中期j檢查資料

1、基于DM3730的紅外熱圖像處理技術(shù)(jsh)研究 姓 名：張 曉 康 學(xué) 號(hào)專 業(yè)：機(jī)械電子工程 指導(dǎo)(zhdo)教師：韓 潤(rùn) 萍共二十五頁論文(lnwn)進(jìn)度、階段成果存在的主要問題、下一步打算、預(yù)計(jì)完成日期共二十五頁 論文(lnwn)進(jìn)度、階段成果本論文主要進(jìn)行紅外熱圖像處理(t xin ch l)技術(shù)中的邊緣檢測(cè)算法研究；同時(shí)，將研究的邊緣檢測(cè)算法在基于DM3730雙核處理器的硬件平臺(tái)上實(shí)現(xiàn)，最終在DM3730上完成紅外圖像的讀入，邊緣檢測(cè)算法處理以及處理結(jié)果的顯示。本論文截止到目前為止，主要做了以下工作。共二十五頁邊緣(binyun)檢測(cè)算法部分1、研究了傳

2、統(tǒng)邊緣檢測(cè)算法在紅外圖像中的應(yīng)用。傳統(tǒng)邊緣檢測(cè)算法主要包括(boku)Roberts、Sobel、Prewitt、LoG、Canny等算法。其中，一階梯度算子（Robert、Sobel、Prewit等）通過選用各種模板對(duì)圖像進(jìn)行處理，在背景較復(fù)雜的情況下，僅僅能對(duì)圖像中灰度變化明顯的區(qū)域做出檢測(cè)，這樣丟失了許多關(guān)鍵信息，同時(shí)提取的邊緣存在不連續(xù)的現(xiàn)象；以LoG為代表的二階梯度算子通過在二階導(dǎo)數(shù)中搜索零穿越，進(jìn)而確定邊緣點(diǎn)，二階梯度算子比一階梯度算子檢測(cè)出更多邊緣，但仍會(huì)出現(xiàn)點(diǎn)狀不連續(xù)現(xiàn)象，且對(duì)噪聲敏感；Canny算子采用多個(gè)步驟完成邊緣檢測(cè)，提取出的邊緣比一階和二階算子的都要好，但其抗噪性能比

3、較差。共二十五頁通過調(diào)整閾值參數(shù)，由傳統(tǒng)邊緣檢測(cè)算法處理(chl)的紅外熱圖像結(jié)果圖如下：共二十五頁2、研究了數(shù)學(xué)形態(tài)學(xué),并結(jié)合Sobel算子對(duì)紅外圖像進(jìn)行了邊緣檢測(cè)。數(shù)學(xué)形態(tài)學(xué)是一門建立在嚴(yán)格數(shù)學(xué)集合論基礎(chǔ)上的學(xué)科，是一種非線性濾波方法。它是以形態(tài)結(jié)構(gòu)元素為基礎(chǔ)對(duì)圖像進(jìn)行分析的數(shù)學(xué)工具，其基本思想是用具有(jyu)一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對(duì)應(yīng)形狀以實(shí)現(xiàn)對(duì)圖像的分析和識(shí)別。數(shù)學(xué)形態(tài)學(xué)中有四種基本運(yùn)算：膨脹運(yùn)算、腐蝕運(yùn)算、開運(yùn)算和閉運(yùn)算。共二十五頁腐蝕運(yùn)算定義如下：膨脹運(yùn)算定義如下：其中，A(x,y)表示的是灰度圖像，B(s,t)表示的是結(jié)構(gòu)元素。腐蝕運(yùn)算可以減弱甚至消除小于結(jié)構(gòu)元

4、素的明亮(mngling)區(qū)域，從而可以有效地去除孤立噪聲點(diǎn)和邊界上不平滑的凸出部分。膨脹運(yùn)算是將與目標(biāo)物體接觸的所有背景點(diǎn)合并到物體中的過程，可填補(bǔ)空洞和形成連通域以及填平圖像邊界上不平滑的凹陷部分。共二十五頁開運(yùn)算定義如下：閉運(yùn)算定義如下：式中，用來描述的是腐蝕(fsh)運(yùn)算，用來描述的是膨脹運(yùn)算。開運(yùn)算是先對(duì)圖像進(jìn)行腐蝕運(yùn)算再對(duì)圖像進(jìn)行膨脹運(yùn)算，能去除圖像中的孤立區(qū)域和毛刺，利用它可以消除形狀小于結(jié)構(gòu)元素的正峰值。閉運(yùn)算先對(duì)圖像進(jìn)行膨脹運(yùn)算再對(duì)圖像進(jìn)行腐蝕運(yùn)算，主要用來對(duì)物體內(nèi)部細(xì)小空洞進(jìn)行填充，連接鄰近物體和平滑物體的邊界。共二十五頁數(shù)學(xué)形態(tài)學(xué)中，結(jié)構(gòu)元素是形態(tài)學(xué)圖像處理中一個(gè)最重要也

