毕业论文

打赏
当前位置: 毕业论文 > 电子通信 >

高速DSP平台上图像去噪算法的实现研究

时间:2021-02-28 15:55来源:毕业论文
以抑制微光图像噪声、增强图像对比度为主要目标,重点对微光图像实时处理系统中DSP的软件开发进行了研究。在分析微光图像特点的基础上,针对微光图像噪声大、对比度低的特点

摘要开展基于DSP的微光视频图像实时处理技术研究,在当代军用和民用领域都具有很大的理论意义和实用价值。论文结合近年高速信号处理器的发展现状,以及各种视频图像处理开发系统,介绍了微光图像处理技术的发展状况。同时以抑制微光图像噪声、增强图像对比度为主要目标,重点对微光图像实时处理系统中DSP的软件开发进行了研究。在分析微光图像特点的基础上,针对微光图像噪声大、对比度低的特点,结合TMS320C64xx系列DSP的特点,以提高处理速度为目标,提出了3×3中值滤波算法。63728

毕业论文关键词  DSP   微光视频图像   图像去噪  算法    

毕业设计说明书(论文)外文摘要

Title    Research on image denoising algorithm based on  high-speed DSP                                                 

Abstract The research on low-light-level video image real-time process has important theoretic significance and applied value.With the rapid improvement of DSP,and the development of various video image processing systems,the new system of processing low—light—level is introduced in this thesis.At the same time,for remove noise from the low-light-level image effectively and improve the contrast of image,software development of DSP in the system of low-light-level image real—time process is mainly researched in this paper.Based on analyzing characteristic of low-light-level image,aiming at the characteristic of low—light-level image,a great deal of noise and low contrast,combining the characteristic of TMS320C64xx,3×3 median filter algorithm is ameliorated for the purpose of improving processing speed.

Keywords  DSP  low—light-level video  image denoising   algorithm

 1  引言1

 1.1  图像处理的背景及意义1

 1.2  图像处理的发展状况  2

 2  DSP技术  4

 2.1  DSP系统的构成4

 2.2  DSP系统的特点5

 2.3  DSP开发环境  6

 3  微光图像及中值滤波  7

 3.1 微光图像的特点及噪声 8

 3.2 中值滤波及其算法   9

 4  基于DSP技术的微光图像去噪处理 11

 4.1 系统的硬件构成11

 4.2 系统的软件实现15

 结论  19

 致谢  20

 参考文献  21

1  引言

    在人们的信息获取系统的研究中,图像信息的获取占了很大的比重,这是与图像信息的直观性,真实性以及人得习惯分不开。

如今已经到了数字时代,数字信息的获取、数字图像的处理方法一直是人们研究信息获取系统关注的焦点。而未经处理的原始图像存在着一定程度的噪声干扰,为了使图像更逼真,需要进行图像去噪。而DSP作为新兴高效处理器,更加广泛的应用于类似音频,图像,视频等数字媒体方面。本课题研究DSP在处理图像中的作用。

1.1 图像处理的背景及意义

随着多媒体技术和网络技术的快速发展,数字图像处理已经广泛应用到了人类社会生活的各个方面,如:遥感,工业检测,医学,气象,通信,侦查,智能机器人等。作为数字图像处理重要环节的图像评价技术的研究也受到广泛关注,在图像处理各项技术,如图像采集,图像压缩,图像增强与复原,以及图像去模糊等算法中,图像质量评价都起到了非常重要的作用。总的来说,图像质量评价的主要应用有以下几方面:运用于图像或视频系统,使其能够获得最佳图像;作为图像系统的一项基准指标,用以评价图像或视频质量;作为反馈量,优化算法中的各项参量,改善系统性能等[1] 。由此可见,数字图像评价的研究具有重要意义。 文献综述 数字图像评价是图像处理的重要技术,随着研究的不断深入,视频监控成为了现在数字图像处理很重要的一个研究方向,而且在实际的应用当中非常有实用价值。如在由于车辆的牌照在交通道口经常会受到对面车灯强光等或外部光源的照射,使得摄像机拍摄出来的车牌照片反光,人眼根本无法识别的情况下,通过进行处理而不断改善图像质量,提取有效信息,从而分辨汽车牌照;又如通过数字图像评价系统的研究,改善摄像机对于一些由于逆光、弱光、暗光、偏色或综合因素影响的监控质量等等。另外,数字图像评价在数字在影像压缩方面,解决影像测量中分辨率与数据量之间矛盾也有重要应用[2]。随着图像压缩技术的迅速发展,压缩算法的一个重要指标就是有损压缩造成图像退化的程度,因而可以大大促进图像评价的发展与完善。   高速DSP平台上图像去噪算法的实现研究:http://www.751com.cn/tongxin/lunwen_70424.html

------分隔线----------------------------
推荐内容