数字图像预处理的硬件设计与实现方法

摘要

数字图像处理被广泛应用于生物医学、材料、遥感、通信、交通管理、军事侦察、文档处理和工业自动化等众多领域。数字图像预处理是数字图像处理得一部分,它在整个图像处理领域发挥着重要的作用。其中,图像的增强,包括图像的平滑和锐化,是最常用的预处理方法。由于数字图像本身的特性,图像处理技术有着计算量大,计算复杂等特点。单用软件实现,不能够满足一些实时性要求较高的应用,所以研究一种合理的数字图像预处理算法并加以硬件实现是十分有意义的。本文介绍了图像处理的发展以及应用情况,详尽的介绍一些有关数字图像处理基础知识,以及System C语言和系统级设计方法和流程。并且,在本文中,根据现有的数字图像预处理的原理,提出了一种改进的基于HSI色彩空间的彩色图像预处理方法,并使用系统级的设计方法加以硬件实现。这种新的算法在能够得到较好的处理效果和不增大芯片面积的前提下,大大的减少数字图像模板操作的运算次数,提高了彩色图像平滑和锐化操作的速度。另外,本文还提出了一种针对于数字图像处理的FIFO设计,和图像模板操作的硬件流水设计,进一步的提高了系统处理的速度。在本文的最后,我们详尽的分析了算法的优缺点和系统设计中出现的问题,并对算法设计和系统实现提出了改进的方向。

目录

摘要

ABSTRACT

1 绪论

1.1 图像处理简介

1.2 数字图像处理的应用与发展

1.3 数字图像预处理

1.3.1 数字图像处理的层次

1.3.2 数字图像预处理

1.4 课题的现实意义

1.5 课题的研究内容

2 System C 与系统级设计

2.1 System C 语言简介

2.2 基于System C 的系统级设计

2.2.1 传统的设计方法

2.2.2 系统级设计方法

3 数字图像的表示方法

3.1 灰度图像的表示方法

3.2 彩色图像的表示方法：色彩空间

3.2.1 RGB 色彩空间

3.2.2 YUV 色彩空间

3.2.3 HSI 色彩空间

3.2.4 彩色图像的表示方法

4 图像的平滑和锐化

4.1 图像平滑的基本算法

4.1.1 空域处理：邻域平均法

4.1.2 频域处理：低通滤波法

4.2 图像锐化的基本算法

4.2.1 空域处理

4.2.2 频域处理

4.3 彩色图像平滑和锐化的算法研究

4.3.1 基于K-L 变换的图像增强

4.3.2 基于HSI 色彩空间的图像增强

4.3.3 基于HSI 色彩空间的算法分析

4.3.4 基于HSI 色彩空间的算法改进

5 图像预处理系统设计

5.1 系统的设计方法说明

5.2 系统功能定义

5.3 系统结构设计

5.4 FIFO group

5.5 预处理单元（Processing Unit）

5.5.1 控制逻辑（Control Logic）模块

5.5.2 芒色尔变换（RGB->HSI）模块

5.5.3 RGB 变换（HSI->RGB）模块

5.5.4 卷积处理（Convolver）模块

5.6 系统性能及系统处理结果

6 总结及展望

参考文献

致谢

攻读学位期间发表的学术论文