在外設(shè)上的配備上有較多的相似之處。 相同點(diǎn)： 1 時間管理器,來管理定時器和pwm,及電機(jī)光電碼盤的接口 2 多路ad來接受傳感器的信號 3 通訊接口 spi can sci 使得可以方便的通訊 4 程序存儲器和內(nèi)部ram都有一定的容量滿足不同的需求 5 3.3V電壓供電,突出了低功耗的節(jié)電功能 6 可以進(jìn)行程序和數(shù)據(jù)空間的外擴(kuò) 7 jtag接口相同 8 內(nèi)核相同 ,方便程序移植不同： 1 電壓 2407 3。3V內(nèi)核和IO供電,flash燒寫電壓5V 2812 1。8V或者1.9V內(nèi)核和3.3VIO供電,flash燒寫電壓3.3V 上電次序,240

35、7沒有關(guān)系 ,2812 io先上電,核后上電 2 clk 2407最大40M 2812 最大150M（內(nèi)核電壓1.9V）或者 135M（內(nèi)核電壓 1.8V） 3 下載程序方式 2407 編程器下載 2812 編程器下載 串口 spi 4 cpu 2407為16位處理器 2812為32處理器 5 程序和數(shù)據(jù)空間 2407 flash32k ram2。5K可擴(kuò)展196K 2812 flash 16×128K ram 16×18K可擴(kuò)展4M空間 6 時間管理器 2407 定時器16位 一個光電碼盤接口 2812 定期器32位 有兩個光電碼盤接口 7 ad 2407 10位 281

36、2 12位 8 sci 2407 1個 沒有緩沖單元 2812 兩個 具有緩沖單元 8 can 2407標(biāo)準(zhǔn)can符合2。0B協(xié)議 2812增強(qiáng)can和標(biāo)準(zhǔn)can 符合2。0B 9 mcbsp 2407 沒有 2812 有 10 語言 2407 匯編 c 2812 匯編 c c 11 TI支持 2407沒有提供較多的例程支持 2812 提供完整的模塊例程支持 12 編程風(fēng)格 2407傾向于模塊編程 2812 類編程,并且結(jié)構(gòu)性更強(qiáng) 13 寄存器的保護(hù) 2407沒有對系統(tǒng)寄存器的保護(hù),2812提供了保護(hù)機(jī)制 14 在開發(fā)環(huán)境的幫助文件上看,2407比2812要好點(diǎn), 2812的寄存器的設(shè)置和定

37、義幫助文件基本沒有說明 對dsp及其開發(fā)環(huán)境及支持的一點(diǎn)建議： 1 dsp不象arm那樣把用于外擴(kuò)的數(shù)據(jù)地址線和IO功能復(fù)用,這對io管腳使用較多的人來講不方便,還要進(jìn)行擴(kuò)展,如果不需要外擴(kuò)的話,這些線就浪費(fèi)了 2 對于現(xiàn)在3.3V和5V共存的時期,如果管腳能和5V兼容,那是最好狀態(tài)了 3 不明白為什么管腳的電源和地總是在相鄰的位置上,這樣焊不好很容易短路的 4 用程序下載器,下載程序速度很慢,耽誤時間 5 開發(fā)環(huán)境如果能實(shí)現(xiàn)軟件仿真那就好了,不用非要硬件板了,調(diào)試起來那就方便多了 6 作為芯片開發(fā)商,最了解自己的芯片的功能,如果能夠免費(fèi)為大家提供各種芯片,尤其是處理器的外設(shè)例程,無論對于大家

38、對芯片的上手速度和開發(fā)進(jìn)度來講都是好事,而且對于芯片的推銷也是很好的事情。3.4 在DSP上實(shí)現(xiàn)的DCT與IDCT變換 實(shí)驗(yàn)中取一個8×8的圖象距陣塊為例，首先是變換、量化、熵編碼的編碼過程，然后是逆變換、逆量化、逆熵編碼的解碼過程。本實(shí)驗(yàn)程序應(yīng)用了均勻量化。實(shí)驗(yàn)程序：#include <stdio.h>unsigned char imageBlock64=55, 60, 55, 54, 60, 68, 81, 114,116, 62, 52, 49, 53, 96, 132, 102,146, 144, 141, 141, 146, 151, 154, 162, %讀入

39、圖象數(shù)據(jù)207, 213,214, 130, 94, 114, 131, 139,159, 223,166, 101, 95, 88, 100, 96,118, 164, 77, 139, 181, 180, 165, 95,55, 60,55, 54, 60, 68, 81, 114,62, 69, 53, 74, 123, 124, 87, 132,;%均勻量化距陣short Q_table64= 16, 11, 10, 16, 24, 40, 51, 61, 12, 12, 14, 19, 26, 59, 60, 55, 14, 13, 16, 24, 40, 57, 69, 56, 1

40、4, 17, 22, 29, 51, 87, 80, 62, 18, 22, 37, 56, 68, 109, 103, 77, 24, 35, 55, 64, 81, 104, 113, 92, 49, 64, 78, 87, 103, 121, 120, 101, 72, 92, 95, 98, 112, 100, 103, 99;int Dct( unsigned char *block, short *coeff);%進(jìn)行DCT和IDCT變換int Dct( unsigned char *block, short *coeff);int Idct(short *coeff,unsign

41、ed char *block);void main() short interBuffer64;unsigned char imageBlock264;Dct(imageBlock, interBuffer);%量化for(i=0;i<64;i+) interBufferi =interBufferi/Q_tablei;for(i=0;i<64;i+) interBufferi =interBufferi*Q_tablei;Idct(interBuffer,imageBlock2);%DCT算法程序int Dct( unsigned char *block, short *coef

42、f) int j1, i, j, k; floatb8; float b18; float d88; float f0=(float).7071068; float f1=(float).4903926; float f2=(float).4619398; float f3=(float).4157348; float f4=(float).3535534; float f5=(float).2777851; float f6=(float).1913417; float f7=(float).0975452; for (i = 0, k = 0; i < 8; i+, k += 8)

43、for (j = 0; j < 8; j+) bj = (float)blockk+j; /* Horizontal transform */ for (j = 0; j < 4; j+) j1 = 7 - j; b1j = bj + bj1; b1j1 = bj - bj1; b0 = b10 + b13; b1 = b11 + b12; b2 = b11 - b12; b3 = b10 - b13; b4 = b14; b5 = (b16 - b15) * f0; b6 = (b16 + b15) * f0; b7 = b17; di0 = (b0 + b1) * f4; di

44、4 = (b0 - b1) * f4; di2 = b2 * f6 + b3 * f2; di6 = b3 * f6 - b2 * f2; b14 = b4 + b5; b17 = b7 + b6; b15 = b4 - b5; b16 = b7 - b6; di1 = b14 * f7 + b17 * f1; di5 = b15 * f3 + b16 * f5; di7 = b17 * f7 - b14 * f1; di3 = b16 * f3 - b15 * f5; /* Vertical transform */ for (i = 0; i < 8; i+) for (j = 0;

45、 j < 4; j+) j1 = 7 - j; b1j = dji + dj1i; b1j1 = dji - dj1i; b0 = b10 + b13; b1 = b11 + b12; b2 = b11 - b12; b3 = b10 - b13; b4 = b14; b5 = (b16 - b15) * f0; b6 = (b16 + b15) * f0; b7 = b17; d0i = (b0 + b1) * f4; d4i = (b0 - b1) * f4; d2i = b2 * f6 + b3 * f2; d6i = b3 * f6 - b2 * f2; b14 = b4 + b

46、5; b17 = b7 + b6; b15 = b4 - b5; b16 = b7 - b6; d1i = b14 * f7 + b17 * f1; d5i = b15 * f3 + b16 * f5; d7i = b17 * f7 - b14 * f1; d3i = b16 * f3 - b15 * f5; for (i = 0; i < 8; i+) for (j = 0; j < 8; j+) *(coeff+j*8+i) =(short) dij; /dij; return 0;%IDCT算法程序int Idct(short *coeff,unsigned char *bl

