【正文】 ，對(duì)于其配置，提供了幾種不同的配置方法，我在這里使用的是菜單配置。 一、 解壓 busybox； 二、進(jìn)行默認(rèn)配置 make defconfig，然后進(jìn)入菜單配置界面 make menuconfig； 三、在生成 _install 文件夾中創(chuàng)建 linux 需要的一些基 本目錄 四、 制作 jffs2 根文件系統(tǒng) 五、 制作 yaffs2 根文件系統(tǒng) 最終移植時(shí)我使用的是 jffs2 根文件系統(tǒng)。這里采用的是比較常用的，并且效果還不錯(cuò)的一種轉(zhuǎn)換關(guān)系： 這是根據(jù)人眼對(duì)綠色的敏感度最高，而對(duì)藍(lán)色的敏感度最低的出來(lái)的，下面是轉(zhuǎn)換的效 果圖。若像素點(diǎn)的原灰度為 R，變換后的灰度為 S，需要注意的是 R、 S 是歸一化后的灰度值， 其灰度變換函數(shù) T()為 ： 式中 ； 。有許多方法用于邊緣檢測(cè)，它們的絕大部分可以劃分為 兩類(lèi)：基于查找一類(lèi)和基于零穿越的一類(lèi) [20]。在應(yīng)用程序的移植過(guò)程中，因?yàn)榻缑媸褂?QT 設(shè)計(jì)。基于零穿越的方法通過(guò)尋找圖像二階導(dǎo)數(shù)零穿越來(lái)尋找邊界， 下圖為拉普拉斯算子 [21]的效果圖。 對(duì)變換后的 S 值取最靠近的一個(gè)灰度級(jí)的值，建立灰度級(jí) 變換表，將原圖像變換為直方圖均衡的圖像。 灰度圖的直方圖均衡化增強(qiáng) 灰度圖像的增強(qiáng)其實(shí)是比較簡(jiǎn)單的，而其中的直 方圖均衡化應(yīng)該算是一種比較復(fù)雜的灰度變換了。 彩色圖像的灰度化 彩色圖像由 R、 G、 B 三個(gè)分量組成，而灰度圖像顯然只有亮度值一個(gè)屬性。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 34 頁(yè) 共 45 頁(yè) 根文件系統(tǒng)的移植 本系統(tǒng)的根文件系統(tǒng)使用經(jīng)典工具 busybox 制作。本系統(tǒng)移植的現(xiàn)在很流行的 uboot，版本是 。進(jìn)行基于 linux 的中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 33 頁(yè) 共 45 頁(yè) 應(yīng)用移植 ，系統(tǒng)實(shí)現(xiàn)的源代碼可于附錄中找到 。所以這里對(duì)顯示不做過(guò)多深述，采用普通顯示屏幕即可。圖像的增強(qiáng)和復(fù)原往往是圖像處理涉及最多的，圖像增強(qiáng)的目標(biāo)是改進(jìn)圖片的質(zhì)量，包括對(duì)比度、去掉模糊和噪聲等，圖像復(fù)原是在假定已知模糊或噪聲模型時(shí)，試圖估計(jì)原圖像的一種算法。當(dāng)硬件系統(tǒng)構(gòu)建完成以后，剩下的便是圖像處理的一些具體算法了。 圖像處理（ image processing） 作為一個(gè)圖像處理系統(tǒng)最核心的部分，圖像處理是指利用處理器芯片對(duì)圖像數(shù)據(jù)進(jìn)行分析，以達(dá)到 所需結(jié)果的技術(shù)。由 于圖像信息的數(shù)據(jù)量往往遠(yuǎn)大于普通數(shù)據(jù)，因此圖像的存儲(chǔ)基本上都會(huì)涉及到壓縮算法的問(wèn)題。它本身就已經(jīng)可以稱(chēng)為系統(tǒng)的設(shè)備了，內(nèi)部集成了一些圖像處理功能。一開(kāi)始 CCD 的性能要好于 CMOS，但現(xiàn)在隨著技術(shù)的改進(jìn)，兩者的差距也在逐漸縮小。