【正文】 了長足的進(jìn)展。圖像處理的速度問題是由圖像數(shù)據(jù)的特點(diǎn)和圖像處理算法的復(fù)雜性引起的，這個問題是一個長期困擾圖像界的棘手問題。指令是一條條依次執(zhí)行的。因而數(shù)據(jù)的流動速率限制了計(jì)算機(jī)的數(shù)度，這就是常說的瓶頸效應(yīng)。目前人們主要在一下幾個方面努力：第一是VLSI（超大規(guī)模集成電路）技術(shù)的發(fā)展。其中最著名的就是TI公司推出的TMS320系列DSP（數(shù)字信號處理器）芯片。目前常用的圖像處理任務(wù)的并行機(jī)制有如下幾種：① 鄰域處理器；② 單指令流多數(shù)據(jù)流（SIMD）結(jié)構(gòu)；③ 多指令流多數(shù)據(jù)流（MIMD）結(jié)構(gòu)；④ 流水線結(jié)構(gòu)。隨著科技的不斷進(jìn)步，人們越來越發(fā)現(xiàn)傅立葉變換的不足，由于傅立葉變換不能保證所有的周期函數(shù)都能得到收斂的傅立葉級數(shù)表示，傅立葉反映的是全頻域和全時域的信息，而不是人們更關(guān)心的局部信息，因此很多數(shù)學(xué)家和工程師都力圖修正傅立葉分析手段，以達(dá)到一定的分析性能。小波變換作為一種新的變換分析方法，它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于圖像處理的研究中。由于圖像信息的復(fù)雜性，目前尚沒有一種非常完美的算法適用于圖像處理各領(lǐng)域，盡管如此，到目前為止，機(jī)器視覺仍然是一個非?；钴S的領(lǐng)域，并將在很長一段時間內(nèi)保持活躍。隨著科技的不斷進(jìn)步，圖像處理這一科技界奇葩也一定會綻放出更多的光芒。但是，這要付出一定的代價，這種代價包括設(shè)備上和開發(fā)上的代價。從應(yīng)用圖像處理技術(shù)的緊迫性來看，其應(yīng)用領(lǐng)域主要集中在軍事、工業(yè)自動化以及公安的刑事偵察上，在這些領(lǐng)域強(qiáng)有力的推動下，實(shí)時圖像處理技術(shù)得到了迅速的發(fā)展。1984年6月美國進(jìn)行了導(dǎo)彈攔截試驗(yàn)，攔截導(dǎo)彈上的長波紅外線傳感器在第二級助推火箭點(diǎn)燃后開始工作，借助于兩臺計(jì)算機(jī)，10^7個。在這些導(dǎo)彈制導(dǎo)中，實(shí)時圖像處理技術(shù)是不可缺少的。這類系統(tǒng)的難度在于目標(biāo)的高速運(yùn)動、實(shí)際戰(zhàn)場環(huán)境里的目標(biāo)和背景變換都很大，以及存在大量的人為干擾，這類應(yīng)用確實(shí)是智能化實(shí)施圖像處理的典型應(yīng)用。由于在發(fā)酵的過程中，啤酒往往會混入一些量的發(fā)酵原料，而形成不合格產(chǎn)品。啤酒檢測系統(tǒng)是用于啤酒生產(chǎn)線上識別啤酒中夾雜的發(fā)酵原料，從而判斷啤酒成品是否合格的自動檢測系統(tǒng)。檢測工作的流程是分段檢測，通過圖像采集卡，A/D設(shè)備，將數(shù)字信號送入DSP芯片完成圖像降噪、小波邊緣檢測等算法處理，然后將處理結(jié)果送入微機(jī)系統(tǒng)進(jìn)行判別和控制，剔除不合格的啤酒成分。在實(shí)際生產(chǎn)活動中還存在著許多類似的課題，如車廂編組、無人駕駛汽車、無人駕駛飛機(jī)等。值得指出的是，工業(yè)自動化的實(shí)時檢測主要是指在線的實(shí)時檢測，其速度是指滿足生產(chǎn)流水線任務(wù)的檢測速度，而不是指視頻實(shí)時的檢測速度。近年來人面像識別技術(shù)發(fā)展較快，在刑事偵察中已得到初步的應(yīng)用。