【正文】 步驟及灰度閾值處理結(jié)果 打開(kāi) yuv 的文件夾里的 ,編譯后，在 Debug 菜單中選擇 go main 使光標(biāo)指向源程序的第一條語(yǔ)句。 在 File/Loadprogram 中倒入可執(zhí)行文件后，首先設(shè)置圖片參數(shù)，再將圖 像數(shù)據(jù)導(dǎo)入 DSP內(nèi)存，具體如下圖所示。 圖 設(shè)置參數(shù) 設(shè)置圖片參數(shù)， Color space設(shè)置為 YUV、 Start Adress Y Source 設(shè)置為y、 Start Adress – U Source設(shè)置為 u、 Start Adress – VSource 設(shè)置為 v、 Lines Per Display設(shè)置為 200、 Pixels Per Line 設(shè)置為 200 、 Byte Packing to Fill 32 Bits設(shè)置為 NO、 YUV Ratio設(shè)置為 4： 1： Image Origin 設(shè)置為 Top left。 26 圖 圖 參數(shù)設(shè)置后的對(duì)話框 導(dǎo)入 y， u， v：由于圖像再 MATLAB 中 是分開(kāi)采集的，所以要在 CCS中分開(kāi)導(dǎo)入；當(dāng)然，也可以把 , 整合到一個(gè)文件之后在直接導(dǎo)入 CCS中。本實(shí)驗(yàn)是分別導(dǎo)入進(jìn)去的。圖中示范了如何導(dǎo)入 ， 、 的導(dǎo)入是一樣的。 27 圖 圖 圖 加載數(shù)據(jù)對(duì)話框 28 圖 導(dǎo)入 y值圖像 圖 導(dǎo)入 y， u圖像 圖 導(dǎo)入一 y， u， v圖像 ，因?yàn)閳D像數(shù)據(jù)量大，請(qǐng)等待大約一分鐘， 如不出現(xiàn)可以先將 Lines per Display 改成 20，出現(xiàn)圖像后再將其改成 ，運(yùn)行程序后，停止，然后等待處理后的圖片。 圖 處理后的圖象 29 處理后的圖像其他三幅圖像如下所示： 圖 La 圖 Ba 圖 Ma 性能評(píng)價(jià) 針對(duì) DSP的 TMS320VC54X快速，高效的特點(diǎn)，采取了 DSP集成開(kāi)發(fā)環(huán)境 CCS針對(duì)彩色圖像的灰度閾值進(jìn)行處理，并且利用多幅圖 像進(jìn)行試驗(yàn)對(duì)比。實(shí)驗(yàn)結(jié)果表明該算法能有效的處理彩色圖像的灰度閾值處理。達(dá)到了利用 DSP對(duì)彩色圖像進(jìn)行預(yù)處理的應(yīng)用目的。 由于灰度圖像數(shù)據(jù)量較大，因此程序的設(shè)計(jì)需要較大的存儲(chǔ)空間。系統(tǒng)中所采集到的 8bits 灰度圖像大小為 200 200，滿足 VC54X 可尋址的數(shù)據(jù)空間范圍有 64K 的限制。按照 TI 公司所提供的 TMS320VC54X 使用手冊(cè)中所描述的存儲(chǔ)區(qū)的應(yīng)用，認(rèn)識(shí)到 64K的數(shù)據(jù)存儲(chǔ)區(qū)前 80h供于程序調(diào)用專有，不能被用戶支配和占用。若圖像大于256 256 時(shí)，超出 VC54X 可尋址的數(shù)據(jù)空間范圍。所以將測(cè)試圖 像的尺子進(jìn)行了調(diào)整，同時(shí)滿足數(shù)組的計(jì)算（ VC54X對(duì)于數(shù)組操作只提供 31326字的有效范圍）。 按照灰度閾值處理的算法思想，進(jìn)行的程序設(shè)計(jì)。在程序測(cè)試時(shí)出現(xiàn)了“失真”現(xiàn)象。原因是因?yàn)閳D像的某些灰度偏高，導(dǎo)致閾值高于平均灰度值，從而在閾值判斷時(shí)，部分出現(xiàn)了白色“失真”現(xiàn)象；而圖像的某些灰度偏低，導(dǎo)致閾值低于平均灰度值，從而在閾值判斷時(shí)，部分就出現(xiàn)了黑色“失真”現(xiàn)象。 