实时图像处理研究背景现状与目的意义
实时图像处理研究背景现状与目的意义
1研究背景
2实时图像处理系统国内外现状
2.1 实时图像处理系统的发展和现状
2.2 图像去噪概述
3 DSP实时图像去噪的目的和意义
1研究背景
随着计算机、多媒体和数据通信技术的高速发展，数字图像处理近年来得到了极大的重视和长足的发展，并在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信方面取得了广泛的应用。同时，人们对计算机视频应用的要求也越来越高，从而使得高速、便捷、智能化的高性
能数字图像处理设备成为未来视频设备的发展方向，实时图像处理技术在目标跟踪、机器人导航、辅助驾驶中都得到越来越多的应用。由于图像处理的数据量大，数据处理相关性高，实时应用环境决定严格的帧、场时间限制，因此实时图像处理系统系统必须具有强大的运算能力。各种高性能DSP不仅可以满足在运算性能方面的需要，而且由于DSP得可编程性，还可以在硬件获得系统设计的极大灵活性。
近年来，DSP技术的发展不断将数字信号处理领域的理论研究成果应用到实际系统中，并且推动了新的理论和应用领域的发展，对图像处理等领域的技术发展也起到了十分重要的推动作用。基于DSP的图像处理系统也被广泛的应用于各种领域。
从图像处理技术的发展来看，实时性在实际中有着广泛的应用。实时图像处理系统设计的难点是如何在有限的时间内完成大量图像数据的处理。因为要对图像进行实时处理,所以为了实现实时和快速,高效的处理,在这个系统中要求我们的图像处理速度要达到一定的速度，而图像处理的速度是由算法的执行时间、视频输入输出延迟以及外部数据存储器与DSP的数据交换效率等因素决定。算法执行时间与CPU 速度有关;图像处理的速度既图像处理所要用的时间，它主要是由算法决定的。算法执行的指令的多少决定了处理速度。而图像的处理的算法
包含有大量的算法指令，为了快速的处理大数据量的多媒体信息，特别是活动图像信息，同时又能灵活的支持多种不同的应用，DSP的应用势在必行。相比于通用的DSP，用于多媒体应用的专用DSP集成了许多专用模块，这些模块用硬件加速很多通用的多媒体方面的大量算法明晰的处理、实时性强等要求。
2实时图像处理系统国内外现状
图像处理技术是在第三代计算机问世后才得到了迅速的发展，其快速的发展使得所有图像处理的问题都可以用数字信号处理的形式来解决，这为实时图像处理技术提供了广阔的应用空间。
在国际上实时图像处理研究开始于60年代。因为图像所含的信息量大，为了达到实时处理的要求，现在的图像处理系统除了采用高性能、高速度的主处理器外，同时采用多处理器并行结构，例如美国Thinking Machine公司于1987年开始生产的CM2连接机，采用了65536个处理器，处理器之间用超立方体连接，也可组成网形结构。该系统进行32位整数加法时，速度可达到25000MIPS(每秒百万
条指令)，做32位浮点数点乘时，速度可达到10000MFLOPS(每秒百万次浮点操作)，由于其结构可变，还可以用于高层处理。实时图像处理技术的应用范围极其广泛，如工业视觉检测中的实时视觉检测系统，机器人视觉，资源探测，天气预报和各种医学图像分析仪器等，在军用领域中如导弹精确制导，战场的动态分析等，都用到了实时图像处理技术州。
国内实时图像处理技术研究起步比国外晚。1989年浙江大学用中小规模集成电路实现了模块化的实时图像处理系统ZRJP．I，1993年用LOGIC公司的VLSI研制出了改进型系统ZRJP．II，该系统可以在500IIls内对图像中指定的几十个三维目
标进行识别。中科院合肥智能机械研究所1991年研制成功PLIS实时图像处理系统。天津大学1990年研制的四个TMS310C25构成的MIMD实时图像处理系统用于焊接机器人，1992年又研制成功以单片TMS320C30为核心的实时图像处理系统。从总体上来看，国内实时图像处理技术相对还是很落后，主要原因是对相应的图像处理系统不能满足复杂算法的实时性处理要求。
2.1 实时图像处理系统的发展和现状
图像处理的发展与计算机以及硬件技术的发展是紧密联系的。最早发表有关计算机处理图像信息文章的时间要追溯到20世纪50年代，随着计算机以及硬件技术的高速发展，性能大幅度提高，而价格却大幅度下降，有力地推动了图像处理技术的发展，实时图像处理系统的发展大致上可以划分为四个阶段。
①图像处理系统发展的第一阶段
第一阶段的时间大体上是20世纪60年代到80年代中期，这个时期的图像处理系统采用机箱式结构，主流计算机采用小型机，并采用双屏操作方式，所以系统的体积比较大，功能也比较强，当然价格也比较贵。
②图像处理系统发展第二阶段