掃描儀應(yīng)用在當(dāng)今社會(huì)的各個(gè)領(lǐng)域，而且 技術(shù)也比較成熟，如今的圖像處理系統(tǒng)很多都采用的掃描儀進(jìn)行圖像采集。掃描儀掃描圖像的方式大致有三種：以光電耦合器（ CCD）為光電元件的掃描、以接觸式圖像傳感器 CIS（或 LIDE）為光電轉(zhuǎn)換元件的掃描、以光電倍增管（ PMT）為光電轉(zhuǎn)換元件的掃描。 第四章 概要設(shè)計(jì) 根據(jù)功能的不同，圖像處理系統(tǒng)大多可分為四個(gè)模塊：圖像采集模塊、圖像存儲(chǔ)模 塊、圖像處理模塊以及圖像顯示模塊，有時(shí)根據(jù)需要可能還會(huì)有網(wǎng)絡(luò)通訊模塊。 就現(xiàn)在的 ARM 芯片發(fā)展而言，完全可以將這樣 的功能移植到嵌入式設(shè)備上，我們無(wú)需擔(dān)心其處理能力。 第三章 需求分析 系統(tǒng)需求分析 在嵌入式設(shè)備日益發(fā)展的今天，圖像處理這個(gè)看似神秘的話題也逐漸出現(xiàn)在了人們?nèi)粘５那度胧皆O(shè)備上 [14]。但由于梯度運(yùn)算比較復(fù)雜，有時(shí)可以采用一些近似運(yùn)算，以獲得既能滿足要 求又使運(yùn)算簡(jiǎn)單的方法。 本文只對(duì)幾種常見(jiàn)的邊緣檢測(cè)進(jìn)行介紹。 銳化大致有兩種方法：微分法和高通濾波法。 圖像的銳化 圖像銳化（ Sharpening）處理的目的是使邊緣和輪廓線模糊的圖像 變得清晰，并使其細(xì)節(jié)清晰。自然景物的圖像是由兩個(gè)分量乘積所組成，即照明 度圖型和反射度圖型，或稱(chēng)照明函數(shù)和反射函數(shù)。采用一般的灰度線性變換是不行的，因?yàn)閿U(kuò)展灰度級(jí)雖可以提高物體 圖像的反差，但會(huì)使動(dòng)態(tài)范圍更大。為增強(qiáng)低灰度 級(jí)像素，壓制高灰度級(jí)像素，通常用對(duì)數(shù)變換方法進(jìn)中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 26 頁(yè) 共 45 頁(yè) 行調(diào)整灰度級(jí)的動(dòng)態(tài)?？蛇x用下面的公式： 這樣實(shí)際上是使圖像中黑的更黑，白的更白，提高了圖像對(duì)比度。 在某些情況下，為了將圖像灰度級(jí)整個(gè)范圍 或其中某一段擴(kuò)展或壓中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 25 頁(yè) 共 45 頁(yè) 縮到記錄器件輸入灰度級(jí)動(dòng)態(tài)范圍 之內(nèi)，以便充分利用記錄器件灰度級(jí)動(dòng)態(tài)范圍，記錄顯示出圖像中所需的圖像細(xì)節(jié)，往往采用灰度變換方法。 圖像增強(qiáng)和復(fù)原 本文只針對(duì)涉及到的幾種圖像增強(qiáng)和復(fù)原方法進(jìn)行介紹。 數(shù)字圖像變換還可以 用矩陣來(lái)表示，以便應(yīng)用矩陣運(yùn)算的很多性質(zhì)，這里就不再詳述 [10]。以二維離散傅里葉變換為例，可以用通用的關(guān)系式來(lái)表示： 式中： x、 y、 u、 v 均取 ； 和稱(chēng)為正變換核和反變換核。 式中： ； 。 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 22 頁(yè) 共 45 頁(yè) 由此得一維 DCT： 式中， 。而中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 21 頁(yè) 共 45 頁(yè) 且沃爾什變換核不是 +1 就是 1，因此，沃爾什變換本質(zhì)上是將離散序列 各項(xiàng)值的符號(hào)按一定規(guī)律改變，進(jìn)行加減運(yùn)算，因此，比采用復(fù)數(shù)運(yùn)算的 DFT 要簡(jiǎn)單得多。