小結(jié) 本章詳細(xì)介紹了基于 TMS320VC54X開(kāi)發(fā)簡(jiǎn)介及基于 TMS320VC54X彩色圖像灰度閾值處理的實(shí)現(xiàn)與研究。針對(duì) DSP 的 VC54X 快速，高效的特點(diǎn)，采取了 DSP 集成開(kāi)發(fā)環(huán)境 對(duì) RGB 圖像進(jìn)行灰度閾值處理的實(shí)現(xiàn)。實(shí)驗(yàn)證明 RGB 彩色圖片在灰度閾值處理后確實(shí)產(chǎn)生了一定的失真。 30 5 結(jié)論 所做工作及評(píng)價(jià) 在 Matlab仿真中，要求 RGB轉(zhuǎn)換到灰度，之后在轉(zhuǎn)換到 RGB。在 Matlab中確實(shí)有 RGB 轉(zhuǎn)換到灰度圖的函數(shù) rgb2gray 能實(shí)現(xiàn)彩色圖像灰度化，也可以進(jìn)行切分，可是在灰度轉(zhuǎn)換到 RGB 時(shí)就轉(zhuǎn)換不過(guò)去了，用 gray2rgb 轉(zhuǎn)換不了。為此我又查了很多資料，試驗(yàn)了很多次，但均告失敗。后來(lái)我嘗試把彩色圖片轉(zhuǎn)換到 YUV空間在對(duì) 其進(jìn)行灰度閾值切分，我才順利的得以把試驗(yàn)做出來(lái)。 在 CCS試驗(yàn)中也遇到很多問(wèn)題，其中在把 tif文件格式轉(zhuǎn)換到 dat文件格式時(shí)由于對(duì)圖像存儲(chǔ)格式不是很清楚，剛開(kāi)始對(duì) Y、 U、 V 中的 U、 V 采樣時(shí)按照隔行隔列采的，結(jié)果在 CCS運(yùn)行時(shí)錯(cuò)誤；后來(lái)又查了許多資料，修改了采樣的方法，用隔列不隔行的方法得以把試驗(yàn)正確的作出來(lái)。 本文討論的灰度閾值法都針對(duì)靜態(tài)圖像的，對(duì)動(dòng)態(tài)圖像灰度閾值處理時(shí)要考慮精度和復(fù)雜度的要求，在二者之間找到一種平衡，綜合考慮。 課題展望 從灰度閾值處理算法研究的歷史來(lái)看，可以看到對(duì)灰度閾值處理算 法的研究有幾個(gè)明顯的趨勢(shì)：一是對(duì)原有算法的不斷改進(jìn)，二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用 !人們逐漸認(rèn)識(shí)到現(xiàn)有的任何一種單獨(dú)的灰度 閾值處理算法都難以對(duì)一般圖像取得令人滿意的處理效果，因而很多人在把新方法和新概念不斷的引入圖像灰度閾值領(lǐng)域的同時(shí)，也更加重視把各種方法綜合起來(lái)運(yùn)用 !在新出現(xiàn)的方法中，Gamma校正方法就是一種很好的方法。 Gamma源于 CRT（顯示器 /電視機(jī)）的響應(yīng)曲線，即其亮度與輸入電壓的非線性關(guān)系。 在彩色電視接收到 YUV信號(hào)，再經(jīng)解碼矩陣： ()()()R R Y YB B Y YG G Y Y? ? ???? ? ???? ? ?? 還原成 RGB三基色信號(hào)，還原出的 RGB信號(hào)加到彩色顯像管 3個(gè)陰極或者 柵極上，使熒光屏上重現(xiàn)出正確的彩色圖像。由于攝像管的光電轉(zhuǎn)換特性和顯像管的光電轉(zhuǎn)換特性都存在非線性，而理想狀態(tài)下輸出的色彩強(qiáng)度和電子束的電壓信號(hào)之間的關(guān)系應(yīng)該是線性的，為了使最終顯示出來(lái)的圖像的亮度層次不出現(xiàn)畸變，必須將 RGB信號(hào)加 31 到彩色顯像管之前進(jìn)行非線性校正，這稱為 ? 校正。 輸出強(qiáng)度與電壓信號(hào)之間的理想關(guān)系如圖 ，其實(shí)際關(guān)系如圖 。 