DSP在数字识别中的应用天津工业大学课程设计.doc

天津工业大学课程设计：DSP在数字识别中的应用 DSP在数字识别中的应用 班级： 姓名： 学号： 指导教师：林志贵 日期：2012-11-17 天津工业大学课程设计：DSP在数字识别中的应用 天津工业大学课程设计：DSP在数字识别中的应用 DSP在数字识别中的应用 1 课程设计的目的： 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 课程设计内容： 把含有数字的图像,如车牌,身份证等读取到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 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 具体步骤与要求： 4.1 数字图像的采集 拍摄含有数字的图像,或利用老师给的图像，在DSP CCS软件平台下,编程把图像读取到DSP的SDRAM中。 4.2二值化 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，称为图像的二值化。 二值化方法： （1）全局二值化 天津工业大学课程设计：DSP在数字识别中的应用 天津工业大学课程设计：DSP在数字识别中的应用 （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 4.4 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) 利用修改像素值的方法，把外接矩形绘制到图像中并通过CCS显示。 5 数字识别方法综述 模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析,以对事物或现象进行描述、辨认、分类和解释的过程,是信息科学和人工智能的重要组成部分。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（Supervised Classification）和无监督的分类(Unsupervised Classification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知。 模式还可分成抽象的和具体的两种形式。前者如意识、思想、议论等,属于概念识别研究的范畴,是人工智能的另一研究分支。我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物传感器等对象的具体模式进行辨识和分类。 6 程序 /*********************************************************************** ** Main Function Program ***********************************************************************/ 天津工业大学课程设计：DSP在数字识别中的应用 天津工业大学课程设计：DSP在数字识别中的应用 #include quot;math.hquot; #include quot;stdio.hquot; #def