5、是最基本的概念。它是考察分析圖像時(shí)設(shè)計(jì)一種收集圖像信息的探針，觀察在圖像中不斷移動(dòng)的探針便可以考察圖像中各個(gè)部分的關(guān)系，從而提取圖像中的有用信息。一般來講，結(jié)構(gòu)元素的尺寸大小和結(jié)構(gòu)形狀都會(huì)影響圖像邊緣檢測(cè)效果。小尺寸的結(jié)構(gòu)元素去噪能力弱，但能檢測(cè)到好的邊緣細(xì)節(jié)，大尺寸的結(jié)構(gòu)元素去噪能力強(qiáng)，但所檢測(cè)的邊緣較粗。因此，不同(b tn)形狀的結(jié)構(gòu)元素對(duì)不同(b tn)圖像邊緣的感應(yīng)能力不同(b tn)。共二十五頁通常結(jié)構(gòu)元素的選擇需要考慮兩個(gè)原則：一是結(jié)構(gòu)元素必須在幾何上比原圖像(t xin)簡(jiǎn)單，且有界；二是結(jié)構(gòu)元素的形態(tài)最好具有某種凸性，如圓形、十字形和方形（如下圖）： （a）圓形 （b）方形

6、（c）十字形共二十五頁Sobel算子是一個(gè)梯度算子，其中，sobel水平方向和豎直方向的卷積算子分別為： fx ： fy ：Sobel算子的梯度幅值為 ，為計(jì)算簡(jiǎn)便，可近似為 ，然后選取取適當(dāng)閾值并進(jìn)行判斷，如果G(x,y),則點(diǎn)(x,y)的值為邊緣點(diǎn)，否則為0，所得(su d)邊緣點(diǎn)的幾何即為邊緣提取的二值化圖像。共二十五頁在實(shí)驗(yàn)中采用了雙結(jié)構(gòu)多尺度形態(tài)學(xué)邊緣檢測(cè)算子對(duì)紅外圖像(t xin)進(jìn)行邊緣檢測(cè)，其數(shù)學(xué)定義如下：式中，A為5*5的圓形結(jié)構(gòu)元素，B為3*3的方形結(jié)構(gòu)元素，I表示的是紅外圖像。其中，A為大尺度的結(jié)構(gòu)元素，能夠有效去除噪聲；B為小尺度的結(jié)構(gòu)元素，可以很好地提取圖像的邊緣細(xì)節(jié)

7、信息。 A = B =A = 共二十五頁應(yīng)用數(shù)學(xué)形態(tài)學(xué)并結(jié)合Sobel算子對(duì)紅外熱圖像(t xin)進(jìn)行邊緣檢測(cè)的流程圖如下所示：共二十五頁這里采用對(duì)大小為320240的紅外圖像進(jìn)行邊緣檢測(cè)，并將該方法與經(jīng)典的常用算法(sun f)進(jìn)行了比較，實(shí)驗(yàn)中選取了二值化閾值為=0.05。其圖像處理結(jié)果如下：共二十五頁從圖像處理結(jié)果中，可以看出應(yīng)用數(shù)學(xué)形態(tài)結(jié)合Sobel算子的方法得到的邊緣(binyun)圖像包含了更多的邊緣細(xì)節(jié)，但處理結(jié)果仍然不太理想，邊緣粗糙。共二十五頁DM3730開發(fā)(kif)平臺(tái)實(shí)現(xiàn)部分學(xué)習(xí)搭建了DM3730硬件平臺(tái)的開發(fā)(kif)環(huán)境：安裝了Linux虛擬機(jī)，并在Linux下安

8、裝了DVSDK軟件開發(fā)工具包。在win7系統(tǒng)下，利用超級(jí)終端軟件，通過RS-232串口線（9芯）實(shí)現(xiàn)了對(duì)DM3730開發(fā)平臺(tái)的調(diào)試和控制，并通過網(wǎng)線利用網(wǎng)絡(luò)文件系統(tǒng)（NFS）實(shí)現(xiàn)了虛擬機(jī)和開發(fā)平臺(tái)的連接。在Linux應(yīng)用開發(fā)過程中，使用NFS十分方便，這是因?yàn)槌绦虿挥孟螺d到開發(fā)板上就可以運(yùn)行，可以加快程序的調(diào)試和修改過程。共二十五頁學(xué)習(xí)了利用Codec Engine框架自帶的VISA模塊進(jìn)行程序協(xié)同開發(fā)的過程。ARM端應(yīng)用程序的主體框架包括：1、申請(qǐng)供圖像(t xin)數(shù)據(jù)存儲(chǔ)的共享緩沖區(qū)內(nèi)存Memory_ContigAlloc()；2、打開codec引擎Engine_open()；3、創(chuàng)建S