47、ock) int j1, i, j; float b8, b18, d88; float f0=.7071068; float f1=.4903926; float f2=.4619398; float f3=.4157348; float f4=.3535534; float f5=.2777851; float f6=.1913417; float f7=.0975452; float e, f, g, h; /* Horizontal */ /* Descan coefficients first */ for (i = 0; i < 8; i+) for (j = 0; j &l

48、t; 8; j+) bj = *( coeff + j*8+i); e = b1 * f7 - b7 * f1; h = b7 * f7 + b1 * f1; f = b5 * f3 - b3 * f5; g = b3 * f3 + b5 * f5; b10 = (b0 + b4) * f4; b11 = (b0 - b4) * f4; b12 = b2 * f6 - b6 * f2; b13 = b6 * f6 + b2 * f2; b4 = e + f; b15 = e - f; b16 = h - g; b7 = h + g; b5 = (b16 - b15) * f0; b6 = (b

49、16 + b15) * f0; b0 = b10 + b13; b1 = b11 + b12; b2 = b11 - b12; b3 = b10 - b13; for (j = 0; j < 4; j+) j1 = 7 - j; dij = bj + bj1; dij1 = bj - bj1; /* Vertical */ for (i = 0; i < 8; i+) for (j = 0; j < 8; j+) bj = dji; e = b1 * f7 - b7 * f1; h = b7 * f7 + b1 * f1; f = b5 * f3 - b3 * f5;g =

50、b3 * f3 + b5 * f5; b10 = (b0 + b4) * f4; b11 = (b0 - b4) * f4; b12 = b2 * f6 - b6 * f2; b13 = b6 * f6 + b2 * f2; b4 = e + f; b15 = e - f; b16 = h - g; b7 = h + g; b5 = (b16 - b15) * f0; b6 = (b16 + b15) * f0; b0 = b10 + b13; b1 = b11 + b12; b2 = b11 - b12; b3 = b10 - b13;for (j = 0; j < 4; j+) j1

51、 = 7 - j; dji = bj + bj1; dj1i = bj - bj1; for (i = 0; i < 8; i+) for (j = 0; j < 8; j+) *(block + i * 8 + j) = (unsigned char)(dij);return 0;程序數(shù)據(jù)：原始數(shù)列矩陣：進(jìn)行DCT變換結(jié)果：進(jìn)行DCT逆變換結(jié)果：第4章 離散余弦變換的Matlab實(shí)現(xiàn)4.1離散余弦變換離散余弦變換(DCT for Discrete Cosine Transform)是與傅里葉變換相關(guān)的一種變換，它類似于離散傅里葉變換(DFT for Discrete Fourie

52、r Transform),但是只使用實(shí)數(shù)。離散余弦變換相當(dāng)于一個長度大概是它兩倍的離散傅里葉變換，這個離散傅里葉變換是對一個實(shí)偶函數(shù)進(jìn)行的(因?yàn)橐粋€實(shí)偶函數(shù)的傅里葉變換仍然是一個實(shí)偶函數(shù))，在有些變形里面需要將輸入或者輸出的位置移動半個單位。 離散余弦變換經(jīng)常被信號處理和圖像處理使用，用于對信號和圖像(包括靜止圖像和運(yùn)動圖像)進(jìn)行有損數(shù)據(jù)壓縮。在靜止圖像編碼標(biāo)準(zhǔn)JPEG中，在運(yùn)動圖像編碼標(biāo)準(zhǔn)MJPEG和MPEG的各個標(biāo)準(zhǔn)中都使用了離散余弦變換。在這些標(biāo)準(zhǔn)制中都使用了二維的第二種類型離散余弦變換，并將結(jié)果進(jìn)行量化之后進(jìn)行熵編碼。這時對應(yīng)第二種類型離散余弦變換中的n通常是8，并用該公式對每個8x8