通常數(shù)據(jù)庫的容量都是比較大，應(yīng)此要進(jìn)行大數(shù)據(jù)量的匹配度運(yùn)算和排序。在10萬人面像庫中進(jìn)行人面像比對，可達(dá)到10000人/s的比對水平，這些都是通過實(shí)時圖像處理系統(tǒng)來實(shí)現(xiàn)的。顯然，只有在技術(shù)上成功地解決了實(shí)際問題，通過推廣應(yīng)用，繼而才能更好地解決系統(tǒng)代價地問題。傳統(tǒng)的圖像處理方法主要是對數(shù)字圖像進(jìn)行空域處理或者通過傅立葉變換將數(shù)字圖像變換到頻域進(jìn)行處理。由于應(yīng)用領(lǐng)域的不同，小波變換的具體應(yīng)用也各有特點(diǎn)。圖像并行處理技術(shù)是圖像處理中的一個重要方面，是提高圖像處理速度的最有效技術(shù)，其發(fā)展水平一直受到圖像界的關(guān)注，原因在于：一方面，圖像并行處理技術(shù)的發(fā)展難度很大，這種難度不僅在于圖像并行處理系統(tǒng)的硬件及系統(tǒng)結(jié)構(gòu)本身，以及它對計(jì)算機(jī)技術(shù)和集成電路等技術(shù)的依賴關(guān)系，而且在于實(shí)際應(yīng)用的復(fù)雜性和應(yīng)用部門對系統(tǒng)價格的承受能力；另一方面，圖像并行處理技術(shù)的發(fā)展所產(chǎn)生的效益也是十分顯著的，它在處理速度上所獲得的加速比是令人振奮的，其實(shí)際應(yīng)用系統(tǒng)也將產(chǎn)生很大的經(jīng)濟(jì)效益和社會效益。⒉ 對基于小波邊緣檢測的DSP圖像處理系統(tǒng)的研究 邊緣檢測是圖象處理中基礎(chǔ)而又重要的課題。由于小波變換對奇異特性尤為敏感，使得它更適應(yīng)檢測圖像的邊緣和細(xì)節(jié)。 實(shí)時圖像處理技術(shù)在目標(biāo)跟蹤、機(jī)器人導(dǎo)航、輔助駕駛、智能交通監(jiān)控中都得到越來越多的應(yīng)用。各種高性能DSP不僅可以滿足在運(yùn)算性能方面的需要，而且由于DSP的可編程性，還可以在硬件一級獲得系統(tǒng)設(shè)計(jì)的極大靈活性。 需要做的工作： ① 熟練掌握小波分析和多尺度邊緣檢測原理； ② 針對試驗(yàn)環(huán)境設(shè)計(jì)小波檢測算法并編程實(shí)現(xiàn)； ③ 了解DSP的系統(tǒng)結(jié)構(gòu)和工作原理； ④ 設(shè)計(jì)以TMS320C32為核心的實(shí)時圖像處理系統(tǒng)； ⑤ 在DSP系統(tǒng)中實(shí)現(xiàn)圖像處理模塊。這樣勢必影響到產(chǎn)量，而且檢測效果受到人為因素影響較大，效果不理想。因此，啤酒成品檢測系統(tǒng)的研制，對于優(yōu)化啤酒質(zhì)量、為企業(yè)節(jié)約開支、提高我國啤酒業(yè)的國際競爭力具有重要意義。并且在試驗(yàn)過程中，針對特定的工作環(huán)境，研制出不同的技術(shù)方法，從而推動和促進(jìn)生產(chǎn)的提高、學(xué)科的發(fā)展。 面臨的挑戰(zhàn) 從圖像處理技術(shù)的發(fā)展來看，在實(shí)時性上實(shí)現(xiàn)了實(shí)施采集、實(shí)時傳輸、實(shí)時顯示，實(shí)時處理；在硬件處理器結(jié)構(gòu)上實(shí)現(xiàn)了多結(jié)構(gòu)和可重結(jié)構(gòu)；在圖像系統(tǒng)結(jié)構(gòu)上實(shí)現(xiàn)了以計(jì)算機(jī)內(nèi)存為中心和以大規(guī)模集成系統(tǒng)為中心的系統(tǒng)結(jié)構(gòu)；在并行處理上實(shí)現(xiàn)了多DSP、多CPU、多微機(jī)、MMX/SSE的并行處理；在算法上實(shí)現(xiàn)了多領(lǐng)域、多層次、多創(chuàng)新的大發(fā)展……實(shí)時圖像技術(shù)的成果應(yīng)用也遍布多個領(lǐng)域：工業(yè)自動化、軍事、宇航、偵探等。