嵌入式图像数据分析处理研究

摘要

在高速发展的信息化时代,大量的信息来自图像,图像处理与分析技术成为不可缺少的手段。随着嵌入式技术的高速发展,嵌入式图像分析、处理和应用技术受到了高度重视,应用越来越广泛,发挥的作用越来越重要。本文主要研究嵌入式图像分析与处理技术,实现目标检测。
　　 系统研究了数字图像数据分析处理的相关理论和关键技术,包括去噪、图像增强、图像分割以及图像数据的边缘检测等关键内容,设计了满足课题要求的数字图像增强、分割及目标检测的可行算法。在此基础上,编程实现了基于 ARM微处理器体系结构的嵌入式图像目标识别系统,并完成了图像数据处理和目标识别的算法优化。
　　 仿真模拟运行结果表明,所设计的图像分析处理算法正确,所实现的图像识别系统运行稳定,且有较好的目标识别效果,具备图像数据的分割、图像数据增强以及运动目标检测等功能,圆满完成了论文工作的任务要求。

目录

文摘

英文文摘

第一章 绪论

1.1 选题背景及研究意义

1.2 研究现状及发展前景

1.1.1 图像处理研究现状

1.1.2 嵌入式系统发展现状

1.3 论文结构与内容安排

第二章 图像数据处理技术分析

2.1 图像处理相关概念

2.1.1 像素

2.1.2 灰度矩阵

2.1.3 窗口

2.1.4 PNG格式

2.2 图像数据去噪

2.2.1 频域滤波

2.2.2 空间域滤波

2.2.3 领域均值滤波

2.2.4 多重分形的图像去噪

2.3 图像分割

2.3.1 基于区域的图像分割

2.3.2 基于边缘的图像分割

2.3.3 边缘与区域相结合的图像分割方法

2.4 图像数据增强

2.4.1 多重分形的图像去噪

2.4.2 频域滤波

2.5 图像数据目标检测与运动检测

2.5.1 减背景技术

2.5.2 帧差技术

2.5.3 光流技术

2.6 本章小结

第三章 图像数据处理算法设计

3.1 图像分割算法设计

3.2 图像增强算法设计

3.2.1 灰度变换

3.2.2 图像平滑

3.2.3 图像锐化

3.3 目标检测定位算法设计

3.4.边缘检测算法设计

3.4.1 Sobel算子

3.4.2 Prewitt边缘检测算子

3.4.3 LOG算子

3.4.4 Canny算子

3.5 本章小结

第四章 算法实现与模拟测试

4.1 ARM微处理器

4.1.1 ARM处理器的特点

4.1.2 ARM处理器状态设置

4.1.3 ARM处理器模式

4.2 YLP2410嵌入式开发平台

4.2.1 YLP2410平台特点

4.2.2 S3C2410处理器

4.3 Linux软件开发环境

4.3.1 嵌入式Linux

4.3.2 软件开发工具

4.3.3 Linux对图像处理的支持

4.4 基于嵌入式的算法实现与模拟运行

4.4.1 图像分割的实现

4.4.2 图像数据增强的实现

4.4.3 目标检测与模拟测试

4.5 本章小结

第五章 结论与展望

致谢

参考文献