【正文】 達(dá)到實(shí)時(shí)性的要求，以保證系統(tǒng)的實(shí)際應(yīng)用的價(jià)值。近年來(lái)，DSP技術(shù)的發(fā)展不斷將數(shù)字信號(hào)處理領(lǐng)域的理論研究成果應(yīng)用到實(shí)際系統(tǒng)中，并且推動(dòng)了新的理論和應(yīng)用領(lǐng)域的發(fā)展，也對(duì)圖像處理等領(lǐng)域的技術(shù)發(fā)展起到了十分重要的作用。而物體的邊緣就是物體最重要的不變性質(zhì)：光線(xiàn)的變化顯著地影響了一個(gè)區(qū)域的外觀，但是不會(huì)改變它的邊緣，最重要的是人的視覺(jué)系統(tǒng)也是對(duì)物體的邊緣最敏感。計(jì)算機(jī)視覺(jué)處理可以看作是為實(shí)現(xiàn)某一任務(wù)從包含有大量的不相關(guān)的變量中抽取不變量，總之就是簡(jiǎn)化信息。這一方面說(shuō)明該研究方向本身的重要性，另一方面也反映出了它的深度與難度。邊緣檢測(cè)通常是機(jī)器視覺(jué)系統(tǒng)處理圖像的第一個(gè)階段，是機(jī)器視覺(jué)領(lǐng)域內(nèi)經(jīng)典的研究課題之一，其結(jié)果的正確性和可靠性將直接影響到機(jī)器視覺(jué)系統(tǒng)對(duì)客觀世界的理解[2]。此外，文中還介紹了一種最基本的模式識(shí)別算法模板匹配，并對(duì)該算法進(jìn)行了CCS仿真實(shí)現(xiàn)。文中各邊緣檢測(cè)算法均在DSP軟件仿真工具CCS中進(jìn)行了仿真實(shí)現(xiàn)，并根據(jù)仿真結(jié)果對(duì)各算法加以了比較。作者簽名：　　 　 　　 日　 期：　　 　 　　 基于DSP器件的圖像邊緣檢測(cè)的分析研究摘要：邊緣檢測(cè)是圖像處理與分析中最基礎(chǔ)的內(nèi)容之一，是至今仍沒(méi)有得到圓滿(mǎn)解決的一類(lèi)問(wèn)題，也一直是圖像處理與分析技術(shù)領(lǐng)域中的研究熱點(diǎn)。對(duì)本研究提供過(guò)幫助和做出過(guò)貢獻(xiàn)的個(gè)人或集體，均已在文中作了明確的說(shuō)明并表示了謝意。畢業(yè)設(shè)計(jì)（論文）基于DSP器件的圖像邊緣檢測(cè)的分析研究畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說(shuō)明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過(guò)的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料。作 者 簽 名：　　 　 　　日　 期：　　 　 　　 指導(dǎo)教師簽名：　　 　 　　 日　　期：　　 　 　　 使用授權(quán)說(shuō)明本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計(jì)（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝?、縮印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉?jī)?nèi)容。本文分析研究了梯度、Roberts、Prewitt、Sobel、Kirsch、Laplacian、Marr等算法，同時(shí)還給出了一種新型的邊緣檢測(cè)算法。本文正是考慮到DSP器件特有的穩(wěn)定性、可重復(fù)性、高速性，尤其是可編程性和易于實(shí)現(xiàn)自適應(yīng)處理等優(yōu)點(diǎn)，才采用這一新穎的方法。關(guān)鍵詞：邊緣檢測(cè) DSP CCS 模板匹配Analysis of Image Edge Detection Based on DSP DevicesSong DengliangAbstract: Edge detection is one of the most fundamentals in image processing and analyzing, which is still unsolved so far, and has been research hot in the domain of image processing and analysis technique. In this