图像采集与处理

关键词： 图像处理 处理 图像 采集

图像采集与处理（精选十篇）

图像采集与处理 篇1

关键词：生物图像,图像采集,图像处理,生物显微镜

1 引言

在对生物细胞进行生理及其方面研究时, 生物细胞图像处理是其中一项重要的研究内容, 其中图像处理方法在图像分析中是一个经典问题, 目前的图像处理中尚无一个通用的处理方法, 也不存在一个标准的处理流程, 只能根据实际的生物图像, 并结合特定的的算法。以下内容即是对各种常用算法的比较, 以便从中选择。

2 生物细胞图像处理

2.1 图像预处理

根据作用目标的不同, 首先对生物细胞图像进行预处理, 进行亮度、对比度、色调、对比度调节, 色彩反相, 伪彩、左右镜像, 上下镜像, 图像旋转, 灰度化图像个通道内容, 图像拆分图像合成, 线性加权图像合成, 直方图均衡等, 从而使得后面处理效果明显。

2.2 生物细胞图像的滤波选择

生物图像增强主要是对图像进行加随机噪声, 椒盐噪声, 以及进行均值滤波, 孤立点去噪, 选择式掩模平滑滤波, 中值滤波, 高斯滤波, 根据作用目标的不同, 选择不同的滤波方式, 图1为滤波效果图。

(1) 中值滤波

在实际采集的细胞图像处理时, 细胞图像是含有噪声的, 我们首先要对图像进行滤波, 在滤波方法中比较重用的一个方法就是中值滤波, 在滤波过程中对参数进行调整, 其中滤波窗口尺寸一般选择3。然后对有椒盐噪声干扰的图像进行中值滤波的结果如图1 (g) 所示。

(2) 均值滤波

在上述的中值滤波方法中, 细胞图像处理的效果虽然比较好, 但是为了进一步提高处理的效果, 引用了均值滤波。设定细胞数字图像f (x, y) 为M×N的一个阵列, 在经过平滑处理后的图像为g (x, y) , 得到的平滑图像为

式中:1, 2, ......, N;

S- (x, y) 像素点的预定领域 (不包括 (x, y) 像素点) ;

为了比较效果, 处理时采取了细胞的局部图像, 其中滤波结果如图1 (e) 所示, 从图中可以得出:其中的图像去噪结果比较良好, 但是质量下降了, 均值滤波的平滑效果和采用的图像领域半径有关, 半径增加的同时, 模糊程度也要增加。

(3) 选择式掩模平滑滤波

实际图像处理消除噪声的过程中, 都有平均化带来的缺陷, 使的边缘模糊程度增高。

均值的计算公式为:

方差的计算公式为:

式中, N为各掩模对应的像素个数。

实现效果即图1 (f) 。

2.4 图像分割

(1) Gauss laplacian算子

高斯平滑运算导致图像中边缘和其他尖锐不连续部分的模糊, 其中模糊程度在于σ的值, 如果σ值越大, 噪声的滤波效果越好, 同时影响了边缘检测, 因为丢失了边缘信息, 但是如果取小的情况, 又可能留有太多的噪声, 处理平滑不完全, 效果依旧不好。经过这个算子对细胞图像处理的结果如图2 (a) 所示。

经过实际比较, LOG算子对噪声的敏感程度很低, 其中σ取值较小时, 平滑度较低, 会有假边缘出现, σ取值大时, 平滑度要高, 但是也丢失了重要的边缘信息, 出现了间隔。

(2) Canny算子

想更好的对图像细胞细节进行保留的同时对细胞图像分割, 从而使用了坎尼 (Canny) 算子。用Canny边缘检测算子对细胞图像的边缘检测结果如图2中 (b) ~ (f) 所示, 分别用了5种自适应最优阈值。

用Canny边缘检测算子对细胞图像的边缘检测的效果最好, 其中的失误率比较低, 而且噪声影响的并不大, 对后续的边缘检测进行影响, 从而方便了后续的处理。

3 结论

本文探讨了在生物细胞图像上的数字图像处理技术的应用, 首先对图像进行预处理, 然后对图像进行去噪和分割, 在以上处理方法中处理效果比较良好。为了更好的研究其中的特征信息, 仍需要在以下方面进行研究:

(1) 对采集到的图像经过一定手段处理后, 如何进行定量的评价图像质量, 从而能判断出处理方法的好坏, 从而制定指定的规则, 以便以后图像处理的便捷。

(2) 能提取细胞图像不便的特征参量, 可以选择更好的参数, 例如纹理参数, 光密度等, 还要考虑从降低某些特征参量, 从而提高实际处理中的速度, 以便以后大规模的细胞图像处理, 以及分类识别。

图像信息的采集与加工 篇2

图像信息的采集与加工

冠县一中

骆 伟

一、教学目标

本节课从表达信息的需求出发，介绍图像合成的相关知识与技能。以制作图像作品为例，引领学生经历创作图像作品的实践活动过程，逐步掌握利用图像合成突出主题，表达信息的基本方法。

1．知识与技能

（1）掌握图像合成一些基本方法；

（2）理解图层的概念。

2．过程与方法

（1）能根据表达、交流或创作的需要，选择适当的媒体和工具完成图像作品，用以呈现信息、交流思想；

（2）能对采集的图像素材进行加工编辑，表达自己的主题思想。

3．情感态度与价值观

（1）经历创作图像作品的过程，形成积极主动学习和利用图像处理技术，参与图像作品创作的态度，培养学生的创新能力，表达能力；

（2）能理解并遵守相关的伦理道德与法律法规，认真负责地利用作品进行表达和交流，树立健康的信息表达和交流意识。

4．教学重点

掌握图像合成的一些基本方法。

5．教学难点

理解图层的概念。

二、教学内容分析

本节内容是教育科学出版社《信息技术基础》教材第五章中的内容。本节具体学习内容为 ：图像的独特魅力、图像的采集与加工。为了既让学生掌握基本操作、基本技能，又能培养学生信息技术素养，我对本节内容进行了处理，并使教学过程遵从：

1．教学过程是以教师为主导、学生为主体的过程，新课程尤其强调学生的主体性，使学生养成良好的思想品德，形成正确的人生观、世界观和价值观，培养学生的主动性、独立性、创造性、自信心、实际动手能力等。

2．防止只强调学生通过自己探索去发现、积累知识，忽视书本知识的学习和教师的系统讲授；防止只强调传授知识，忽视思想品德教育。

3．传授给学生的知识应是规律性的知识；在一定时间范围内所学的知识的量要适当；采用启发式教学。

4．科学性与教育性相结合原则；理论联系实际原则；直观性原则；循序渐进原则；巩固性原则；因材施教原则。

三、教学组织

本节以演示典型作品和主题式任务组织教学，在活动任务中体现分层次和探究式教学。

四、教学过程

（一）情景导入激发兴趣：

1．让学生去观看优秀图像作品，以学生为主体创设特定的情境，感受图像的丰富视觉效果，激发学生学习、操作的动力和积极性。2．提出本节课要求：自己动手合成精美图像。

（二）教学内容： 1．获取数字化图像的途径

将传统照片数字化（扫描仪）使用数码相机拍摄

从网络或其他数字化资源库中获取需要的图像素材 从影像资料中捕获 2．图像的加工工具 简易型图像软件：画图

普及型图像软件：ACDSee、Flash 专业型图像软件：Photoshop、AutoCAD 3．认识Photoshop软件工具 4．课堂演示及引导

演示样例：以“地球——我们的家园”这题，引出如何利用图像的合成技术，更好地表达信息，接着引出图像的合成操作所涉及的知识点及技能，教师以流程形式给出图像工具的图标、名称和属性功能，跟学生分析各个图像元素是用了哪些工具从原始图中选取出来的，然后进行加工，最后合成及保存作品。具体操作主要看教师演示。做到从表达信息的需求出发，介绍图像合成的相关知识与技能。以制作图像作品为例，引领学生经历创作图像作品的实践活动过程。