9、CALE類算法的一個(gè)例程SCALE_create()；4、完成BMP格式圖像數(shù)據(jù)及LCD顯示屏的初始化；5、執(zhí)行SCALE類算法例程中的處理方法SCALE_process()，該函數(shù)會(huì)調(diào)用在DSP端編寫的算法程序；6、調(diào)用顯示函數(shù)bmp_show()，將經(jīng)過DSP端算法程序處理的圖像數(shù)據(jù)在LCD顯示屏上輸出顯示；7、調(diào)用SCALE_delete()函數(shù)刪除SCALE類算法例程；8、調(diào)用Engine_close()函數(shù)關(guān)閉codec引擎；9、調(diào)用Memory_ContigFree()函數(shù)釋放所分配的內(nèi)存緩沖區(qū)。共二十五頁通過對(duì)ARM端主體框架的學(xué)習(xí)，實(shí)現(xiàn)了在DM3730平臺(tái)上紅外圖像的讀入顯示；

10、同時(shí)，實(shí)現(xiàn)了利用SCALE類算法例程中的處理方法(fngf)SCALE_process()對(duì)圖片進(jìn)行處理并顯示的功能。在Linux系統(tǒng)中，用于圖像顯示的LCD顯示屏等價(jià)于設(shè)備文件/dev/fb0，在LCD上顯示圖像就是對(duì)設(shè)備文件/dev/fb0進(jìn)行操作。所以，要將BMP圖像顯示在LCD上，只需將存放于內(nèi)存緩沖區(qū)的圖像信息寫入設(shè)備文件fb0中即可。由于DM3730嵌入式開發(fā)平臺(tái)上的LCD的每個(gè)像素點(diǎn)是由24位二進(jìn)制數(shù)組成（R、G、B各8位），而存放于緩沖區(qū)中的為8位灰度圖像，所以在將該圖像數(shù)據(jù)寫入設(shè)備文件fb0時(shí)，每個(gè)8位灰度值要分別填進(jìn)R、G、B三個(gè)字節(jié)，即每個(gè)灰度值要重復(fù)寫三次才能夠在LCD

11、上正確顯示。共二十五頁ARM端應(yīng)用(yngyng)程序開發(fā)的流程圖如下所示：共二十五頁這里選取了lena.bmp圖像作為測(cè)試實(shí)例，實(shí)現(xiàn)了圖片的讀取顯示(xinsh)，如下圖所示：共二十五頁同時(shí)，在DSP端搭建了圖像處理算法的開發(fā)環(huán)境，并編寫了Sobel算子檢測(cè)圖像(t xin)邊緣的實(shí)現(xiàn)代碼，封裝完后并經(jīng)過ARM端應(yīng)用程序調(diào)用，將圖像處理結(jié)果顯示在屏幕上。仍以lena.BMP圖像為例，圖像處理結(jié)果如下：共二十五頁存在的主要問題、下一步打算、預(yù)計(jì)(yj)完成日期存在的主要問題以及下一步打算算法部分： 1、紅外圖像的邊緣處理(chl)效果仍然不太理想 2、繼續(xù)研究數(shù)學(xué)形態(tài)學(xué)算子并改進(jìn)結(jié)構(gòu)元素 3、繼續(xù)研究針對(duì)紅外圖像的邊緣檢測(cè)算法共二十五頁硬件實(shí)現(xiàn)部分：學(xué)習(xí)DVSDK工具包，提高程序的執(zhí)行效率，充分利用雙核處理器系統(tǒng)的優(yōu)勢(shì)。預(yù)計(jì)(yj)完成日期：2015年10月共二十五頁謝謝(xi xie)大家！懇請(qǐng)(knqng)各位老師監(jiān)督、指正！共二十五頁內(nèi)容摘要基于DM3730的紅外熱圖像處理技術(shù)研究。以LoG為代表的二階梯度算子通過在二階導(dǎo)數(shù)中搜索零穿越，進(jìn)而確定邊緣點(diǎn)，二階梯度算子比一階梯度算子檢測(cè)出更多邊緣，但仍會(huì)出現(xiàn)點(diǎn)狀不連續(xù)現(xiàn)象，且對(duì)噪聲敏感。Canny算子采用多個(gè)步驟(bzhu)完成邊