同時，具體的系統(tǒng)設(shè)計(jì)和應(yīng)用還包括如下一些問題：① 小波邊緣檢測算法的DSP中的實(shí)現(xiàn)問題；② DSP從系統(tǒng)與微機(jī)的接口問題；③ 圖像處理的大數(shù)據(jù)量與DSP中相對較小的存儲容量之間矛盾；④ 不規(guī)則小物體的表面積計(jì)算問題；⑤ 實(shí)際工業(yè)環(huán)境中的降噪問題。 本文工作及論文結(jié)構(gòu) 本文工作 針對實(shí)時圖像處理的技術(shù)特點(diǎn)和“啤酒成品檢測”的系統(tǒng)要求，本文先對小波變換理論和多尺度邊緣檢測算法進(jìn)行了分析和研究，然后研究了圖像的并行處理技術(shù)和DSP系統(tǒng)中的幾個關(guān)鍵問題，并且實(shí)現(xiàn)小波算法在TMS320C32中的應(yīng)用，解決了微機(jī)、DSP主從系統(tǒng)的接口問題和數(shù)據(jù)處理流程問題。最后，論文給出了系統(tǒng)的硬件結(jié)構(gòu)圖和部分軟件Demo，集成了論文的大部分關(guān)鍵技術(shù)，并可實(shí)現(xiàn)動態(tài)圖像的在線實(shí)時檢測。一方面，小波分析方法和DSP開發(fā)系統(tǒng)具有廣泛的市場應(yīng)用前景，另一方面，目前小波邊緣檢測的應(yīng)用并不完善，特別是結(jié)合DSP系統(tǒng)或嵌入式系統(tǒng)中的開發(fā)，目前國際上尚沒有先例，具有很大的開發(fā)空間和應(yīng)用價值。由于眾多原因，圖像常受到隨機(jī)噪聲的干擾，而邊緣的噪聲在空間域表現(xiàn)為灰度有較大起落，在頻域反映為高頻分量，因此邊緣檢測的結(jié)果常把噪聲當(dāng)成邊緣點(diǎn)檢測出來，本文針對這種現(xiàn)象提出了一種解決方法，它充分利用小波變換所提供的信息，在降噪的同時提取邊緣，經(jīng)過試驗(yàn)證明是一種有實(shí)用價值的方法。然后針對該項(xiàng)目設(shè)計(jì)出信息提取層算法和知識層算法。 ⒋ DSP圖像處理系統(tǒng)開發(fā)掌握DSP的工作原理和編程語言，結(jié)合并行算法在TI公司的TMS320C32上開發(fā)圖像處理系統(tǒng)。DSP提供了適合數(shù)字信號處理算法的內(nèi)部結(jié)構(gòu)與外部接口電路以及專用高效指令，因此日益成為實(shí)時圖像處理系統(tǒng)首選核心器件。 ⒌ 系統(tǒng)調(diào)試與安裝在實(shí)際應(yīng)用中，由于工業(yè)環(huán)境光線較暗，噪聲干擾很大。同時為了滿足在線檢測的實(shí)時性要求，需要對硬件結(jié)構(gòu)、軟件算法進(jìn)行優(yōu)化。 論文結(jié)構(gòu)本論文共分四章，各章的內(nèi)容安排如下：第1章概述，介紹本文的課題背景與研究目標(biāo)、面臨的挑戰(zhàn)和本文的工作、安排。第3章流體圖像的算法研究，介紹了傳統(tǒng)的圖像處理方法和流體圖像檢測中的對象識別算法。第4章圖像處理的數(shù)據(jù)結(jié)構(gòu)分析，介紹了圖像處理的特點(diǎn)和各個層次上的算法分析以及其并行的數(shù)據(jù)結(jié)構(gòu)。包括： ⑴DSP的基本結(jié)構(gòu)和特征；⑵DSP硬件設(shè)計(jì)；⑶DSP芯片C和匯編語言的混合編程；⑷基于DSP的圖像并行處理；⑸快速小波變換在TMS320C32上的實(shí)現(xiàn)。