基于DSP的视频图像边缘检测研究

数字视频图像技术的突飞猛进是目前电子领域的一个发展方向。传统的视频处理系统由于技术上的瓶颈,逐渐已经被时下流行的数字技术所替代。数字视频图像由于其信息量大,存储方便等优势,在很多产品中已经大量应用。数字视频图像的处理内容和方法很多,本文重点研究其在图像特征检测技术中的边缘检测,并通过TMS320DM642高性能的DSP处理器结合摄像头和显示器,动态反映出处理效果。     

基于DSP和线阵CCD的带钢边缘检测系统

为了能得到一种更好的带钢边缘检测系统,提出了一种利用线阵CCD的图像快速采集功能对运动带钢边缘进行检测的方法。该方案用平行光投射系统来照明,采用数字信号处理器(DSP)驱动CCD工作并对测量结果进行处理,有效地简化了硬件结构;介绍了一种CCD输出信号的处理电路及其二值化原理,并给出了系统硬件、软件设计方案;实验证明,该方案的测量精度可达到0.1 mm,响应时间少于3 ms,结构简单便于安装,适用于恶劣的工况环境。     

视频图像边缘实时检测系统的DSP实现

在研究视频图像实时处理系统的基础上,以TI公司的DSP芯片（TMS320C5000）为硬件开发平台,以Code Composer Studio为软件开发环境,通过硬件设计和软件编程实现视频图像中动态目标的获取、边缘检测;针对传统实现方法的长延时实时处理性差等不足,文章利用CCS对程序中的关键代码进行了优化,并在仿真系统的实验平台上进行了调试;结果证明系统的软件的运行效率得到了提高,达到了实时性的要求;该系统结合了软件算法的灵活性和硬件DSP的高速度,能够对视频图像进行真正意义上的实时处理。     

基于改进的Sobel算子边缘检测算法

为了解决传统的Sobel算子算法存在的斜向方向不敏感问题,提出了一种改进的Sobel算法。该算法在Sobel算子的基础上,增加了45°和135° 2个方向模板,并且以斜向边缘为主重新分配了算子模板的权重。算法先将图像转换为灰度图像,然后用改进的Sobel算子得到梯度图像,再采用局部梯度阈值对梯度图像进行细化处理,最后结合斜向边缘方向域值进行二值化,得到边缘图像。仿真实验表明,与传统Sobel算法相比,该算法提高了检测精度,使得边缘细节更丰富、更连续。     

基于Canny改进的边缘检测算法

Canny算子受噪声干扰严重,检测噪声污染的图像边缘的效果较差。轮廓结构元素形态学变换能有效滤除图像噪声,同时能保持图像边缘细节。本算法先用轮廓结构元素形态学变换的方法抑制噪声,求取图像梯度并用非极大值抑制法求其局部模极大值,采用双阀值法二值化图像边缘并进行连接。实验表明,该算法能精确提取噪声图像边缘。     

基于边缘连续性的边缘检测算法

针对传统的边缘检测算法抗噪能力弱、弱小边缘难以检测以及边缘图像容易出现断层等问题,本文提出了一种新的边缘检测算法。该方法首先对边缘进行提取,然后进行边缘连接。边缘是图像灰度突变的反应,像素点的梯度以该像素点为对称中心,由对称位置灰度有明显变化的像素点的个数加权得到。对梯度较大的像素点计算其方向,通过像素点方向的连续性进行边缘提取。为了克服边缘图像出现断层的缺陷,利用蚁群算法进行边缘连接 。实验结果表明,该方法有较强的抗噪能力,尤其对椒盐噪声,且可以有效地检测出灰度变 化不明显的边缘。     

基于改进Sobel算法的实时边缘检测系统

针对传统的Sobel边缘检测算存在对噪声敏感和缺乏自适应能力等缺点,提出了一种结合中值滤波与自适应阈值的改进So-bel边缘检测算法。并使用Verilog HDL语言在FPGA上实现了基于该算法的实时边缘检测系统。实验结果表明,该系统对环境有很强的适应能力,能够实时有效地提取出图像边缘。     

基于改进Canny算法的图像边缘检测

鉴于传统Canny边缘检测算法在高斯滤波方差和高低阈值选取上需要人工干预,不具备自适应能力。文章提出了一种通过迭代分割求取最佳高、低阈值的方法,改善了人为设定阈值自适应性不强的缺点,提高了边缘定位的精度。与此同时,还将检测结果与原Canny、Sobel和Log等边缘检测算子对图像的处理结果进行了比较,实验结果表明,采用改进的Canny边缘检测算法可以得到较为完整、清晰的边缘轮廓,具有更好的检测精度和准确度。     

基于Canny算子的边缘检测改进算法

通过对Canny算法进行改进,提出了一种基于改进遗传算法的边缘提取算法.改进算法对噪声抑制效果明显,能够删除伪边缘,得到精确的边缘.实验结果表明,该算法在保证实时性的同时,具有很好的检测精度和准确度.     

基于改进边缘检测算法的图像处理技术应用

边缘检测算法通过识别每个像素在其邻域内灰度的变化而检测出图像的边缘,但由于黄土CT图像的复杂性和随机性,经试验验证,典型的边缘检测算法并不适合直接应用于黄土微结构图像的处理.对边缘检测算法进行了改进并通过VC++6.0平台实现了其功能,首先使用中值滤波和数学形态学方法对图像进行了处理,有效地降低了噪声干扰,净化了背景并增强了图像对比度;然后对图像进行基于Prewitt算法的边缘检测.通过试验验证了改进后的方法可以有效的去除虚假边缘,区分黄土颗粒的形态,从而更清晰地揭示其内部物质的结构.该方法对CT图像处理范畴的拓展,黄土微结构的研究方法和黄土工程性质的判定都有积极的指导意义.     