thesis, the edge detection algorithms researched include Gradient, Roberts, Prewitt, Sobel, Kirsch, Laplacian and Marr. At the same time, a new detection algorithm is put forward. All the edge detection algorithms involved have been simulated using the DSP software simulation tools of CCS, and pared with each other based on their simulation results. Just taking the unique features of DSP devices into account, such as: stability, repeatability, highspeed, in particular programmable and easy to achieve adaptive processing, thus this thesis adopts the new approach. Moreover, the most basic pattern recognition algorithm template matching algorithm is introduced and simulated using CCS. Key words: Edge detection DSP CCS Pattern recognition目 錄引言 1第1章 邊緣檢測(cè)及BMP位圖介紹 2 邊緣概述 2 邊緣檢測(cè) 3 邊緣檢測(cè)的重要性 3 BMP位圖 3 BMP位圖概述 3 BMP位圖的文件結(jié)構(gòu) 4 BMP位圖的數(shù)據(jù)結(jié)構(gòu) 4 6第2章 DSP及其軟件開(kāi)發(fā)工具CCS 7 DSP概述 7 DSP芯片的特點(diǎn) 7 DSP芯片的開(kāi)發(fā)工具 7 DSP的現(xiàn)狀及未來(lái)發(fā)展 8 DSP的軟件開(kāi)發(fā)工具CCS 9 CCS概況 9 CCS的工作模式 10 CCS的系統(tǒng)配置 10 CCS的開(kāi)發(fā)流程 11 CCS集成開(kāi)發(fā)環(huán)境的功能 11 軟件開(kāi)發(fā)時(shí)需注意的問(wèn)題 13第3章 邊緣檢測(cè)算法 15 邊緣檢測(cè)的一般步驟 15 常見(jiàn)的邊緣檢測(cè)算子 16 16 Roberts算子 17 Prewitt算子 18 Sobel算子 19 Kirsch算子 19 Laplacian算子 20 Marr算子 20 21 22 23 針對(duì)(a)圖像的算法評(píng)價(jià)之邊緣的細(xì)化程度 24 針對(duì)(b)圖像的算法評(píng)價(jià)之邊緣的連續(xù)性 25 針對(duì)(c)圖像的算法評(píng)價(jià)之邊緣的光滑性 26 算法比較結(jié)果統(tǒng)計(jì) 26第4章 模板匹配 28 28 模板匹配的方法 28 算法實(shí)驗(yàn)仿真 30 實(shí)驗(yàn)仿真結(jié)果 31結(jié)論 32參考文獻(xiàn) 33后記 34附錄A 程序清單 35附錄B 外文資料翻譯 44外文資料翻譯原文部分： 44外文資料翻譯譯文部分： 50III中國(guó)民航大學(xué)本科畢業(yè)設(shè)計(jì)論文引言邊緣是圖像的最基本特征[1]。圖像邊緣檢測(cè)作為視覺(jué)的初級(jí)階段，有著很長(zhǎng)的研究歷史，新理論、新方法不斷涌現(xiàn),一直是圖像處理與分析技術(shù)領(lǐng)域中的研究熱點(diǎn)。隨著計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)的發(fā)展，迫切需要視覺(jué)早期階段的突破，需要尋求較好的邊緣檢測(cè)算法。這就意味著要丟掉一些不必要的信息而盡可能利用物體的不變性質(zhì)。因此，邊緣檢測(cè)也是圖像處理的重要內(nèi)容。由于圖像處理的數(shù)據(jù)量大、計(jì)算復(fù)雜、數(shù)據(jù)處理相關(guān)性高，因此圖像處理系統(tǒng)必須具有強(qiáng)大的運(yùn)算能力。