圖 理想的線性響應(yīng) 圖 實(shí)際的非線性響應(yīng) 研究表明，顯示器的輸出強(qiáng)度和輸出電壓的相應(yīng)大致呈冪指數(shù)關(guān)系，如公式IP?? 所示的強(qiáng)度隨著輸入電壓的增長(zhǎng)成指數(shù)增長(zhǎng)，通常我們把這個(gè)冪指數(shù)稱為 ? 。事實(shí)上，幾乎各種顯示器都存在這種非線性關(guān)系，其 Gamma值大小在 ~，CRT 的 ? 值一般取 。其中， I 指的是顯示器輸出的光強(qiáng)度； P 指顯示器上加載的光束電壓，一般光束電壓 P 是由圖像相應(yīng)位置的像素值決定的 ； ? 為 Gamma值。 為了在顯示器上顯示的圖像的效果和實(shí)際相符，有必要在攝像機(jī)獲取圖像后進(jìn)行? 校正，將上述這種非線性校正為線性關(guān)系的公式如下： 1()new oldPP?? 其中， newP 是進(jìn)行了校正處理圖像的像素值； oldP 是校正前的像素值； ? 影響著校正的程度， 1?? 時(shí)，不進(jìn)行校正， ? 越大，像素的校正量越大。處理后的圖像，可以分辨圖像細(xì)節(jié)部分。 ? 校正的具體實(shí)現(xiàn)方法是多種多樣的，在模擬電視中， ? 校正可以采用分段折線與漸變式兩種。對(duì)于分段式是通過(guò)選擇二極管的配置電路，確定不同的分段導(dǎo)通特性來(lái)實(shí)現(xiàn)校正處理。數(shù)字電路的技術(shù)發(fā)展，廣泛應(yīng)用高度靈活的數(shù)字化 ? 校正法。可以采用由數(shù)字電視電路構(gòu)成的硬件實(shí)現(xiàn)折線式 ? 校正電路。軟件實(shí)現(xiàn)的 ? 校正的步驟分為兩步：（ 1）建立 ? 校正數(shù)據(jù)表；（ 2）根據(jù)輸入的像素值進(jìn)行查表獲取 ? 校正后的數(shù)據(jù)。其中， ? 校正數(shù)據(jù)表可以通過(guò)各種公式的修正計(jì)算獲得，也可以預(yù)先設(shè)定。 32 結(jié) 論 本文針灰度閾值處理算法的分析，這是一種最常用的圖像預(yù)處理技術(shù)，閾值是用于區(qū)分不同目標(biāo)的灰度值。如果圖象只有目標(biāo)和背景兩大類，那么只需選取一個(gè)閾值稱為單閾值分割。這種方法是將圖象中每個(gè)象素的灰度值和閾值比較，灰 度值大于閾值的象素為一類，灰度值小于閾值的象素為另一類。如果圖象中有多個(gè)目標(biāo)，就需要選取多個(gè)閾值將各個(gè)目標(biāo)分開(kāi)，這種方法稱為多閾值分割。為區(qū)分目標(biāo)還需要對(duì)多個(gè)區(qū)域進(jìn)行標(biāo)記。閾值又可分為全局閾值，局部閾值和動(dòng)態(tài)閾值，閾值分割的結(jié)果依賴于閾值的選取，確定閾值是閾值分割的關(guān)鍵，閾值分割實(shí)質(zhì)上就是按照某個(gè)標(biāo)準(zhǔn)求出最佳閾值的過(guò)程。 通常閾值化分割方法根據(jù)某種測(cè)度準(zhǔn)則確定分割閾值。如果僅使用象素的灰度級(jí)確定分割閾值，則閾值化是點(diǎn)相關(guān)的；如果由每個(gè)象素鄰域的局部特性決定門限，則閾值化是區(qū)域相關(guān)的。 灰度閾值處理算法的優(yōu)點(diǎn) 是計(jì)算簡(jiǎn)單，運(yùn)算效率高，速度快。全局閾值對(duì)于灰度相差很大的不同目標(biāo)和背景能進(jìn)行有效的分割，這種方法只考慮象素本身的灰度值，一般不考慮空間特征，因而對(duì)噪聲很敏感。在實(shí)際應(yīng)用中，灰度閾值法通常和其他方法結(jié)合使用。 近來(lái) ,灰度閾值處理在圖像分割領(lǐng)域受到越來(lái)越多的關(guān)注 ,其應(yīng)用成果也層出不窮。