基于DM3730平台的红外图像边缘检测技术研究

摘要

随着现代红外技术的飞速发展，越来越多的红外图像处理系统将应用于军事、工业、民用等领域。由于红外成像器件本身以及周围环境的影响，红外图像成像效果并不理想，其边缘检测的难度加大。图像边缘作为红外图像的重要特征，其检测技术在目标识别、跟踪以及智能控制等系统中具有重要的实际意义。所以，对红外图像边缘检测技术的研究就显得十分必要。
　　本论文针对红外图像对比度低、噪声大、目标模糊等特点，对红外图像的边缘检测进行了研究:一是在研究数学形态学理论的基础上，提出了两种基于数学形态学的红外图像边缘检测算子;二是研究了基于细胞神经网络（Cellular Neural Network，简称CNN）的二值图像边缘检测算法，并对其模板进行了设计。然后利用二值图像边缘检测算法分别对红外灰度图像灰度值的各个二进制位进行边缘检测，并对各个二进制位的检测结果进行融合，从而实现红外灰度图像的边缘检测。仿真实验结果表明了所研究算法的有效性。
　　此外，深入研究了DM3730开发平台ARM与DSP之间的通信方式、编解码引擎(Codec Engine)架构的双核通信过程以及利用数字视频软件开发工具(DVSDK)进行程序协同开发的方法，利用C语言完成了基于数学形态学的边缘检测算子ARM端应用程序设计和DSP端算法程序设计，从而在DM3730开发平台上实现了红外灰度图像的读取、边缘检测处理及检测结果显示。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景及意义

1．2 国内外研究现状分析

1．2．1 图像处理系统研究现状

1．2．2 边缘检测技术研究现状

1．3 论文章节安排

第2章 数学形态学理论基础

2．1 数学形态学简介

2．1．1 数学形态学的发展

2．1．2 数学形态学基本思想

2．2 二值形态学

2．2．1 膨胀和腐蚀运算

2．2．2 开运算和闭运算

2．3 灰度形态学

2．3．1 膨胀运算和腐蚀运算

2．3．2 开运算和闭运算

第3章 基于数学形态学的边缘检测算法研究

3．1 基本形态学边缘检测算子分析

3．2 改进的形态学边缘检测算子分析

3．2．1 结构元素的选取

3．2．2 形态学滤波选取

3．2．3 改进的形态学边缘检测算子

3．3 实验结果及分析

3．3．1 红外灰度图像的边缘检测结果分析

3．3．2 噪声红外灰度图像的边缘检测结果分析

第4章 基于CNN的边缘检测算法研究

4．1 细胞神经网路的理论基础

4．1．1 细胞神经网络概述

4．1．2 细胞神经网络理论

4．2 基于CNN的二值图像边缘检测

4．2．1 模板的设计

4．2．2 二值图像边缘检测算法实现

4．2．3 实验结果及分析

4．3 基于CNN的红外灰度图像边缘检测

4．3．1 基于二进制位面融合的算法实现

4．3．2 实验结果与分析

第5章 ICETEK-DM3730-KBM-A开发板的环境搭建

5．1 ICETEK-DM3730-KBM-A开发板简介

5．2 ICETEK-DM3730-KBM-A开发板的Linux系统环境搭建

5．2．1 Linux系统软件开发环境的主要组成

5．2．2 Windows7操作系统下虚拟机的安装

5．2．3 虚拟机中Linux操作系统的安装

5．2．4 Ubuntu10．0 4 Linux操作系统的相关配置

5．2．5 PC机中超级终端的配置

5．3 ICETEK-DM3730-KBM-A开发平台的系统启动

5．3．1 开发平台的系统启动

5．3．2 系统软件各组成部分的特点

5．3．3 NFS在DM3730开发平台的挂载与启动

第6章 ICETEK-DM3730-KBM-A开发板的程序开发

6．1 DVSDK简介

6．2 Codec Engine架构

6．3 DM3730开发平台的Linux环境搭建

6．3．1 安装DVSDK软件包

6．3．2 安装ICETEK的Linux开发环境

6．4 Linux操作系统下的程序协同开发

6．4．1 c6acce1模块

6．4．2 基于VISA模块的ARM和DSP程序协同开发

第7章 边缘检测算法的DM3730开发平台实现

7．1 程序开发整体流程

7．2 ARM端应用程序开发

7．2．1 共享内存缓>中区

7．2．2 BMP类型图片的存储格式

7．2．3 BMP类型图像的数据读取

7．2．4 Linux操作系统下的LCD显示

7．3 DSP端算法程序开发

7．4 程序的编译及执行

7．5 实验结果及分析

第8章 总结与展望

8．1 论文总结

8．2 论文不足及展望

参考文献

攻读硕士学位期间发表的学术论文

致谢