隨著DSP芯片集成度、運(yùn)算速度、數(shù)據(jù)吞吐率等性能的不斷提高，DSP己被廣泛地應(yīng)用于實(shí)時(shí)圖像處理領(lǐng)域[3]。第1章 邊緣檢測(cè)及BMP位圖介紹 邊緣概述邊緣是指圖像中像素灰度發(fā)生空間突變的像素的集合。階躍邊緣位于其兩邊的像素灰度值有明顯不同的地方；屋頂邊緣位于灰度值從增加到減少的轉(zhuǎn)折處。需要說(shuō)明的是，一般圖像的邊緣檢測(cè)算法都是針對(duì)階躍邊緣提出的。邊緣的性質(zhì)是各種邊緣檢測(cè)算法產(chǎn)生的基礎(chǔ)。通過(guò)對(duì)人類(lèi)視覺(jué)系統(tǒng)的研究表明，圖像中的邊界特別重要，往往僅憑一條粗略的輪廓線(xiàn)就能夠識(shí)別出一個(gè)物體。邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法來(lái)提取出圖像中對(duì)象與背景間的交界線(xiàn)。在工程應(yīng)用領(lǐng)域中常需根據(jù)生產(chǎn)零件的輪廓特征來(lái)進(jìn)行物體的識(shí)別。因此，正確、理想地檢測(cè)圖像的邊緣具有良好的應(yīng)用前景。對(duì)視覺(jué)的中、高層處理有一定的促進(jìn)作用。例如通過(guò)檢測(cè)圖像的邊緣，可以實(shí)現(xiàn)車(chē)牌的定位，人臉的定位等，這為后繼的車(chē)牌識(shí)別和人臉識(shí)別提供了重要的參考依據(jù)。這樣才能準(zhǔn)確讀取其實(shí)際的位圖數(shù)據(jù)，以便進(jìn)一步在CCS中對(duì)數(shù)據(jù)進(jìn)行處理。 BMP位圖概述BMP是一種與硬件設(shè)備無(wú)關(guān)的圖像文件格式，使用非常廣。BMP文件的圖像深度可選lbit、4bit、8bit及24bit。 BMP位圖的文件結(jié)構(gòu)典型的BMP圖像文件由四部分組成：1．位圖文件頭數(shù)據(jù)結(jié)構(gòu)，它包含BMP圖像文件的類(lèi)型、文件大小等信息；2．位圖信息頭數(shù)據(jù)結(jié)構(gòu)，包含有BMP圖像的寬、高、壓縮方法，以及定義顏色等信息；3．調(diào)色板，這個(gè)部分是可選的，有些位圖需要調(diào)色板，有些位圖不需要調(diào)色板，比如真彩色圖（24位的BMP）；4．位圖數(shù)據(jù)，這部分的內(nèi)容根據(jù)BMP位圖使用的位數(shù)不同而不同。 2 BMP文件頭(14字節(jié))BMP文件頭數(shù)據(jù)結(jié)構(gòu)含有BMP文件的類(lèi)型、文件大小和位圖起始位置等信息。其結(jié)構(gòu)定義如下:　　typedef struct tagBITMAPINFOHEADER{　　DWORD biSize； // 本結(jié)構(gòu)所占用字節(jié)數(shù)(1417字節(jié))　　LONG biWidth； // 位圖的寬度，以像素為單位(1821字節(jié))　　LONG biHeight； // 位圖的高度，以像素為單位(2225字節(jié))　　WORD biPlanes； // 目標(biāo)設(shè)備的級(jí)別，必須為1(2627字節(jié))　　WORD biBitCount； // 每像素所需的位數(shù)，必須是1，4，8，24(2829字節(jié))　　DWORD biCompression； // 位圖壓縮類(lèi)型，必須是 0, 1或2 (3033字節(jié))　　DWORD biSizeImage； // 位圖的大小，以字節(jié)為單位(3437字節(jié))　　LONG biXPelsPerMeter； // 位圖水平分辨率，每米像素?cái)?shù)(3841字節(jié))　　LONG biYPelsPerMeter； // 位圖垂直分辨率，每米像素?cái)?shù)(4245字節(jié))　　DWORD biClrUsed； // 位圖實(shí)際使用顏色表中的顏色數(shù)(4649字節(jié))　　DWORD biClrImportant； // 位圖顯示過(guò)程中重要的顏色數(shù)(5053字節(jié))} BITMAPINFOHEADER；4 顏色表 顏色表用于說(shuō)明位圖中的顏色，它有若干個(gè)表項(xiàng)，每一個(gè)表項(xiàng)是一個(gè)RGBQUAD類(lèi)型的結(jié)構(gòu)，定義一種顏色。