盡管灰度閾值運(yùn)算要占用一定的時(shí)間 ,但更重要的是 ,由于灰度閾值方法是預(yù)處理圖像的一種有效方法 ,可以為更高層的處理圖像分析、圖像理解、模式識(shí)別保留更多的信息 , 因此 ,隨著計(jì)算機(jī)處理能力的提高和人們對(duì)灰度閾值方法研究的深入 ,灰度閾值方法在彩色圖像處理領(lǐng)域必將有更廣闊的應(yīng)用前景 。 33 參考文獻(xiàn) 1. Texas Instruments Incorporated． TMS320C54x DSP CPU Reference Guide （ Literature Number: SPRU371D） May 2022 2. Texas Instruments Incorporated． TMS320C54x DSP Programmer39。s Guide （ Literature Number: SPRU376） 3. Texas Instruments Incorporated． Code Composer Studio Getting Started Guide（ Literature Number: SPRU509） 4. Texas Instruments Incorporated． C54x Instruction Set Simulator User39。s Guide （ Literature Number: SPRU517） 5. Texas Instruments Incorporated． TMS320VC5416 FixedPoint Digital Signal Processor Data Manual (Literature Number: SPRS163G) April 2022 6. 楊琳，張錕生，楊懷祥 .彩色電視原理．南京 .東南大學(xué)出版社 . 7. 吳鎮(zhèn)揚(yáng)，周琳等譯 .數(shù)字信號(hào)與圖像處理（翻譯版 .Digital Signal and Image Processing．美． Bose， T）．北京．高等教育出版社 .2022， 7 8. 黃愛(ài)民，安向京，駱力等編著 .數(shù)字圖像處理與分析基礎(chǔ) .北京 .中國(guó)水利水電出版社． 2022 9. 周琳主編 .DSP通信工程技術(shù)應(yīng)用 .北京 .國(guó)防工業(yè)出版社． 2022， 1 10. 彭啟，李玉柏，管慶 .DSP技術(shù)的發(fā)展與應(yīng)用 .北京 .高等教育出版社 .2022， 9（ 2022重?。? 11. 清源科技編著 .TMS320C54xDSP 應(yīng)用程序設(shè)計(jì)教程 .北京 .機(jī)械工業(yè)出版社 .2022， 1 12. 劉直芳，王運(yùn)瓊，朱敏 .數(shù)字圖像處理與分析北京清華大學(xué)出版社 .2022 13. 何小海主編，滕奇志副主編 .圖像通信 .西安電子科技大學(xué)出版社 14. 畢厚杰 .新一代視頻壓縮編碼標(biāo)準(zhǔn) H .264/ .2022 15. 鄭雯，翟希山 .數(shù)字電視原理、傳輸與接收 .北京人民郵電出版社 .2022 16. 華繼釗 。彩色圖像邊緣檢測(cè)相關(guān)算法研究 [D]。揚(yáng)州大學(xué) 。2022 年 17. 吳婉蘭 ?；?TDS642EVM 圖像處理平臺(tái)的目標(biāo)圖像識(shí)別研究 [D]。南京航空航天大學(xué) 。2022年 18. 周德龍 ,潘泉 ?；诨叶?梯度共生矩陣模型的最大熵閾值處理算法 [J]。小型微型計(jì)算機(jī)系統(tǒng) 。2022 年 02期 19. 夏勇 。圖像分割技術(shù)研究 [D]。西北工業(yè)大學(xué) 。2022年 20. 白娜 ， 姜宏旭 ， 李波 ?；?DSP 的自適應(yīng)圖像增強(qiáng)算法的優(yōu)化實(shí)現(xiàn) [A]。全國(guó)第二屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會(huì)議論文集 [C]。2022 年