1、 DSPDSP 在数字识别中的应用在数字识别中的应用 班级：班级： 姓名姓名： 学号：学号： 指导教师：指导教师： 日期：日期：20122012- -1111- -1717 DSPDSP 在数字识别中的应用在数字识别中的应用 1 1 课程设计的课程设计的目的：目的： 1)掌握数字信号处理的基本概念、基本理论和基本方法； 2)掌握图像处理的常用算法； 3)掌握数字信号处理在数字识别中的应用及数字识别使用的基本算法； 4)学会 DSP 的使用，掌握 DSP 的程序设计方法； 5)学会用 DSP 对数字图像进行分析和处理。 2 2 课程设计内容：课程设计内容： 把含有数字的图像,如车牌,身份证等读取
2、到 DSP 的 SDRAM 中,利用图像处理算法把数字 从图像中定位出来;首先把图像二值化，二值化算法选择固定阈值、直方图或最大类间方差 法，比较各个二值化算法的效果；对二值化的图像做边缘提取，选择 Sobel 或者 Laplace 边缘提取算法并比较效果； 经过二值化和边缘提取后的图像， 利用投影法定位数字在图像中 的位置，并给出数字在图像中的外接矩形；利用 CCS 把处理结果显示出来。 3 3 课程设计基础：课程设计基础： DSP 编程基础、数字信号处理知识、图像处理知识。 4 4 具体步骤与要求：具体步骤与要求： 4 4.1.1 数字图像数字图像的采集的采集 拍摄含有数字的图像,或利用老
3、师给的图像， 在 DSP CCS 软件平台下,编程把图像读取到 DSP 的 SDRAM 中。 4.24.2 二值化二值化 要求完成固定阈值、直方图或最大类间方差法二值化算法，并比较算法处理结果，选择 合适的二值化算法，得到二值化后的图像并显示。 要求： (1) 固定阈值法，选择多个阈值比较处理，最终选择合适的阈值； (2) （选做）直方图阈值法，绘制直方图并显示。 一幅图像包括目标物体、 背景还有噪声， 要想从多值的数字图像中直接提取出目标物体， 最常用的方法就是设定一个阈值 T，用 T 将图像的数据分成两部分：大于 T 的像素群和小 于 T 的像素群。这是研究灰度变换的最特殊的方法，称为图像
4、的二值化。 二值化方法：二值化方法： （1）全局二值化 一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目 标物体，最常用的方法就是设定一个全局的阈值 T，用 T 将图像的数据分成两部分： 大于 T 的像素群和小于 T 的像素群。将大于 T 的像素群的像素值设定为白色（或者黑 色） ，小于 T 的像素群的像素值设定为黑色（或者白色） 。 全局二值化，在表现图像细节方面存在很大缺陷。为了弥补这个缺陷，出现了局 部二值化方法。 局部二值化的方法就是按照一定的规则将整幅图像划分为 N 个窗口， 对这 N 个窗 口中的每一个窗口再按照一个统一的阈值 T 将该窗口内的像素划分为两部分
5、， 进行二 值化处理。 （2）局部自适应二值化 局部二值化也有一个缺陷。这个缺陷存在于那个统一阈值的选定。这个阈值是没 有经过合理的运算得来，一般是取该窗口的平局值。这就导致在每一个窗口内仍然出 现的是全局二值化的缺陷。为了解决这个问题，就出现了局部自适应二值化方法。 局部自适应二值化，该方法就是在局部二值化的基础之上，将阈值的设定更加合 理化。该方法的阈值是通过对该窗口像素的平均值 E，像素之间的差平方 P，像素之 间的均方根 值 Q 等各种局部特征，设定一个参数方程进行阈值的计算，例如： T=a*E+b*P+c*Q，其中 a,b,c 是自由参数。这样得出来的二值化图像就更能表现出二 值化图
6、像中的细节。 4.34.3 边缘提取边缘提取 边缘提取采用 Sobel 或 Laplace 算法， 要求： (1) Sobel 和 Laplace 算法使用 3*3 模板； (2) (选做)Canny 边缘提取算法。 边缘提取编程比较： I=imread(lena.bmp);% 提取图像 1) BW1=edge(I,sobel); %用 SOBEL 算子进行边缘检测 2) BW2=edge(I,roberts);%用 Roberts 算子进行边缘检测 3) BW3=edge(I,prewitt); %用 prewitt 算子进行边缘检测 4) BW4=edge(I,log); %用 log 算子进行边缘检测 5) BW5=edge(I,canny); %用 canny 算子进行边缘检测 4.44.4 数字定位数字定位 要求用自己设计的二值化结果对目标位置进行定位，给出数字的外接矩形和中心； (1) 利用投影法把二值化结果分别向水平和垂直方向投影，选择合适的阈值定位出数字位 置，并输出目标位置； (2) 利用