任

务：

第一步、打开Photoshop软件，新建一幅768×1024像素的空白图像，保存该文件

第二步、将素材中重点的图像“剪”到白纸上。主要运用到矩形选框工具、魔棒工具、磁性套索工具。

第三步、重新命名各图层

第四步、调整尺寸大小，利用移动工具调整作品各对象的位置。

第五步、进步润色作品，加入文字，增加背景图层。使用到文字工具、渐变工具 第六步、美化完成作品。综合练习：

教师在“图像”文件夹下提供了大量的素材。大家充分利用老师提供的素材，通过小组间互帮互评的办法进一步完善自己的图像，使自己的图像最美。（进一步强化学生的审美能力和规化能力）

教师巡视，随时解决学生在学习过程中遇到的问题，并注意收集有共性的问题，同时调控整个班级情况，密切注意学生动向并及时反馈，营造一种竞争的课堂教学环境。

教师在学生介绍后多给学生正面评价，充分肯定其学习成果，展示几个好的作品，激发学生兴趣，鼓励各小组间互评，解决共性问题。

课堂小结

这节课的重点及难点。图像有很好的表达效果，但是我们在选择时，一定要根据主题和表达的需求，恰当地选择媒体，才能达到最佳效果。

作

业

图像采集与处理 篇3

摘要：在智能车系统的设计中，路径识别的准确性直接影响到智能车能否正确地行驶。以摄像头作为路径识别的传感器能够有效地提高智能车的前瞻性，但原始图像的数据量相对单片机来说是比较庞大的。本文采用了硬件分频的方法对图像数据进行了有效的压缩，并对图像对进行二值化和去除噪声的预处理。大量的实验结果表明，该方案能够实现路径识别的正确性与快速性。

关键词：智能车；图像采集；图像二值化；SAA7111系统概述

智能小车系统主要由路径识别、速度采集、转向控制及车速控制等功能模块组成。路径识别功能采用CMOS摄像头，将其模拟量的视频信号进行视频解码后，经过二值化处理并转化为18×90pix的图像数据后送入MCU进行处理：转向控制采用基于模糊控制算法进行调节；而车速控制采用的是经典PID算法，通过对赛道不同形状的判断结果，设定不同的给定速度。该系统以50Hz的频率通过不断地采集实时路况信息和速度，实现对整个系统的闭环控制，如图1所示。

智能小车的图像采集与存储

图像采集模块设计

CMOS摄像头正常供电后，便可输出原始图像的信号波形，它是PAL制式的模拟信号，包含行同步、行消隐、场同步、场消隐等信号如图2所示。但该形式的信号并不能被CPU直接使用，需要加入视频解码芯片如SAA7111，它的功能是将摄像头输出的模拟信号转化为数字信号，同时产生各种同步信号，CPU利用此同步信号将图像的数字信号存储在一个外部FIFO芯片AL422中，这便构成了基本的路径检测模块，如图3所示。

图像数据存储

SAA7111是飞利浦公司一款增强型视频输入处理器芯片，常应用在嵌入式视频应用的高度集成的电路中。工作时，模拟视频图像从SAA7111的4个输入端口中的一个端口输入，经模拟处理后，一路通过缓冲器从模拟输出端输出用于监视，另一路经A／D后产生数字色度信号、亮度信号，分别进行亮度信号处理、色度信号处理。亮度信号处理的结果，一路送到色度信号处理器进行综合处理，产生Y、U、V信号，经格式化后从VPO输出，输出的信号格式有422YUV或CCIR-656(8位)等；另一路进入同步分离器，经数字PLL，产生相应的行、场同步信号HS、VS及像素时钟信号LLc和LLC2等信号、这些信号是实现视频数据采集的依据。SAA7111输出的每帧图像大小可设为720×286，其数据量相对于单片机的处理速度来说是比较大的，较为理想的图像大小是18×45，压缩后的数据量仅为原始图像的0.394％。为了使图像的数据得到有效压缩，可以采用将图像的数字信号存入FIFO中，经过一定的分频处理后便能压缩图像大小，系统所采用的FIFO芯片是AL422B。

