《基于seed-dtk6446的sobel算子图像边缘检测研究-毕业设计》由会员分享，可在线阅读，更多相关《基于seed-dtk6446的sobel算子图像边缘检测研究-毕业设计（20页珍藏版）》请在金锄头文库上搜索。
1、南京师范大学中北学院毕业设计（论文）（2014届） 题目：基于SEED-DTK6446的sobel算子图像边缘检测研究 专业： 电子信息工程 姓名： 学号： 指导教师： 职称： 填写日期： 2014年3月22日 南京师范大学中北学院教务处制2摘要随着科学技术的飞速发展，人们对控制模型、控制算法要求越来越高，传统意义上的处理器很难满足发展的需求，而数字信号处理器DSP经历了20多年的发展与普及，应用领域几乎涵盖了所有的行业：通信、信息处理、自动控制、雷达、航空航天、医疗、日常消费品等。DSP是一门理论与实践并重的技术，在成功掌握了理论知识的同时再配合做一些经典DSP实验，从而加深对DSP软、硬件
2、的理解与掌握，为今后从事独立的开发打下扎实的基础。DSP领域中的开发与应用，推出了双DSP系统SEED-DTK实验箱系列产品，它设计新颖、独特，提供了一个完整的实验平台。SEED-DTK实验箱采用模块化设计理念，涵盖了TI所有的主流DSP系列：C2000、C3X、C5000、C6000和Davinci系列等。其中SEED-DTK实验箱中的主控板SEED-DECxxxx采用统一的系统结构、模块结构、机械结构和标准的总线接口以及相同的物理尺寸。图像边缘检测是一种定位二维或三维图像（特别是医学图像）中的对象的边缘的系统。通过输入端（310）接收表示该图像的各元素值的数据元素集。该数据集被存储在存储装
3、置（320）中。处理器（340）确定该图像中的对象的边缘。该处理器计算所述数据元素的至少一阶和/或二阶导数，并且计算该图像的等照度线曲率，所述曲率由标识。该处理器还确定校正因数，该校正因数对于由对象的曲率和/或所述数据的模糊造成的边缘错位进行校正。该校正因数取决于所述等照度线曲率。然后，该处理器确定取决于所计算出的导数和所述等照度线曲率的算子的过零点。该系统的输出端（330）提供对于该图像中的边缘位置的指示。关键词:SEED-DTK；DSP；边缘检测ABSTRACT Along with the rapid development of science and technology, peop
4、le are increasingly demanding on control model and control algorithm, in the traditional sense of the processor is difficult to meet the needs of development, and digital signal processor DSP has experienced more than 20 years of development and popularization, the application area. Domain: almost c
5、overs all the industry communication, information processing, automatic control, radar, aerospace, medical, consumer goods, etc. DSP technology is a theoretical and practical pay equal attention to, while successfully mastered the theoretical knowledge combined with some classic DSP experiment, so a
6、s to deepen understanding and grasp of DSP hardware and software, is engaged in the independent development to lay a solid foundation for the future. Development and application in the field of DSP, introduced a double DSP system SEED - DTK experiment box series products, its innovative design, uniq
7、ue, provides a complete experiment platform. SEED - DTK experiment box adopts the modular design concept, covered all the mainstream of the TI DSP series: C2000, C3X, C5000 and C6000 and Davinci series and so on. Including SEED - DTK experiment box in the main control board SEED - DECxxxx adopts uni
8、fied system structure, module structure, mechanical structure and standard bus interface, and the same physical size. Image edge detection is a 2 d or 3 d image positioning (especially the medical image) the edges of the objects in the system. Through the input end (310) said that the image is value
9、 of each element of the set of data elements. The data sets are stored in a storage device (320). Processor (340) to determine the edge of the object in the image. The processor is the method of data elements at least one order and/or the second derivative, and calculated such as intensity of illumi
10、nation of the image line curvature, curvature described by the kappa logo predominate. The processor also determines the correction factor of alpha, the school is factor alpha for described by the curvature of the object and/or data caused by the fuzzy edge dislocation. Described the positive factor
11、 alpha depends on intensity of illumination, such as line curvature kappa. Predominate Then, the processor to determine the calculated depending on derivative and such as described in the intensity of illumination line zero curvature of the operator. The outputs of the system are (330) provides for
12、the image of the edge location of the instruction.Keywords:SEED-DTK;DSP;edgedetection3目录摘要1第1章图像边缘检测51.1图像边缘检测的背景51.2图像边缘概述51.3图像边缘检测的应用及发展前景5第2章基于MATLAB的Sobel边缘检测82.1边缘检测的步骤82.1.1无方向一阶锐化82.1.2二阶微分锐化算法92.2用Matlab实现图像边缘处理102.2.1Matlab的简介102.2.2sobel算法的流程图102.2.3Sobel算子边缘检测矩形内边缘检测112.2.4sobel算法的实例11第3
13、章用DSP实现图像边缘处理123.1DSP的简介及特点123.2DSP的开发工具SEED-DTK133.2.1SEED-DTK的简介133.2.2SEED-DTK6446的原理图133.2.4 Sobel算子的实例163.3 DSP实现图像边缘检测跟MATLAB的异同163.3.1相同点163.3.2不同点17附录17总结18致谢19参考文献19第1章图像边缘检测1.1图像边缘检测的背景早在上世纪初,人类为了用图片及时传输世界各地发生的新闻事件,便开始了对图像处理技术的研究。用计算机进行图像处理,改善图像质量的有效应用开始于1964年美国喷气推进实验室对太空传回的大批月球照片进行处理,并收到了
14、明显的效果。然而,图像处理技术的真正发展还是在上世纪60年代末,其原因一方面是由于受到航天技术发展的刺激,另一方面是作为图像处理工具的数字计算机和各种不同类型的数字化仪器及显示器的突飞猛进发展。迄今为止,数字图像作为一门崭新的学科,日益受到人们的重视,并且在科学研究、工农业生产、军事技术和医疗卫生等领域发挥着越来越重要的作用。机器视觉主要是利用计算机实现人类的视觉功能,对客观世界的三维场景的感知、识别和理解。边缘是图像的最基本特征,边缘检测通常是机器视觉系统处理图像的第一个阶段,是机器视觉领域内经典的研究课题之一,其结果的正确性和可靠性将直接影响到机器视觉系统对客观世界的理解。1.2图像边缘概
15、述 图像的大部分信息都存在于图像的边缘中,主要表现为图像局部特征的不连续性,即图像中灰度变化比较剧烈的地方。因此,我们把边缘定义为图像中灰度发生急剧变化的区域边界。根据灰度变化的剧烈程度,通常将边缘划分为阶跃状和屋顶状两种类型。阶跃边缘两边的灰度值变化明显,而屋顶边缘位于灰度值增加与减少的交界处。那么,对阶跃边缘和屋顶边缘分别求取一阶、二阶导数就可以表示边缘点的变化。因此,对于一个阶跃边缘点,其灰度变化曲线的一阶导数在该点达到极大值,二阶导数在该点与零交叉;对于一个屋顶边缘点,其灰度变化曲线的一阶导数在该点与零交叉;二阶导数在该点达到极大值。边缘检测技术对于数字图像非常重要，边缘是所要提取目标和背景的边界线，提取出边缘才能将目标和背景区分开。图像的边缘是指图像局部区域亮度变化显著的部分。该区域的灰度剖面一般可以看做一个阶跃，图像的边缘部分集中了图像的大部分信息，图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，同时也是图像分割所依赖的重要特征。最简单的边缘检测方法是边缘检测算子。Sobel算子利用像素点上下左右四