包括：⑴工業(yè)環(huán)境與工作要求；⑵系統(tǒng)設(shè)計(jì)；⑶算法實(shí)現(xiàn)；⑷安裝調(diào)試；⑸結(jié)論。正是傅立葉變換的這種重要的物理意義，決定了傅立葉變換在信號分析和信號處理中的獨(dú)特地位，特別是作為平穩(wěn)信號分析的最重要的工具，例如圖像處理中對于白噪聲的降噪。小波變換是一種新的變換分析方法，它的主要特點(diǎn)是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。函數(shù)空間L2(R)是定義在整個實(shí)軸上的滿足要求的可測函數(shù)的全體組成的集合，并帶有相應(yīng)的函數(shù)運(yùn)算和內(nèi)積。 多分辨分析與小波構(gòu)造[12][13]⒈ 小波定義和小波的性質(zhì)小波是函數(shù)空間中滿足下述條件的一個函數(shù)或者信號： 這里，表示非零實(shí)數(shù)全體。對于任意的實(shí)數(shù)對，其中必須為非零實(shí)數(shù)，稱如下形式的函數(shù)： 為由小波母函數(shù)生成的依賴于參數(shù)的連續(xù)小波函數(shù)，簡稱小波。這是小波變換與傅立葉變換很不相同的地方。當(dāng)時間中心參數(shù)固定不變時，小波變換體現(xiàn)的是原來的函數(shù)或信號在點(diǎn)附近隨著分析和觀察的范圍逐漸變化時表現(xiàn)出來的變化情況。 小波變換的Parseval恒等式： 對空間中的任意函數(shù)和都成立。⒉ 離散小波 在數(shù)字圖像處理中，我們的處理對象是二維的離散點(diǎn)陣。離散化過程是先將尺度函數(shù)按二進(jìn)的方法離散化，得到著名的二進(jìn)小波變換，之后，在將時間中心參數(shù)按二進(jìn)整倍數(shù)的方式離散化，最后得到出人意料的正交小波。即對正交小波和任何函數(shù)信號，有如下小波級數(shù)展開： ⒊ Shannon小波和正交多分辨分析 根據(jù)Shannon定理，對頻率截?cái)嗟男盘?，總有：，其中? 容易驗(yàn)證是空間的線性閉子空間，函數(shù)族是空間的標(biāo)準(zhǔn)正交系，也是子空間的標(biāo)準(zhǔn)正交基。從而得到的一系列的子空間，它們有如下關(guān)系：① 嵌套關(guān)系：② 唯一關(guān)系：③ 稠密關(guān)系：④ 伸縮關(guān)系：對于任何整數(shù)，選取是空間在中的如下正交補(bǔ)空間： 其中稱為函數(shù)的補(bǔ)集。為了構(gòu)造小波，只需對一個空間如進(jìn)行構(gòu)造就可以了。設(shè)是上的一列閉子空間，是上的一個函數(shù)，如果它們滿足：①單調(diào)性；②唯一性；③稠密性；④伸縮性；⑤可構(gòu)造性：構(gòu)成子空間的標(biāo)準(zhǔn)正交基，那么，稱是上的一個正交多分辨率分析。關(guān)鍵問題是構(gòu)造函數(shù)，使得函數(shù)族是的標(biāo)準(zhǔn)正交基。此時，小波的時域形式： 頻域形式： ⒋ Daubechies的緊支小波 尺度函數(shù)緊支（即存在，當(dāng)時，）的充分必要條件是：濾波器的系數(shù)是有限長度，即存在，當(dāng)時。 滿足是有限共軛濾波器條件的實(shí)系數(shù)多項(xiàng)式具有一般的形式： 其中多項(xiàng)式滿足條件： 具體構(gòu)造步驟如下： ① 按需要選擇自然數(shù)； ② 任選非負(fù)整數(shù)和，構(gòu)造實(shí)系數(shù)多項(xiàng)式：以及滿足條件： ③ 求出多項(xiàng)式的全部根，根據(jù)Riesz引理，構(gòu)造實(shí)系數(shù)多項(xiàng)式： ④ 構(gòu)造系數(shù)有限的共軛濾波器，最后根據(jù)的定義公式：求出濾波器的全部系數(shù)。 