【正文】 ，對于其配置，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、進行默認配置 make defconfig，然后進入菜單配置界面 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，并且效果還不錯的一種轉(zhuǎn)換關(guān)系： 這是根據(jù)人眼對綠色的敏感度最高，而對藍色的敏感度最低的出來的，下面是轉(zhuǎn)換的效 果圖。若像素點的原灰度為 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，它們的絕大部分可以劃分為 兩類：基于查找一類和基于零穿越的一類 [20]。在應(yīng)用程序的移植過程中，因為界面使用 QT 設(shè)計?；诹愦┰降姆椒ㄍㄟ^尋找圖像二階導(dǎo)數(shù)零穿越來尋找邊界， 下圖為拉普拉斯算子 [21]的效果圖。 對變換后的 S 值取最靠近的一個灰度級的值，建立灰度級 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 灰度圖像的增強其實是比較簡單的，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 三個分量組成，而灰度圖像顯然只有亮度值一個屬性。 中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 34 頁 共 45 頁 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 。進行基于 linux 的中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 33 頁 共 45 頁 應(yīng)用移植 ，系統(tǒng)實現(xiàn)的源代碼可于附錄中找到 。所以這里對顯示不做過多深述，采用普通顯示屏幕即可。圖像的增強和復(fù)原往往是圖像處理涉及最多的，圖像增強的目標是改進圖片的質(zhì)量，包括對比度、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，試圖估計原圖像的一種算法。當硬件系統(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圖像數(shù)據(jù)進行分析，以達到 所需結(jié)果的技術(shù)。由 于圖像信息的數(shù)據(jù)量往往遠大于普通數(shù)據(jù)，因此圖像的存儲基本上都會涉及到壓縮算法的問題。它本身就已經(jīng)可以稱為系統(tǒng)的設(shè)備了，內(nèi)部集成了一些圖像處理功能。一開始 CCD 的性能要好于 CMOS，但現(xiàn)在隨著技術(shù)的改進，兩者的差距也在逐漸縮小。掃描儀應(yīng)用在當今社會的各個領(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 根據(jù)功能的不同，圖像處理系統(tǒng)大多可分為四個模塊：圖像采集模塊、圖像存儲模 塊、圖像處理模塊以及圖像顯示模塊，有時根據(jù)需要可能還會有網(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]。但由于梯度運算比較復(fù)雜，有時可以采用一些近似運算，以獲得既能滿足要 求又使運算簡單的方法。 本文只對幾種常見的邊緣檢測進行介紹。 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，并使其細節(jié)清晰。自然景物的圖像是由兩個分量乘積所組成，即照明 度圖型和反射度圖型，或稱照明函數(shù)和反射函數(shù)。采用一般的灰度線性變換是不行的，因為擴展灰度級雖可以提高物體 圖像的反差，但會使動態(tài)范圍更大。為增強低灰度 級像素，壓制高灰度級像素，通常用對數(shù)變換方法進中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 26 頁 共 45 頁 行調(diào)整灰度級的動態(tài)。可選用下面的公式： 這樣實際上是使圖像中黑的更黑，白的更白，提高了圖像對比度。 在某些情況下，為了將圖像灰度級整個范圍 或其中某一段擴展或壓中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 25 頁 共 45 頁 縮到記錄器件輸入灰度級動態(tài)范圍 之內(nèi)，以便充分利用記錄器件灰度級動態(tài)范圍，記錄顯示出圖像中所需的圖像細節(jié)，往往采用灰度變換方法。 圖像增強和復(fù)原 本文只針對涉及到的幾種圖像增強和復(fù)原方法進行介紹。 數(shù)字圖像變換還可以 用矩陣來表示，以便應(yīng)用矩陣運算的很多性質(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)系式來表示： 式中： x、 y、 u、 v 均取 ； 和稱為正變換核和反變換核。 式中： ； 。 中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 22 頁 共 45 頁 由此得一維 DCT： 式中， 。而中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 21 頁 共 45 頁 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 各項值的符號按一定規(guī)律改變，進行加減運算，因此，比采用復(fù)數(shù)運算的 DFT 要簡單得多。由于沃爾什函數(shù)時二值正交函數(shù)，與數(shù)字邏輯中的兩個狀態(tài)相對應(yīng)，因此更適用于計算機技術(shù)、數(shù)字信號處理。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，但它有兩個明顯的缺點。 （ 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圖像的邊緣。在極坐標系中，存在以下變換對 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 也有類似的性質(zhì)。 （ 4）周期性和共軛對稱性 離散傅里葉變換和反變換具有周期性和共 軛對稱性。 在數(shù)字圖像處理中，常常需要將 的 原點移到 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 沿每一列在進行一次一維傅里葉變換，就可得二維傅里葉變換 ，即 這說明二維傅里葉變換 可以 先沿行后沿列分離為兩個一維變換的 過程，顯然改為先沿列后沿行分離為兩個一維變換，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，這里是準確值而不是近似值。 一維離散傅里葉變換 ：如果去 N 個間隔為 取樣增量的方法將一維連續(xù)函數(shù) 進行離散化。 如果直接應(yīng)用卷積和相關(guān)運算在時域 中處理，計算量將隨著取樣點數(shù) N 的平方而增加，這使計算機的計算量加大，費時，很難達到實時處理的要求。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)計說明書 第 13 頁 共 45 頁 當采用 PAL 電視制式時公式應(yīng)為 圖像變換 一般數(shù)字圖像處理的計算方法本質(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單。同時，不同研究者所用的三基色和標準白色不同，使得研究結(jié)果很難比較。此外，還有常用的國際照明委員會 CIE 提出的 CIEXYZ 模型和美國國家電視系統(tǒng) 委員會（ national television system CommitteeNTSC）提出的 YIQ 彩色模型。對于數(shù)字圖像處理來說， 128 種不同的色調(diào)和 8 種不同的色飽和度， 16 種明暗級基本上可滿足應(yīng)用需求。實際應(yīng)用中，一般將色調(diào)和色飽和度稱為彩色，顏色便用彩色和亮度表征 [6]。目前對圖像質(zhì)量評價往往還是采用主觀保真度準則，它是由一批圖像評價專家按主觀感覺來定性地評價圖像質(zhì)量 [5]。當然也有按噪聲頻譜形狀來命名的，如頻譜均勻分布的噪聲稱其為白噪聲，頻譜與頻率成反比的稱為 噪聲，而與頻率平方成正比的稱其為三角噪聲等等 [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、電器的機械運動產(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，一種是將樣點灰度值等間隔分檔取整，稱為均勻量化；另一種是不等間隔分檔取整，稱為分均勻量化。 圖像在空間上的離散化 成為采樣，其約束條件是：由采樣點，通過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)，有無窮多個值。圖中所有的中心方塊都有相同的光強度，但在人的視覺感覺就不同，這種與背景光強度有關(guān)的視覺主觀感覺稱為同時對比效應(yīng)。實驗表明，人的視覺系統(tǒng)感 覺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)動眼球使視線移動 ，從而適應(yīng)大的畫面和立體景象的呢？人眼中心視力分辨率強，可以進行圖像細節(jié)的認識，但只能認識圖像的一小部分；而周邊視力分辨率差，但可以認識圖像的全貌， 而且可以將所視目標特征部分檢出，利用檢出的目標圖像中北大學(xué) 2020 屆畢業(yè)設(shè)計說明書 第 9 頁 共 45 頁 特征去控制眼球運動，必要時可以再用中心視力來進一步認識這一部分圖像。應(yīng)該說， 對圖像的認識或理解是由感覺和心理狀態(tài)決定的， 也就是說，與圖像內(nèi)容和觀察者的心理因素有關(guān)。第五章進行系統(tǒng)的具體實現(xiàn)，包括硬件電路的設(shè)計與軟件程序的編寫。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。計算機的運算速度發(fā)展到今天，已為虛擬現(xiàn)實提供了可能。如 Thomson 公司 ST13220采用 SyStO11C 結(jié)構(gòu)，作運動預(yù)測器 。 （ 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價的，因此受人的因素影響較大。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，成本高。 （ 2）對計算機的計算速度、存儲容量要求高。數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。圖像可以來自多種信息源。 （ 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)中的一個分支。 總之，圖像處理科學(xué)是一項涉及多學(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)用還可列出相當多的領(lǐng)域，它在國家安全、經(jīng)濟發(fā)展、日常生活中充當越來越重要的角色，對國計民生的作用不可低估。 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、復(fù)原、壓縮）后，進行圖像分割和特征提取，從而進行判決分類。作為最簡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，包括圖像中物體的邊緣、區(qū)域等， 這是進一步進行圖像識別、分析和理解的基礎(chǔ)。圖像增強不考慮圖像降質(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（即比特數(shù)），以便節(jié)省圖像傳輸、處理時間和減少存儲器容量。因而，研究圖像處理和理解將永遠是一個挑戰(zhàn)性的研究課題，無論存在 多大的困難，總會取得突破性進展，并給 人類社會各個方面的實際應(yīng)用帶來越來越多的效益。這些成果不僅推動了計算智能信息處理技術(shù)的進一步發(fā)展，而且給數(shù)字 圖像處理和計算機視覺開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、算法和初級圖像理解系統(tǒng)，但真正能在實際應(yīng)用中可以取代人的視覺功能的還不多見。在以物體為中心的坐標系中，描述了三維物體的形狀和它們在空間的結(jié)構(gòu)基元是體積的或表面面積的基元。 （ 2） 維圖，又稱為 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 視覺計算理論的方框圖 Marr 視覺計算理論主要涉及描述三維物體的幾何表示問題。 于此同時，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拓性成就，屬于這些領(lǐng)域的有工業(yè)檢測、機器視覺、公安司法、軍事制導(dǎo)、文化藝術(shù)等，是圖像處理成為一門引人注目、前景遠大的新型學(xué)科。 1972 年英國 EMI公司工程師 Housfield 發(fā)明了用于頭顱診斷的 X 射線計算機斷層攝影裝置 ，簡稱CT（ Computer Tomograph）。 數(shù)字圖像處理的發(fā)展始于 20 世紀 60 年代初期，首次獲得實際成功應(yīng)用的是美國噴氣推進實驗室（ JPL）。