分析:直方图中有一个与其他灰度区别明显的峰值,利用这一峰值可以提取图像的前景和背景,进一步分析直方图甚至可以将手和手机分别区分出来。用直方图来分析图像这也是人工视觉系统的一个基本组成部分。
(6)
分析:直方图基本可分为三部分,即黑色、灰色及白色三类。因此可以分别对三类用不同的颜色表示(黑色0 、原灰度、白色)。通过直方图分析图像的基本灰度构成是常用的方法。
4.5 直方图均衡化增强算法
(1)
- - 31
分析:由于图像由16 级灰度条组成所以直方图统计的结果各灰度的值是离散的,而且各灰度所占百分比大致相同,所以增强处理没有太大效果,不过细心的您会发现,处理后的图像使用了更亮的白色(原图最高灰度未使用255) ,结果是直方图向右移动了。
(2)
分析:图像由连续灰度组成,但较暗的像素所占比例较小,图像大部分是亮的,从直方图中可以观察到,灰度值较小的部分(靠近0) 统计值较小并且灰度未均匀分布,表现为分离的柱状图,而灰度值大的部分灰度连续变化。增强后的直方图较亮的图像向下移动挤占了较暗的象素,从图像中可以看出,图像边缘部分灰度更丰富了。
(3)
分析:图像由连续灰度组成,大部分由亮度为140 左右的像素组成,没有明显的前景和背景,直方图中只有一个“峰”。增强后的图像变得更清晰,黑白分明,直方图中将“峰”扩展到更大范围来显示,从而展示了更多的细节。
- - 32
总结
随着网络和通信技术的发展,数字图像处理与分析技术已经在科学研究、工农业生产、军事技术、医疗卫生、教育 等许多领域得到了广泛运用,并产生了巨大的经济效益 和 社会效益,对推动社会发展和改善人们生活水平都起到了 重要的作用。
DSP技术作为数字化技术的基石,已经在数字化中扮演一个不可或缺的角色。DSP的核心是算法与实现,越来越多的人正在认识、熟悉和使用它。依托于 DSP硬件平台来实现数字图像处理,具有极高的信号处理速度,因此具有极大的优越性。
将DSP技术应用于数字图像处理这一课题,就是我们本次实验的主要内容。具体任务就包括Sobel算子的边缘检测技术、Laplace算子的锐化处理、图象取反、直方图统计和直方图均衡化等。这些算法在软件平台上,如Matlab,均可简单快速实现,但在DSP平台上,我们尝试用C语言代码编写算法来实现对原始图像的处理,这对我们以前没有接触过硬件操作的同学来说是一个挑战。
在利用C代码来实现图像处理的算法时,要想达到算法的高效性,就必须对C代码进行优化。我们从两个方面来解决这个问题: 一方面编写代码要从通常的优化角度出发;另一方面,C 代码要植根于DSP硬件平台,所以必须结合硬件结构来优化代码,比如:硬件提供了 很多内联函数,它们直接映射为内嵌的汇编指令的特殊函数,我们要注意多使用内联函数,这样可迅速优化C语言代码。
另外,由于DSP硬件模拟的CCS平台系统的复杂性,在有限的时间内,并不能很好掌握运用,这是以后要加强的地方。
- - 33
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库dsp实验报告3-数字图像增强 -(7)在线全文阅读。
相关推荐: