嵌入式課程設(shè)計(jì)--基于arm嵌入式圖像處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)-文庫吧
2025-01-03 15:12 本頁面
【正文】 灰度范圍為[a，b]，希望變換后圖像g(x，y)的灰度范圍擴(kuò)展到[c，d]，其數(shù)學(xué)表達(dá)式為：g（x，y）=c （0≤f(x,y≤)a）g（x，y）=(dc)/(ba)+c (a≤f(x,y) ≤b)g（x，y）=d (b≤f(x,y) ≤Mf)式中：Mf表示（x，y)的最大值．經(jīng)過圖像增強(qiáng)后，要將一幅圖像分解為若干互不交疊的、有意義的、具有相同性質(zhì)的區(qū)域，并從中提取出所感興趣的目標(biāo)，即圖像分割．圖像分割有邊緣檢測和閾值分割，這里采用閾值分割方法．閾值分割是基于灰度閾值的分割方法，它通過設(shè)置閾值，把像素點(diǎn)按灰度級(jí)分若干類，從而實(shí)現(xiàn)圖像分割．把一幅灰度圖像轉(zhuǎn)換成二值圖像是閾值分割的最簡單形式，設(shè)原始圖像為f（x，y)，首先就是按一定準(zhǔn)則在f（x，y)中找出一個(gè)灰度值t作為閾值，將圖像分割為兩部分，即把大于等于該閾值的像素點(diǎn)的值置成1，小于閾值的像素點(diǎn)置為0．閾值運(yùn)算后的圖像為二值圖像g(x，Y)．g（x，y）=1 (f(x,y) ≤t)g（x，y）=0 (f(x,y)t)上式中全局閾值t的選擇直接影響到分割效果．通?？梢酝ㄟ^分析灰度直方圖來確定它的值，最常見的方法是利用灰度直方圖來確定它的值，利用灰度直方圖求雙峰，選擇兩峰之間谷底處的灰度值作為閾值．圖像在生成和傳輸過程中常受到各種嗓聲的干擾和影響，使圖像質(zhì)量下降。為了抑制噪聲改善圖像質(zhì)量，必須對(duì)圖像進(jìn)行平滑處理。通常，將數(shù)字圖像的平滑技術(shù)[4]劃分為兩類。一類是全局處理，即對(duì)噪聲圖像的整體或大的塊進(jìn)行校正得到平滑圖像。但這類方法需要知道信號(hào)和噪聲的統(tǒng)計(jì)模型，且運(yùn)算量較大。另一類平滑技術(shù)是對(duì)噪聲圖像使用局部算子。當(dāng)對(duì)某一像素進(jìn)行平滑處理時(shí)，僅對(duì)它的局部小鄰域的一些像素加以運(yùn)算，其優(yōu)點(diǎn)是計(jì)算效率高，而且可以多個(gè)像素并行處理，因此可以實(shí)現(xiàn)實(shí)時(shí)或者準(zhǔn)實(shí)時(shí)處理。（1）平滑線性濾波器(均值濾波)一般來說，假設(shè)MXN的圖像(x,y)為給定的含有噪聲的圖像，用m*n大小的濾波器掩模進(jìn)行線性濾波結(jié)果為g(x,y)，在數(shù)學(xué)上可以表現(xiàn)為:其中，a=(m1)/12, b=(n1)/12, w(s,t)為濾波器系數(shù)。為了得到一副完整的經(jīng)過濾波處理的圖像，必須對(duì)x=0,1,2,….M1和y =0，工，2,...,N1依次應(yīng)用公式。這樣，就保證了對(duì)圖像中的所有像素進(jìn)行了處理。一般可選取以下幾種模板: 模版1 模版2 模版3比較常用 的是模板3，它又被稱為高斯(Gauss)模板，它為了突出模板中心像素本身的重要性，對(duì)所有的模板系數(shù)，不是一視同仁，而是引入了加權(quán)系數(shù)，可以看出，離原點(diǎn)距離越近的點(diǎn)，加權(quán)系數(shù)越大?？