视觉增强图像边缘检测算法研究及DSP硬件实现

作     者：李旭 lixu

作者单位：成都理工大学 

学位级别：硕士

导师姓名：黄洪全;刘君

授予年度：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：视觉特性 阈值计算 图像边缘检测 图像增强 DSP 

摘      要：图像边缘检测技术在工业、医学、遥感和航空等众多领域均发挥着至关重要的作用,但由于图像采集设备本身存在缺陷和特殊的提取过程等多种因素的影响,使得图像存在边缘模糊、视觉感受效果差等问题,所以对图像进行增强成为了必要的图像处理过程。对图像进行增强处理的目的是为了增加图像中的重要细节信息,提高图像的对比度,使图像具有更加良好的视觉效果。传统的图像边缘检测方法只关注图像中的数学指标,忽视了视觉效果的重要性,因此在视觉观察效果上不是很理想。对图像的边缘信息提取在图像特征信息识别和特征匹配的描述中有着重要的作用,所以,基于视觉特性增强的图像边缘检测技术研究具有重要意义。随着图像处理技术的不断进步,很多科研学者根据其人眼的视觉特性来对图像进行增强和边缘检测,取得了很多相关研究成果,但是仍然没有找到一种对所有图像都适用的图像处理方法,这些方法都存在着一定的缺陷和局限性。本文将根据人眼视觉特性,建立一种新的阈值计算方法。并把这种新建立的阈值计算方法应用在图像增强和图像边缘检测算法中,通过对图像边缘检测算法进行分析和改进,将改进后的边缘检测算法通过CCS集成开发环境软件编程,在基于TMS320F28335为核心处理器的DSP硬件平台中实现。本文做的主要工作如下:（1）对目前国内外常用的图像增强和图像边缘检测算法进行了研究与分析,在MATLAB仿真平台中对其传统的图像边缘检测算法进行实验仿真。根据人眼对灰度等级的辨识能力这一视觉特性,建立了一种基于三角函数模型的阈值计算方法。（2）通过对基于人眼视觉特性建立的阈值计算方法进行研究和分析,对计算出的阈值在LIP（Log Image Process）对数图像处理的图像增强算法中应用,具有较强的去噪能力。（3）结合传统的几种滤波算法和本文方法对图像进行去噪处理,通过计算峰值信噪比（Peak Signal to Noise Ratio,PSNR）和均方误差（Mean-square error,MSE）对比几种方法的去噪效果。（4）针对传统边缘检测算法所存在的不足,根据人眼的视觉特性,在传统的边缘检测算法基础上,实现了一种改进的图像边缘检测算法,通过在传统的Prewitt算法梯度模板中增加22.5°、45°、67.5°、112.5°、135°、157.5°六个梯度方向,并将原来3×3大小的模板改为5×5的卷积模板,使其能够检测到更多的梯度方向,这样可以保留更多的图像信息。改进的Prewitt算法不仅具有较好的去噪能力,而且还能获取更多的边缘信息。（5）为了在硬件平台中实现该算法,本文以TMS320F28335为核心处理器搭建硬件系统,完成对TMS320F28335最小系统和OV7670摄像头图像采集模块的硬件电路设计。（6）将改进的基于视觉特性增强的图像边缘检测算法在DSP硬件平台中实现。本文采用TI公司的TMS320F28335为核心处理器的硬件开发平台,通过CCS（Code Composer Studio）集成开发环境,对改进后基于视觉特性的多方向图像边缘检测算法进行程序编写,并将实验结果通过CCS集成开发环境中的Image图形显示窗口显示,验证该算法在DSP硬件平台上的可实现性。