第二阶段的时间大体上是20世纪80年代中期到90年代初期，这个阶段的主要特点是小型化，外形不再是机箱式而是插卡式，绝大部分都采用PC系列微机构成图像处理系统，计算机总线采用ISA(Industrial Standard Architecture)总线，并采用双屏操作方式。图像卡的体积较小，一般图像卡都是采用大规模集成电路甚至是制作专用集成电路，从而使价格降低了。
模块化设计的目的③图像处理系统发展第三阶段
第三阶段的时间大体上是从20世纪90年代初开始，这一阶段图像处理系统突出特点是单屏方式，以微机PCI总线(Peripheral Component Interconnect bus)为支持的单屏方式和以图像压缩传输为特点的图像通信方式成为主流方式，但仍然主要是依靠微机来进行图像处理，在Windows平台上编制图像处理软件包。
④基于DSP的图像处理系统
随着微型计算机的发展和普及，现代图像处理方式越来越向高速、小型、简洁的方向发展，图像处理逐渐由专用、笨重的图像处理机过渡到通用、小型方式，但是由于图像数据量大，算法复杂，使用软件来处理时，软件往往局限于计算机的配置，使得图像处理速度比较慢、实时性差、价格高，不能适应恶劣工作环境。与此同时数字信号处理各种算法日趋完善，特别是运算能力很强的数字信号处理器(DSP)的问世，使现代图像处理系统进入了和计算机紧密结合的全数字体制的阶段。以DSP为核心的硬件系统同样可以用来进行图像处理，为这个问题的解决带来了新的途径。
DSP的运算速度和运算精度不断地提高，片内的存储容量不断地加大，系统功能、数据处理能力以及与外部设备的通信功能不断地增强，完全可以脱离PC 机开发出基于DSP的图像系统。这种设计方案的优点是设计简单、灵活，成本比较低，便于实际中使用。
2.2 图像去噪概述
实际图像在形成、传输的过程中,由于各种干扰因素的存在会受到噪声的污染。噪声被理解为妨碍人的视觉器官或系统传感器对所接收图像源信息进行理解或分析的各种因素。一般噪声是不可预测的随机信号,它需采用适当的方法去认识。对噪声的认识非常重要,它影响图像的输入、采集、处理的各个环节以及结果输出全过程,特别是图像的输入、采集过程中,若输入中含有大量噪声,必然影
响处理全过程及输出结果。因此,一个良好的图像处理系统,无论是模拟处理还是计算机处理都把减少噪声作为主攻目标。
图像去噪是图像处理中的一项关键技术，自20世纪60年代起一直受到人们的高度重视，至今已提出上很多去噪算法，但因噪声来源的多样性，现提出的分割算法大都是针对具体问题的，
并没有一种适合所有图像的通用去噪算法，这给图像分割技术的应用带来许多实际问题。最近几年又出现了许多新思路、新方法或改进算法，对一些经典方法和新出现的方法作了概述。图像去噪处理方法基本上可分为空间域法和变换域法两大类。其中空间域法就是空间滤波直接在空域上对图像进行平滑处理，常用的方法有中值滤波、领域均值滤波、多帧平均法；而变换域法是把源图像进行正变换，设计一个滤波器用点操作的方法加工变换系数，然后进行反变换，即完成处理工作。这两种方法都有缺点和优点，所使用的教学工具和实验手段也是不断的扩展，从时域信号到频域信号处理，近来小波变换也应用在图像去噪当中，并且受到了很大的重视。
3 DSP实时图像去噪的目的和意义
DSP实时图像去噪在医学上、科学研究上、工业生产上都具有很大的意义。
比如在医学上，通过DSP实时图像去噪，会使得患者在医院所照的照片更清晰，更明显，使得医生在判断病情时能够更快速、更准确。但是由于在图像去噪的过程中不可避免的会把图像的有用部分衰减，所以在图像去噪这一领域还需要有更多的人去解决这个难题。
在现代工业自动化生产中，涉及到产品检验、生产监视和零部件缺陷识别等多方面的应用，例如对零部件批量生产过程中的尺寸缺陷检测，零件的缺陷检查，IC上的自动字符识别，自动装配过程中的完整性检查，电子装配线的自动定位，机器人的引导和零件的识别等。利用图像处理的方法，对感兴趣区域进行分割从而进一步的分析。
军事上对图像处理的应用是最早的。对地球上所有感兴趣的地区进行空中摄影后，每天得到成千上万张照片，以前雇佣成千上万人对照片进行分处理，现在则可以用DSP技术进行处理。另一方面，在六十年代中期以后，发射了陆地卫星和天空实验室，都是对地球进行资源遥感的，他们利用卫星拍摄的图像进行处理，将数据用于资源普查、农业规划、农作物产量估算、病虫害监测、森林调查等许许多多的方面。
综上所述，利用通用可编程DSP芯片实现图像处理较之其它方式具有一定的
优越性，而且DSP芯片的可编程性和强大的数据处理能力，可以快速的实现信号处理算法，成为目前图像处理系统的最佳选择。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。