【正文】 =110) y[i]=0。 else if(110y[i]=220) y[i]=y[i]。 else y[i]=255。 }},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。 參數(shù)設(shè)置后的對話框?qū)難，u，v：由于圖像再MATLAB中是分開采集的，所以要在CCS中分開導(dǎo)入；當(dāng)然，,。本實驗是分別導(dǎo)入進去的。，、。 加載數(shù)據(jù)對話框 導(dǎo)入y值圖像 導(dǎo)入y，u圖像 導(dǎo)入一y，u，v圖像，因為圖像數(shù)據(jù)量大，請等待大約一分鐘，如不出現(xiàn)可以先將Lines per Display改成20，運行程序后，停止，然后等待處理后的圖片。 處理后的圖象處理后的圖像其他三幅圖像如下所示： La Ba Ma 性能評價針對DSP的TMS320VC54X快速，高效的特點，采取了DSP集成開發(fā)環(huán)境CCS針對彩色圖像的灰度閾值進行處理，并且利用多幅圖像進行試驗對比。實驗結(jié)果表明該算法能有效的處理彩色圖像的灰度閾值處理。達到了利用DSP對彩色圖像進行預(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)計需要較大的存儲空間。系統(tǒng)中所采集到的8bits 灰度圖像大小為200200，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使用手冊中所描述的存儲區(qū)的應(yīng)用，認識到64K的數(shù)據(jù)存儲區(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256256時，超出VC54X 可尋址的數(shù)據(jù)空間范圍。所以將測試圖像的尺子進行了調(diào)整，同時滿足數(shù)組的計算（VC54X對于數(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，進行的程序設(shè)計。在程序測試時出現(xiàn)了“失真”現(xiàn)象。原因是因為圖像的某些灰度偏高，導(dǎo)致閾值高于平均灰度值，從而在閾值判斷時，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，部分就出現(xiàn)了黑色“失真”現(xiàn)象。 小結(jié)本章詳細介紹了基于TMS320VC54X開發(fā)簡介及基于TMS320VC54X彩色圖像灰度閾值處理的實現(xiàn)與研究。針對DSP 的VC54X快速，高效的特點。實驗證明RGB彩色圖片在灰度閾值處理后確實產(chǎn)生了一定的失真。5 結(jié)論 所做工作及評價在Matlab仿真中，要求RGB轉(zhuǎn)換到灰度，之后在轉(zhuǎn)換到RGB。在Matlab中確實有RGB轉(zhuǎn)換到灰度圖的函數(shù)rgb2gray能實現(xiàn)彩色圖像灰度化，也可以進行切分，可是在灰度轉(zhuǎn)換到RGB時就轉(zhuǎn)換不過去了，用gray2rgb轉(zhuǎn)換不了。為此我又查了很多資料，試驗了很多次，但均告失敗。后來我嘗試把彩色圖片轉(zhuǎn)換到Y(jié)UV空間在對其進行灰度閾值切分，我才順利的得以把試驗做出來。在CCS試驗中也遇到很多問題，其中在把tif文件格式轉(zhuǎn)換到dat文件格式時由于對圖像存儲格式不是很清楚，剛開始對Y、U、V中的U、V采樣時按照隔行隔列采的，結(jié)果在CCS運行時錯誤；后來又查了許多資料，修改了采樣的方法，用隔列不隔行的方法得以把試驗正確的作出來。本文討論的灰度閾值法都針對靜態(tài)圖像的，對動態(tài)圖像灰度閾值處理時要考慮精度和復(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看，可以看到對灰度閾值處理算法的研究有幾個明顯的趨勢：一是對原有算法的不斷改進，二是新方法、新概念的引入和多種方法的有效綜合運用!人們逐漸認識到現(xiàn)有的任何一種單獨的灰度閾值處理算法都難以對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，也更加重視把各種方法綜合起來運用!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）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Y(jié)UV信號，再經(jīng)解碼矩陣：還原成RGB三基色信號，還原出的RGB信號加到彩色顯像管3個陰極或者柵極上，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)下輸出的色彩強度和電子束的電壓信號之間的關(guān)系應(yīng)該是線性的，為了使最終顯示出來的圖像的亮度層次不出現(xiàn)畸變，必須將RGB信號加到彩色顯像管之前進行非線性校正，這稱為校正。 