由于沃爾什函數(shù)時(shí)二值正交函數(shù)，與數(shù)字邏輯中的兩個(gè)狀態(tài)相對(duì)應(yīng)，因此更適用于計(jì)算機(jī)技術(shù)、數(shù)字信號(hào)處理。離散 和連續(xù)情況的相關(guān) 定理都可表示為： 傅里葉變換雖然有很多有用的性質(zhì)，也獲得了很廣泛的應(yīng)用，但它有兩個(gè)明顯的缺點(diǎn)。 （ 8）微分性質(zhì) 二維變量函數(shù) 的拉普拉斯算子定義為 按二維傅里葉變換的定義，可得： 拉普拉斯算子通常用于檢測(cè)圖像的邊緣。在極坐標(biāo)系中，存在以下變換對(duì) 此式表明，如果 在空域旋轉(zhuǎn) 角度后，相應(yīng)的傅里葉變換 在頻域中也旋轉(zhuǎn)同一 角；反之亦然。 在空域中，對(duì) 也有類(lèi)似的性質(zhì)。 （ 4）周期性和共軛對(duì)稱(chēng)性 離散傅里葉變換和反變換具有周期性和共 軛對(duì)稱(chēng)性。 在數(shù)字圖像處理中，常常需要將 的 原點(diǎn)移到 頻域方陣的中心，以使能清楚地分析傅里葉變換譜的情況。再將 沿每一列在進(jìn)行一次一維傅里葉變換，就可得二維傅里葉變換 ，即 這說(shuō)明二維傅里葉變換 可以 先沿行后沿列分離為兩個(gè)一維變換的 過(guò)程，顯然改為先沿列后沿行分離為兩個(gè)一維變換，其結(jié)果是一樣的，公式略。設(shè) 和 分別為二維離散函數(shù)和 的離散傅里葉變換，則 式中 a， b 是常數(shù)。 式中： ； 。 式中： ； 。要知道，這里是準(zhǔn)確值而不是近似值。 一維離散傅里葉變換 ：如果去 N 個(gè)間隔為 取樣增量的方法將一維連續(xù)函數(shù) 進(jìn)行離散化。 如果直接應(yīng)用卷積和相關(guān)運(yùn)算在時(shí)域 中處理，計(jì)算量將隨著取樣點(diǎn)數(shù) N 的平方而增加，這使計(jì)算機(jī)的計(jì)算量加大，費(fèi)時(shí)，很難達(dá)到實(shí)時(shí)處理的要求。由此得到二者轉(zhuǎn)化關(guān)系為： RGB 和 NTSCYIQ 彩色模型轉(zhuǎn)化： 中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 13 頁(yè) 共 45 頁(yè) 當(dāng)采用 PAL 電視制式時(shí)公式應(yīng)為 圖像變換 一般數(shù)字圖像處理的計(jì)算方法本質(zhì)上都可看為線性 的 ， 處理后的輸出圖像陣列可看為輸入圖像陣列的各個(gè)元素經(jīng)加權(quán)線性組合而得到，這種空間線性處理要比非線性處理簡(jiǎn)單。同時(shí)，不同研究者所用的三基色和標(biāo)準(zhǔn)白色不同，使得研究結(jié)果很難比較。此外，還有常用的國(guó)際照明委員會(huì) CIE 提出的 CIEXYZ 模型和美國(guó)國(guó)家電視系統(tǒng) 委員會(huì)（ national television system CommitteeNTSC）提出的 YIQ 彩色模型。對(duì)于數(shù)字圖像處理來(lái)說(shuō)， 128 種不同的色調(diào)和 8 種不同的色飽和度， 16 種明暗級(jí)基本上可滿足應(yīng)用需求。實(shí)際應(yīng)用中，一般將色調(diào)和色飽和度稱(chēng)為彩色，顏色便用彩色和亮度表征 [6]。目前對(duì)圖像質(zhì)量評(píng)價(jià)往往還是采用主觀保真度準(zhǔn)則，它是由一批圖像評(píng)價(jià)專(zhuān)家按主觀感覺(jué)來(lái)定性地評(píng)價(jià)圖像質(zhì)量 [5]。