小波變換與時頻分析[9][10][13]傅立葉變換表示了信號的頻譜，這種重要的物理意義決定了傅立葉變換在信號分析和信號處理中的獨(dú)特地位。作為信號分析工具，窗口傅立葉變換和Gabor變換發(fā)展了傅立葉變換，能夠滿足信號處理的某些特殊要求，但是，這兩種變換都沒有離散正交基，從而決定了它們在數(shù)字計(jì)算時沒有像FFT那樣有效的快速算法；另一方面，當(dāng)窗口函數(shù)選定之后，它們時頻窗的窗口形狀時固定的，不能隨著所欲分析的信號成分是高頻或低頻信息而相應(yīng)變化。因此，連續(xù)小波的時窗是：頻窗是：因此它的時頻窗是時頻面上一個可變的矩形：由此可見，時頻窗的面積與參數(shù)無關(guān)。 所以，從信號到小波變換實(shí)際上是把信號在時間域局部化到范圍內(nèi)，而且在頻率域局部化到范圍內(nèi)。這在圖像邊緣提取、圖像數(shù)據(jù)壓縮、信號濾波等方面都有重要應(yīng)用。利用二進(jìn)小波變換和正交小波變換，它們本質(zhì)上成功地解決了“頻帶”重疊問題。這是一種真正的二進(jìn)小波。在這里，時間中心參數(shù)的離散化是與尺度參數(shù)的離散化有聯(lián)系的：對任意整數(shù)，當(dāng)尺度參數(shù)時，時間中心參數(shù)。而且，頻域中互不相交的頻帶分割公式對應(yīng)時間域中函數(shù)空間的正交閉子空間分解：。 小波分析克服了傅立葉分析的缺點(diǎn)，作為處理和分析信號的工具具有強(qiáng)大的生命力，并且正在信號處理的各個領(lǐng)域取得越來越深入和廣泛的應(yīng)用。圖像的數(shù)字化結(jié)果就是一個巨大的數(shù)字矩陣，圖像處理就是在這個矩陣上完成的。 傅立葉變換將平穩(wěn)信號分解成諧波的線性組合，而小波分析則將非平穩(wěn)信號分解成各種小波的線性組合：半平穩(wěn)信號是“時頻小波”的組合，而瞬時信號或具有分形結(jié)構(gòu)的信號則是“時間尺度小波”的組合。為了方便使用，這里介紹一維和二維兩種算法。沿用前述記號：，和 對任意信號，引入記號：， 。 根據(jù)空間正交直和分解關(guān)系：可得 。 ⒈ 一維Mallat算法 一、Mallat分解算法 分別用和乘上述分解式兩端之后求積分，并利用尺度方程和小波方程的系數(shù)公式，可以得到Mallat分解算法：， 二、Mallat合成算法 用乘以信號級數(shù)分解式兩端之后求積分，并利用系數(shù)公式得Mallat合成公式： 三、小波分解的空間塔式結(jié)構(gòu) 在進(jìn)行信號的小波分解時，為了特殊的分析和處理目的，往往需要進(jìn)行多次分解。 根據(jù)多分辨分析思想，信號的分解過程實(shí)際上體現(xiàn)的是尺度倍增對應(yīng)的尺度變換和小波變換之間的關(guān)系，體現(xiàn)的是寬頻帶信號再分割為較細(xì)頻帶信號之間的關(guān)系。具體的以來關(guān)系是： 相應(yīng)的空間重建過程為： 系數(shù)重建過程為： ⒉ 二維小波變換的Mallat算法 Mallat算法在圖像處理研究中有廣泛的應(yīng)用，具體使用是二維形式。 一、二維多分辨分析 設(shè)是上的多分辨分析，定義子空間：，并定義函數(shù)：，則，是二元函數(shù)空間上的一個多分辨分析。子空間的正交直和分解關(guān)系是： 對任意的，引入記號：， 其中。這是，二維正交小波包是如下的二元函數(shù)序列： 二、二維小波變換Mallat算法對于二維函數(shù)空間上的任意信號（圖像），將它在子空間上的正交投影記為，那