基于DSP Builder的行车道检测的实现

介绍了行车道检测系统的原理、构成及基于DSP Builder的实现方法。利用基于FPGA的现代DSP设计方法,对边缘检测电路进行了系统模型设计。理论分析及仿真实验证明了该方法的正确性和可行性,满足了实际任务的要求。     

基于DSP的疲劳驾驶检测系统的研究

针对汽车驾驶员疲劳驾驶检测的要求,设计了一种基于图像处理DSP芯片DM6437的疲劳驾驶视觉检测系统。通过DSP的GPIO口用软件控制摄像头轴上和轴外的两种不同波长的近红外光源(850nm/950nn)交替采集驾驶员图像,根据亮瞳效应两帧图像差分后粗定位人眼,用模板检测提取人眼的边界,根据PERCLOS值方法判断驾驶员是否疲劳。根据人眼的不同状态分别处理,用蜂鸣器作为报警系统提醒驾驶员。实验表明,该系统简单实用,而且能够全天候准确快速地判断驾驶员是否疲劳。     

基于DSP的自动代码生成及其在电池管理系统中的应用

按照V模式的开发方法对燃料电池车用动力蓄电池管理系统BMS进行了开发。根据BMS的功能和相应的算法在Simulink平台上对BMS进行了建模仿真。模型验证无误后,运用embedded target for TI C2000实现控制器的自动代码生成,并在硬件平台上对自动生成的代码进行了验证。     

改进的Sobel算子彩色图像边缘检测

为了解决传统灰度图像边缘检测中容易出现的边缘定位偏差、边缘丢失以及边缘不连续等问题,结合传统的Sobel梯度边缘检测方法和图像阈值分割技术,提出了一种改进的Sobel算子彩色图像边缘检测方法。通过对比试验结果表明,该方法可以有效地降低色彩边缘的误检率,一定程度上提高了边缘检测器的性能。     

基于DSP的生物医学信号检测系统的设计

介绍了一个基于AD和DSP的生物医学信号检测系统,阐述了该系统的软硬件设计和预处理电路,详细论述了TL320AD50C的工作方式以及AD与DSP的接口电路和软件实现,最后通过实验证明该系统可以成功的检测到人体心跳信号并进行显示。     

改进力场转换理论的多尺度图像边缘检测算法

为了提高多尺度边缘检测算法的定位精度,更好地抑制图像中的噪声和细节,将改进力场转换理论与多尺度图像边缘检测算法相结合,提出了改进力场转换理论的多尺度图像边缘检测算法。新算法计算每个尺度下图像中各像素点的内积能量值,利用内积能量值计算各个像素点间的引力;采用自适应阈值得到每一尺度下图像的边缘;在小尺度的检测结果下定位,执行由粗到细的边缘跟踪,得到最终的边缘结果。实验结果表明,新算法可以有效地抑制噪声,提高边缘检测的定位精度。     

基于X射线和机器视觉的煤与矸石分选系统设计

针对传统煤与矸石分选方法存在效率低、污染环境、成本高等问题,设计了一种基于X射线和机器视觉的煤与矸石识别分选系统。该系统首先利用机器视觉技术获取煤和矸石图像,用图像处理算法得到煤和矸石的厚度信息;然后采用X射线扫描并获取煤和矸石图像,经处理后得到图像的灰度值信息;最后综合灰度值信息和厚度信息确定煤和矸石的分离阈值,实现煤和矸石的分离。实验结果表明,该系统利用分离阈值能有效识别煤和矸石,且识别率高,识别精度满足工业生产要求。     

基于改进蚁群算法的图像边缘检测研究

传统的蚁群算法应用于图像边缘检测时,会出现边缘不够平滑、受噪声影响大、易收敛于局部等问题。为了提高边缘检测的效果,将灰度梯度与区域灰度均值方法相结合,确定蚂蚁的初始位置和启发矩阵;引入权重因子定义新的概率转移函数,并通过混沌算法和自适应参数进行信息素矩阵的更新,避免过早陷入局部最优。实验结果表明,改进的蚁群算法可以有效减少噪声对边缘检测的影响,并获得更加完整和清晰的图像边缘,取得较好的效果。     

基于DSP技术的非接触生命信号探测系统关键技术研究

介绍了生命探测的基本原理,设计了基于TI公司TMS320VC5402芯片的非接触生命探测系统。阐述了系统的硬件构成及软件部分的关键技术,给出了微弱生命信号处理的实验波形。系统具有体积小、功耗低、携带方便、适用于野外生命探测的特点。     

煤与矸石在线分选系统设计

针对目前常用的原煤洗选方法存在设备复杂、需要大量的水等问题,设计了一种基于双能γ射线和数字图像识别技术的煤与矸石在线分选系统。单片机实时判断探测器下方的物料是煤或者是矸石,当判断为煤块时,喷枪无动作,煤块落入煤通道;当判断为矸石时,单片机控制喷枪喷出高压气体,将矸石吹入矸石通道;当有些煤中含杂质较多或者矸石含碳量较高时,则由图像识别模块根据煤与矸石在灰度上的差异来区分煤与矸石,并将识别结果传送给单片机。模拟实验结果表明,该系统能有效识别煤与矸石,识别精度满足工业生产要求。