文档介绍：DSP在数字识别中的应用
班级:电信1002
姓名:时东阳
学号:1010930202
指导教师:刘丽杰耿磊
日期:2013-11-28
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;S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:
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,S软件平台下,编程把图像读取到DSP的SDRAM中。

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:
固定阈值法,选择多个阈值比较处理,最终选择合适的阈值;
(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
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,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像中的细节。

边缘提取采用Sobel或Laplace算法,
要求:
Sobel和Laplace算法