當(dāng)然也有按噪聲頻譜形狀來(lái)命名的，如頻譜均勻分布的噪聲稱(chēng)其為白噪聲，頻譜與頻率成反比的稱(chēng)為 噪聲，而與頻率平方成正比的稱(chēng)其為三角噪聲等等 [4]。 （ 2）內(nèi)部干擾一般可分為四種：由光和電的基本性質(zhì)所引起的噪聲、電器的機(jī)械運(yùn)動(dòng)產(chǎn)生的噪聲、元器件材料本身引起的噪聲、系統(tǒng)內(nèi)部設(shè)備電路所引起的噪聲。量化也可以分為兩種，一種是將樣點(diǎn)灰度值等間隔分檔取整，稱(chēng)為均勻量化；另一種是不等間隔分檔取整，稱(chēng)為分均勻量化。 圖像在空間上的離散化 成為采樣，其約束條件是：由采樣點(diǎn)，通過(guò)某種方法可以正確的重建原圖像。顯然， 是二維連續(xù)函數(shù)，有無(wú)窮多個(gè)值。圖中所有的中心方塊都有相同的光強(qiáng)度，但在人的視覺(jué)感覺(jué)就不同，這種與背景光強(qiáng)度有關(guān)的視覺(jué)主觀感覺(jué)稱(chēng)為同時(shí)對(duì)比效應(yīng)。實(shí)驗(yàn)表明，人的視覺(jué)系統(tǒng)感 覺(jué)到的景物亮度并不直接由景物本身的亮度所決定。那么 ，人是如何轉(zhuǎn)動(dòng)眼球使視線移動(dòng) ，從而適應(yīng)大的畫(huà)面和立體景象的呢？人眼中心視力分辨率強(qiáng)，可以進(jìn)行圖像細(xì)節(jié)的認(rèn)識(shí)，但只能認(rèn)識(shí)圖像的一小部分；而周邊視力分辨率差，但可以認(rèn)識(shí)圖像的全貌， 而且可以將所視目標(biāo)特征部分檢出，利用檢出的目標(biāo)圖像中北大學(xué) 2020 屆畢業(yè)設(shè)計(jì)說(shuō)明書(shū) 第 9 頁(yè) 共 45 頁(yè) 特征去控制眼球運(yùn)動(dòng)，必要時(shí)可以再用中心視力來(lái)進(jìn)一步認(rèn)識(shí)這一部分圖像。應(yīng)該說(shuō)， 對(duì)圖像的認(rèn)識(shí)或理解是由感覺(jué)和心理狀態(tài)決定的， 也就是說(shuō)，與圖像內(nèi)容和觀察者的心理因素有關(guān)。第五章進(jìn)行系統(tǒng)的具體實(shí)現(xiàn)，包括硬件電路的設(shè)計(jì)與軟件程序的編寫(xiě)。第一章緒論，主要介紹數(shù)字圖像處理的現(xiàn)狀，基本概念，以及內(nèi)容分布。計(jì)算機(jī)的運(yùn)算速度發(fā)展到今天，已為虛擬現(xiàn)實(shí)提供了可能。如 Thomson 公司 ST13220采用 SyStO11C 結(jié)構(gòu)，作運(yùn)動(dòng)預(yù)測(cè)器 。 （ 5）圖像、圖形相結(jié)合朝著三維成像或多維成 像的方向發(fā)展 （ 6）新理論與新算法研究 .近年來(lái)在圖像處理領(lǐng)域引入了一些新的理論并提出了一些新的算法，如 :Wavelet、 Fractal、 Morphology、遺傳算法、神經(jīng)網(wǎng)絡(luò)等。數(shù)字圖像處理后的圖像一般是給人觀察和評(píng)價(jià)的，因此受人的因素影響較大。所以在成像、傳輸、存儲(chǔ)、處理、顯示等各個(gè)環(huán)節(jié)的實(shí)現(xiàn)上，技術(shù)難度較大，成本高。 （ 2）對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量要求高。數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。圖像可以來(lái)自多種信息源。 （ 7）再現(xiàn)性好。 （ 4）處理精度高。圖像信息論也屬于信息論科學(xué)中的一個(gè)分支。 總之，圖像處理科學(xué)是一項(xiàng)涉及多學(xué)科的綜合性科學(xué)。 X 射線照片一般用 64KB256KB 的數(shù)據(jù)量，一幅遙感圖像 3240x2340x4≈ 30MB 的數(shù)據(jù)量。 總之，數(shù)字圖像處理技術(shù)應(yīng)用還可列出相當(dāng)多的領(lǐng)域，它在國(guó)家安全、經(jīng)濟(jì)發(fā)展、日常生活中充當(dāng)越來(lái)越重要的角色，對(duì)國(guó)計(jì)民生的作用不可低估。 6）圖像分類(lèi)（識(shí)別） 圖像分類(lèi)（識(shí)別）屬于模式識(shí)別的范疇，其主要內(nèi)容是圖像經(jīng)過(guò)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(lèi)。作為最簡(jiǎn)單的二值圖像可采用其幾何特性描述物體的特征。圖像分割是將圖像中有意義的特征部分提取出來(lái)，包括圖像中物體的邊緣、區(qū)域等， 這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。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。 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?cái)?shù)），以便節(jié)省圖像傳輸、處理時(shí)間和減少存儲(chǔ)器容量。因而，研究圖像處理和理解將永遠(yuǎn)是一個(gè)挑戰(zhàn)性的研究課題，無(wú)論存在 多大的困難，總會(huì)取得突破性進(jìn)展，并給 人類(lèi)社會(huì)各個(gè)方面的實(shí)際應(yīng)用帶來(lái)越來(lái)越多的效益。這些成果不僅推動(dòng)了計(jì)算智能信息處理技術(shù)的進(jìn)一步發(fā)展，而且給數(shù)字 圖像處理和計(jì)算機(jī)視覺(jué)開(kāi)辟了不少新的研究領(lǐng)域。盡管目前已有了不少圖像理解的理論、方法、算法和初級(jí)圖像理解系統(tǒng)，但真正能在實(shí)際應(yīng)用中可以取代人的視覺(jué)功能的還不多見(jiàn)。在以物體為中心的坐標(biāo)系中，描述了三維物體的形狀和它們?cè)诳臻g的結(jié)構(gòu)基元是體積的或表面面積的基元。 （ 2） 維圖，又稱(chēng)為 intrinsic 圖像。 圖 像 特 征（ 基 元 圖 ）2 . 5 維 圖（ i n t r i n s i c 圖 像 ）三 維 模 型從立體圖從圖像序列從陰影至形狀從紋理至形狀從x至形狀 圖 一 1 基于 Marr 視覺(jué)計(jì)算理論的方框圖 Marr 視覺(jué)計(jì)算理論主要涉及描述三維物體的幾何表示問(wèn)題。 于此同時(shí)，圖像處理技術(shù)在許多其它 應(yīng)用領(lǐng)域受到廣發(fā)重視并取得了重大的開(kāi)拓性成就，屬于這些領(lǐng)域的有工業(yè)檢測(cè)、機(jī)器視覺(jué)、公安司法、軍事制導(dǎo)、文化藝術(shù)等，是圖像處理成為一門(mén)引人注目、前景遠(yuǎn)大的新型學(xué)科。 1972 年英國(guó) EMI公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計(jì)算機(jī)斷層攝影裝置 ，簡(jiǎn)稱(chēng)CT（ Computer Tomograph）。 數(shù)字圖像處理的發(fā)展始于 20 世紀(jì) 60 年代初期，首次獲得實(shí)際成功應(yīng)用的是美國(guó)噴氣推進(jìn)實(shí)驗(yàn)室（ JPL）。