为了实现图像数字信号的分频处理，可以分为两种实现方式，其一是软件分频，另一种是硬件分频。对于软件分频来说，系统不需要额外的分频电路，而是单片机利用解码芯片SAA7111输出的控制信号，对读时钟进行分频后再执行实际的读操作，这种方式的缺点是分频工作需要占用单片机资源，影响系统的实时隐时现性等性能：对于硬件分频来说，需要加入专门的分频处理电路，在不需要单片机控制的条件下实现图像的压缩，从而在根本上减

少了单片机处理的数据量并缩短读取图像的时间。因此该系统采用了硬件分频的方式，具体信号的分频模式如图4所示，CKEF代表像素时钟，分频后得到的是AL422B的写时钟WCK，HREF代表行参考信号，分频后得到的信号作为AL422B的写允许信号。

图像去噪与特征提取

图像二值化

图像二值化是数字图像处理技术中的一项基本技术、该系统中由于赛道是由黑色和白色两种颜色组成的。并且背景颜色基本也是白色的，系统的任务是识别出黑色的引跑线位置、由于其图像的干扰并不是很强，因此可以采用二值化的技术作为系统的图像预处理。经过二值化处理将原来白色的像素点用0表示，而黑色像素点用1表示。图像二值化技术的关键在于如何选取阈值通常来说，常用的方法包括有全局阈值法，局部阈值法及动态阈值法。由于赛道现场光线是比较均匀，而且赛道周围的底色基本上都是白色的，所以在该系统设计中采用全局阈值法，可达到算法简单、执行效率高的效果。

二值化阀值选取

在对赛道环境的分析中、我们可以发现黑线部分的亮度是相对比较固定的，其波动的范围非常小，小于20

(亮度值最大为25s)，而白色底板的亮度值变化相对较大一些，但仍能保证其与黑线的亮度值有较大的梯度。因此，可以采用直方图统计法来对其阀值进行自动设定，具体方法如下。

首先存储一幅原始图像的所有数据，然后对整幅图像的第一像素点进行统计，最终把第一个亮度值所对应的像素点个数统计出来，结果将出现一个双波峰形图，如图5所示。这将能较直接地比较出亮度值集中的区域，以两个波峰的中心位置所在的中点值作为该赛道的二值化阀值。该算法计算的精度较高，能够找到理想的一个阀值点，虽然它执行的时间较长，但是这只是在赛车未起跑前进行的初始化运算，对赛车起跑后的速度完全没有影响，因此该方案是可以采用的。

图像去噪

在车体运动过程中，图像经过二值化后并不会出现太大的噪声，只是在局部出现了一小部分的椒盐噪声，其典型图像如图6所示。在该系统设计中，图像处理的目的是准确地找到黑线的中心位置。由于图像中噪声的面积非常小，并且一般出现在离黑线较远的地方，处理的方法也比较多，可采用中心坐标递推法。

由于该赛道的黑线细分为每一行的坐标后，相邻两行之间的中心坐标值之差是比较小的，经实验测试得其差一般不会超过5，具有很好的递推性。因此可以利用前一行的中心坐标往下递推来求解，具体步骤如下。

(1)由于摄像头近处的黑线拍摄效果较好，不仅黑线的宽度比较大，而且基本不会出现任何噪声，用其作为递推的基准点是非常好的选择。由于这是整幅图像的基准点，因此对其准确性要求比较高，在计算第一行的中心坐标值时采用黑线连续记数法，即只有连续读取到3个或以上“1”时才算有效的黑线，并记录黑线的块数，否则将其清零，最终再查看该行黑线块数是否为1，若不为1则改用第二行图像数据作判断，如此递增直到找到唯一的黑线为止。

(2)以第一次找到的中心坐标为基准，向上一行搜索分布在其左右两侧各10个点这个区间内的黑线位置，然后同样利用重心法求出在该区间内的黑点中心坐标值，并把它作为这一行的中心坐标基准点。

