图像处理软件设计基础.ppt

9.3用硬件描述语言进行图像处理 硬件描述语言用于FPGA设计及ASIC设计，用硬件描述语言进行图像处理及在FPGA或ASIC中实现图像处理。 理论上，所有算法均可用硬件描述语言实现，但是用硬件描述语言进行图像处理比用C语言和MATLAB语言都要复杂。 并不是所有的图像处理算法都适合在FPGA中实现，一般对于算法结构比较简单、数据量较大、适合进行流水处理的算法，适合在FPGA中实现。如图像变换、图像滤波、形态学处理、边缘检测、图像增强等。而算法结构较复杂，存在较多判断、跳转等语句的算法，则不适合用FPGA实现。如模式识别、复杂的图像压缩、图像分析等。并不是不能实现，而是实现的代价大，开发周期长、占用资源多、成本高。 设计举例 用MatLab语言实现Sobel边缘检测； 用C语言实现Sobel边缘检测； 用Verilog语言实现Sobel边缘检测。 第9章 图像处理软件设计基础 9.1 用Matlab语言进行图像处理 9.2 用C语言进行图像处理 9.3 用硬件描述语言进行图像处理 * * Matlab 图像处理工具箱—Image Processing Toolbox 提高图像质量，使模糊的图像变得清晰； 提取图像的有效特征，以便进行模式识别； 通过图像变换和有效编码来压缩其频带或数据，以便传输或存储。 9.1 用Matlab语言进行图像处理 * * 一、图像处理工具箱函数 包含一百余个函数，按其内容划分为以下几类： ⑴、图像显示函数； ⑵、图像文件输入、输出函数； ⑶、图像几何操作函数； ⑷、图像像素值及统计函数； ⑸、图像分析函数； ⑹、图像增强函数； ⑺、线性滤波函数； * * ⑻、二维线性滤波器设计函数； ⑼、图像变换函数； ⑽、图像邻域及块操作函数； ⑾、二值图像操作函数； ⑿、基于区域的图像处理函数； ⒀、颜色图操作函数； ⒁、颜色空间转换函数； ⒂、图像类型和类型转换函数。 一、图像处理工具箱函数（cont.） * * 分别为： 真彩色图像（RGB images）； 索引色图像（index images） ； 灰度图像（intensity images） ； 二值图像（binary images） 。 由于有的函数对图像类型有限制，这四种类型可以用工具箱的类型转换函数相互转换。 二、工具箱支持的图像类型 * * Matlab 可操作的图像文件 包括： BMP HDF JPEG PCX TIFF XWD * * 三、常用图像操作 图像的读写与显示操作：用imread( )读取图像，imwrite( )输出图像。 图像显示于屏幕：imshow( ) 。 图像进行裁剪：imcrop( )。 图像的插值缩放：imresize( )。 图像的旋转：imrotate( ) 。 * * 四、图像增强功能 图像增强是数字图像处理过程中常用的一种方法，目的是采用一系列技术去改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分析的形式 。 * * 灰度直方图均衡化。 灰度变换法。 平滑与锐化滤波。 图像增强方法 * * 1、灰度直方图均衡化 均匀量化的自然图像的灰度直方图通常在低灰度区间上频率较大，使得图像中较暗区域中的细节看不清楚，采用直方图修整可使原图像灰度集中的区域拉开或使灰度分布均匀，从而增大反差，使图像的细节清晰，达到增强目的。 直方图均衡化可用histeq( )函数实现。 * * 2、灰度变换法 照片或电子方法得到的图像，常表现出低对比度即整个图像偏亮或偏暗，为此需要对图像中的每一像素的灰度级进行灰度变换，扩大图像灰度范围，以达到改善图像质量的目的。 这一灰度调整过程可用imadjust( )函数实现。 * * 3、平滑滤波 平滑技术用于平滑图像中的噪声，基本采用在空间域上的求平均值或中值。或在频域上采取低通滤波，因在灰度连续变化的图像中，我们通常认为与相邻像素灰度相差很大的突变点为噪声点，灰度突变代表了一种高频分量，低通滤波则可以削弱图像的高频成分，平滑了图像信号，但也可能使图像目标区域的边界变得模糊。 * * 4、锐化滤波 而锐化技术采用的是频域上的高通滤波方法，通过增强高频成分减少图像中的模糊，特别是模糊的边缘部分得到了增强，但同时也放大了图像的噪声。 在Matlab 中，各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现，可用fspecial( )函数创建预定义的滤波算子，然后用filter2( )或conv2( )函数在实现卷积运算的基础上进行滤波。 * * 五、图像边缘检测和图像分割功能 边缘检测是一种重要的区域处理方法，边缘是所要提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来。如果一个像素落在边界上，那么它的邻域将成为一个灰度级变化的带。对这