snifer

[原创]ADI DSP图像处理概述

0
阅读(4885)

ADI的原厂开发板的使用说明见:http://www.openadsp.com/jishu_detail.asp?infoid=140

很多初学者可以借鉴一下,对大家帮助。

最近我们那个图像处理的项目进展不顺,流程做了一些改动,还好看到了光明。

也就是在ADI Blankfin 图像处理中,有一些心得,今天就讲一些晦涩的原理吧,我们的项目取得进展我在贴我的流程。

1、ADI DSP图像处理相关学科的关系如下:

2、ADI DSP图像处理的流程主要包括:

1图像采集
2图像预处理
3图象分割
4特征提取
5特征分类与目标识别
6理解与反馈
3、ADI DSP图像预处理是非常关键的一个步骤,目前主要用到如下方法
1空域图像增强技术
2频域图像增强技术
3彩色图像处理技术
4退化图像恢复技术
5由投影重建图像技术
6图像编码技术
7数字水印技术
8多尺度图像处理

4滤波是典型的模版操作

特点:

利用像素本身及其邻域像素的灰度关系进行增强

按照功能分类:

平滑滤波

可以减弱或消除图像中的高频分量,但不影响低频分量,主要用于消除噪声;

锐化滤波可以减弱或消除图像中的低频分量,但不影响高频分量,主要用于增强被模糊的细节或目标的边缘。

也可以按照数学形式分为线性和非线性滤波。

5典型的空域滤波器

1线性平滑滤波器

2邻域平均滤波器

3每一个像素值用其局部邻域内所有值的均值置换

4邻域加权平均滤波器(高斯滤波器是典型)

5每一个像素值用其局部邻域内所有值的加权均值置换

6非线性平滑滤波器

7中值滤波

8用其局部邻域内所有值排序后的中间值置换

9边缘保持滤波

10先计算子邻域的均匀度值,然后取均匀度值最小的子邻域的均值代替当前点的灰度值。

滤波效果分析:

线性平滑滤波器去除高斯噪声的效果很好,且在多数情况下,对其它类型的噪声也有很好的效果,但是,线性平滑滤波器在去除了噪声的同时,也丢掉了图像中的锐化细节。

中值滤波在一定条件下,可以克服线性滤波器所带来的图像细节模糊,而且对滤除脉冲干扰即图像扫描噪声最为有效;但是对一些细节多,特别是线、尖顶等细节多的图像不宜采用中值滤波。

目前很多计算机领域的博士教授就在这些方面发文章,最近看了检索了很多,发现很搞笑的事情,一个图像分割,一位老师发了个算法:自上而下,又检索到一篇一个发的自下而上,昨天检索到一篇:从中间到俩边。

比起创新性,中国人确实牛逼,可是着眼点也太那个啥了,扯点闲的啊。

项目中我把我完成的工作给大家汇报一下:

我主要参与了目标表达的编程,我先把这个概念给大家讲一下,

通过图象分割得到了图像中感兴趣的区域,即目标,图象中的目标都是连同组元。

为有效地刻画目标,需要对它们采取合适的数据结构进行表达,采用适当的形式描述它们的特性,并从目标获得一定量的数据以便进行分析。

如果比较关心区域的反射特性,如灰度、颜色、纹理等,常选用内部表达;如果比较关心区域的形状则常用外部表达法。

方法:

对目标的表达和描述方法分为三类:

基于边界的表达

链码、边界段、多边形逼近、边界标记、地标点

基于区域的表达

空间占有数组、四叉树、金字塔、围绕区域、骨架

基于变换的表达

线性表达方法,包括:

单一尺度:傅立叶变换、余弦变换、Z变换

多尺度:Gabor变换、小波变换

非线性表达方法

哈夫变换、数学形态学、时频分布

对目标的描述常借助目标特征来进行;
对目标特征的测量是要利用分割结果进一步从图像中获取有用的信息;
为此,需要解决两个关键问题:
1选取什么样的特征来描述目标;
2如何精确地测量这些目标。
目前项目进展的很紧张,好像我比较轻松,笨鸟先飞吧,秋天来了,该出去散散心了吧。
Baidu
map