位圖信息頭和顏色表組成位圖信息。位圖的一個(gè)像素值所占的字節(jié)數(shù)： 　　當(dāng)biBitCount=1時(shí)，1個(gè)像素占1/8個(gè)字節(jié)；　　當(dāng)biBitCount=4時(shí)，1個(gè)像素占1/2個(gè)字節(jié)；　　當(dāng)biBitCount=8時(shí)，1個(gè)像素占1個(gè)字節(jié)；　　當(dāng)biBitCount=24時(shí),1個(gè)像素占3個(gè)字節(jié)；　Windows規(guī)定一個(gè)掃描行所占的字節(jié)數(shù)必須是4的倍數(shù)(即以long為單位),不足的以0填充。本文采用的圖像是8位256色的灰度BMP圖像，大小160146，占用24438個(gè)字節(jié)。圖像分成兩大類(lèi)，人工合成圖像和自然真實(shí)圖像。(c)(b)(a) 本文算法檢測(cè)用圖 第2章 DSP及其軟件開(kāi)發(fā)工具CCS DSP概述DSP (Digital Signal Processing，簡(jiǎn)稱(chēng)DSP)是一門(mén)涉及許多學(xué)科而又廣泛應(yīng)用于許多領(lǐng)域的新興學(xué)科。數(shù)字信號(hào)處理是一種通過(guò)使用數(shù)學(xué)技巧執(zhí)行轉(zhuǎn)換或提取信息，來(lái)處理現(xiàn)實(shí)信號(hào)的方法，這些信號(hào)由數(shù)字序列表示。德州儀器、Freescale等半導(dǎo)體廠(chǎng)商在這一領(lǐng)域擁有很強(qiáng)的實(shí)力。根據(jù)數(shù)字信號(hào)處理的要求，DSP芯片一般具有如下主要特點(diǎn)： （1）在一個(gè)指令周期內(nèi)可完成一次乘法和一次加法； （2）程序和數(shù)據(jù)空間分開(kāi)，可以同時(shí)訪(fǎng)問(wèn)指令和數(shù)據(jù)（哈佛結(jié)構(gòu)）； （3）片內(nèi)具有快速RAM，通?？赏ㄟ^(guò)獨(dú)立的數(shù)據(jù)總線(xiàn)在兩塊中同時(shí)訪(fǎng)問(wèn)； （4）具有低開(kāi)銷(xiāo)或無(wú)開(kāi)銷(xiāo)循環(huán)及跳轉(zhuǎn)的硬件支持； （5）快速的中斷處理和硬件I/O支持； （6）具有在單周期內(nèi)操作的多個(gè)硬件地址產(chǎn)生器； （7）可以并行執(zhí)行多個(gè)操作； （8）支持流水線(xiàn)操作，使取指、譯碼和執(zhí)行等操作可以重疊執(zhí)行。但DSP芯片的上述特點(diǎn)，也使其在各個(gè)領(lǐng)域得到了越來(lái)越廣泛的應(yīng)用。DSP芯片的開(kāi)發(fā)工具可以劃分為代碼生成工具和代碼調(diào)試工具兩類(lèi)[6]。C編譯器、匯編器和鏈接器是DSP代碼生成工具所必須得?！?匯編器(assembler)將匯編語(yǔ)言源代碼文件匯編成機(jī)器語(yǔ)言COFF目標(biāo)文件，在源文件中包含了匯編指令、宏命令及指令等。它能調(diào)整并解決外部符號(hào)參考。代碼調(diào)試工具的作用是對(duì)DSP程序及目標(biāo)系統(tǒng)進(jìn)行調(diào)試，使之能夠達(dá)到設(shè)計(jì)目標(biāo)。目前，在VoIP（網(wǎng)絡(luò)電話(huà)）、DSL（數(shù)字用戶(hù)線(xiàn)路）、Cable Modem（電纜調(diào)制解調(diào)器）、3G、數(shù)字相機(jī)和馬達(dá)控制等需要實(shí)時(shí)處理大量數(shù)字信息的應(yīng)用中，都可見(jiàn)到DSP的身影，DSP無(wú)疑已經(jīng)成為推動(dòng)數(shù)字化進(jìn)程的動(dòng)力。C28x系列主要用于大存儲(chǔ)設(shè)備管理，高性能的控制場(chǎng)合。C3x系列是TI浮點(diǎn)DSP的基礎(chǔ)。4. TMS320C5000系列包括C54x和C55x系列。 C55x系列是TI的第三代DSP，功耗為VC54xx的1/6，性能為VC54xx的5倍，是一個(gè)正在發(fā)展的系列。5. TMS320C6000系列包括C62xx、C67xx和C64xx。其中C62xx系列是定點(diǎn)的DSP