臻g均值處理的一個(gè)結(jié)果是，較大物體變得像“斑點(diǎn)”而易于檢測，但那些較小物體的強(qiáng)度與背景混合在了一起。為此，在濾波后可增加閥值處理，即將濾波后的圖像與選定的閥值相比較，根據(jù)比較結(jié)果決定最后的灰度值。該方法對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)和紋理也有效。（2）平滑非線性濾波器(統(tǒng)計(jì)排序?yàn)V波器)統(tǒng)計(jì)排序 濾波器是一種非線性的空間濾波器，它的響應(yīng)基于圖像濾波器包圍的圖像區(qū)域中像素的排序，然后由統(tǒng)計(jì)排序結(jié)果決定的值代替中心像素的值。統(tǒng)計(jì)排序?yàn)V波器中最常見的例子就是中值濾波器，正如其名，它是將像素鄰域內(nèi)灰度的中值代替該像素的值。中值濾波器的主要功能是使擁有不同灰度的點(diǎn)看起來更接近于它的臨近值。中值濾波器使用非常普遍，這是因?yàn)閷?duì)于一定類型的隨機(jī)噪聲，它提供了一種優(yōu)秀的去噪能力，比小尺寸的線性平滑濾波器的模糊程度明顯要低。中值濾波器對(duì)處理脈沖噪聲(椒鹽噪聲)非常有效，因?yàn)檫@種噪聲是以黑白點(diǎn)疊加在圖像上的。盡管在圖像處理中，中值濾波器是用得最廣泛的統(tǒng)計(jì)濾波器，但這并不是說它是唯一的。所謂中值就是一系列像素值的第50%個(gè)值，當(dāng)我們?nèi)?00%個(gè)值，此時(shí)就是最大濾波器，相反，當(dāng)取0%的值時(shí)就變成了最小濾波器。 圖像縮放（平移以及轉(zhuǎn)置）一般采用插值法，有如下幾種插值算法：最鄰近插值（近鄰取樣法）：最臨近插值的的思想很簡單。對(duì)于通過反向變換得到的的一個(gè)浮點(diǎn)坐標(biāo)，對(duì)其進(jìn)行簡單的取整，得到一個(gè)整數(shù)型坐標(biāo)，這個(gè)整數(shù)型坐標(biāo)對(duì)應(yīng)的像素值就是目的像素的像素值，也就是說，取浮點(diǎn)坐標(biāo)最鄰近的左上角點(diǎn)（對(duì)于DIB是右上角，因?yàn)樗膾呙栊惺悄嫘虼鎯?chǔ)的）對(duì)應(yīng)的像素值。可見，最鄰近插值簡單且直觀，但得到的圖像質(zhì)量不高。雙線性內(nèi)插值：對(duì)于一個(gè)目的像素，設(shè)置坐標(biāo)通過反向變換得到的浮點(diǎn)坐標(biāo)為(i+u,j+v)，其中i、j均為非負(fù)整數(shù)，u、v為[0,1)區(qū)間的浮點(diǎn)數(shù)，則這個(gè)像素得值 f(i+u,j+v) 可由原圖像中坐標(biāo)為 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所對(duì)應(yīng)的周圍四個(gè)像素的值決定，即：f(i+u,j+v) = (1u)(1v)f(i,j) + (1u)vf(i,j+1) + u(1v)f(i+1,j) + uvf(i+1,j+1)其中f(i,j)表示源圖像(i,j)處的的像素值，以此類推這就是雙線性內(nèi)插值法。雙線性內(nèi)插值法計(jì)算量大，但縮放后圖像質(zhì)量高，不會(huì)出現(xiàn)像素值不連續(xù)的的情況。由于雙線性插值具有低通濾波器的性質(zhì)，使高頻分量受損，所以可能會(huì)使圖像輪廓在一定程度上變得模糊。數(shù)字圖像處理系統(tǒng)是
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1