理想的線性響應(yīng) 實際的非線性響應(yīng)研究表明，顯示器的輸出強度和輸出電壓的相應(yīng)大致呈冪指數(shù)關(guān)系，如公式所示的強度隨著輸入電壓的增長成指數(shù)增長，通常我們把這個冪指數(shù)稱為。事實上，幾乎各種顯示器都存在這種非線性關(guān)系，~。其中，指的是顯示器輸出的光強度；指顯示器上加載的光束電壓，一般光束電壓是由圖像相應(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際相符，有必要在攝像機獲取圖像后進行校正，將上述這種非線性校正為線性關(guān)系的公式如下：其中，是進行了校正處理圖像的像素值；是校正前的像素值；影響著校正的程度，時，不進行校正，越大，像素的校正量越大。處理后的圖像，可以分辨圖像細節(jié)部分。校正的具體實現(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。對于分段式是通過選擇二極管的配置電路，確定不同的分段導(dǎo)通特性來實現(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?？梢圆捎糜蓴?shù)字電視電路構(gòu)成的硬件實現(xiàn)折線式校正電路。軟件實現(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)表可以通過各種公式的修正計算獲得，也可以預(yù)先設(shè)定。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，那么只需選取一個閾值稱為單閾值分割。這種方法是將圖象中每個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。如果圖象中有多個目標(biāo)，就需要選取多個閾值將各個目標(biāo)分開，這種方法稱為多閾值分割。為區(qū)分目標(biāo)還需要對多個區(qū)域進行標(biāo)記。閾值又可分為全局閾值，局部閾值和動態(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，閾值分割實質(zhì)上就是按照某個標(biāo)準(zhǔn)求出最佳閾值的過程。通常閾值化分割方法根據(jù)某種測度準(zhǔn)則確定分割閾值。如果僅使用象素的灰度級確定分割閾值，則閾值化是點相關(guān)的；如果由每個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?；叶乳撝堤幚硭惴ǖ膬?yōu)點是計算簡單，運算效率高，速度快。全局閾值對于灰度相差很大的不同目標(biāo)和背景能進行有效的分割，這種方法只考慮象素本身的灰度值，一般不考慮空間特征，因而對噪聲很敏感。在實際應(yīng)用中，灰度閾值法通常和其他方法結(jié)合使用。近來 ,灰度閾值處理在圖像分割領(lǐng)域受到越來越多的關(guān)注 ,其應(yīng)用成果也層出不窮。盡管灰度閾值運算要占用一定的時間 ,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、模式識別保留更多的信息, 因此 ,隨著計算機處理能力的提高和人們對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。參考文獻1. Texas Instruments Incorporated．TMS320C54x DSP CPU Reference Guide （Literature Number: SPRU371D）May 20012. 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 20016. 楊琳，張錕生，．7. 吳鎮(zhèn)揚，（ Signal and Image Processing．美．Bose，T）．北京．，78. 黃愛民，安向京，．20059. ．2004，110. 彭啟，李玉柏，9（2006重?。?1. ，112. 劉直芳，王運瓊，13. 何小海主編，14. .264/15. 鄭雯，、16. 華繼釗。彩色圖像邊緣檢測相關(guān)算法研究[D]。揚州大學(xué)。2004年17. 吳婉蘭?；赥DS642EVM圖像處理平臺的目標(biāo)圖像識別研究[D]。南京航空航天大學(xué)。2006年18. 周德龍,潘泉?；诨叶忍荻裙采仃嚹Ｐ偷淖畲箪亻撝堤幚硭惴╗J]。小型微型計算機系統(tǒng)。2002年02期19. 夏勇。圖像分割技術(shù)研究[D]。西北工業(yè)大學(xué)。2004年20. 白娜，姜宏旭，李波。基于DSP的自適應(yīng)圖像增強算法的優(yōu)化實現(xiàn)[A]。全國第二屆嵌入式技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C]。2007年34