CO2焊熔池图像采集与处理研究 篇4

科学技术的不断进步, 焊接机器人在焊接领域占有举足轻重的地位, 焊接过程中, 焊接自动化直接影响焊接的质量。近几年许多研究者利用CCD相机获取熔池图像, 将获取的图像利用Matlab软件对图像进行处理, 获得清晰的熔池图像[1,2]。影响焊接质量的因素很多, 其中焊缝宽度最为突出, 只有获得清晰的熔池图像才能为后续的研究做好准备。熔池的几何形状可以为后续的焊缝跟踪技术奠定基础[1]。但是, 焊接时弧光干扰和飞溅成为获得清晰图像的主要障碍[3]。为了扫清这一障碍不少研究人员也提出了解决办法。

1 CO2焊熔池视觉系统

目前计算机不断更新, 各硬件和软件的不断升级, 许多研究者用图像传感设备使许多机器人也具备了一定视觉功能。它们既具有焊接工人的视觉感知能力, 也可以获取飞溅干扰下的焊缝图像、实时提取焊接熔池特征参数、预测焊缝的组织结构和性能等工作, 确保焊缝质量的稳定和可靠[4]。建立如图1 所示的CO2熔池视觉系统, 该系统由焊接电源、机械手、焊机控制箱、计算机、采集卡、近红外CCD、滤光片、试件、工作台等部分组成[5]。焊接试验采用短路过渡二氧化碳气体保护焊, 电弧电压15V, 焊接电流100A, 焊接速度1200mm/min, 板材为低碳钢, 板厚6mm, 焊丝为￠ 1.2mm, 气体流量为20L/min。焊接时CCD摄像机将熔池图像信息传送给图像采集卡, 并将其转化为数字信号传输给计算机, 经过处理后提取出清晰的熔池图像, 如图2。

2 图像预处理

由于CCD摄像机自身的特点, 在采集熔池图像的过程中, 往往会受到许多因素干扰, 产生很大的噪声。通常消除噪声的方法有两类:一类是不考虑噪声产生的原因, 只显示对我们有用的部分, 弱化不重要的信息; 另一类是考虑噪声的来源, 对其补偿, 使补偿后的图像非常接近原图像。第一类降噪的常用方法有均值滤波、图像平滑等, 这类方法可以降低一定的噪声, 但是需要较好的算法, 否则图像会变得更加模糊。第二类方法主要包括逆滤波器、最小二乘约束复原等方法, 这类方法有时能获得较好的效果, 但是算法相当复杂[6]。 针对采集到的熔池图像普遍存有水平条纹这个特点, 通常选择图像滤波对图像进行预处理。

2.1 熔池图像的滤波去噪

在数学领域, 图像噪声可以分为加性噪声和乘性噪声, 数学公式如下表示:

公式中g (x, y) 表示处理后的图像, f (x, y) 表示图像输入信号, n (x, y) 表示干扰信号。其中加性噪声的图像信号强度不随噪声的变化而变化;而乘性噪声的图像信号强度会随噪声的变化而变化。

2.2 均值滤波

在焊接过程中, 由于熔池图像中存在噪声颗粒使得焊接过程中的熔池图像的灰度往往会发生突变, 此时我们对图像进行均值滤波处理。均值滤波的核心方法是邻域平均法, 用平均值来代替原图像中的单个的像素值是均值滤波的核心理论。例如, 有一张刚采集的熔池图像, 取图像上的一个像素点A (x, y) , 以点A (x, y) 为中心的领域的各点形成模块, 对模块的各点取均值, 最后把A (x, y) 的值用均值代替, 此时点A的值为其灰度g (x0, y0) , 如公式 (3) 所示:

均值滤波的主要特点是算法比较简单和计算速度快, 但它是不能很好地保护图像细节, 使图像边缘变得更加模糊。通常的解决办法是取阈值, 用所取的阀值与像素的灰度值进行比较, 如果大于阀值, 则用阀值代替, 如果小于阀值就保持不变。通常表示为:

对熔池图像用均值滤波处理, 如图3 所示。

3 熔池图像边缘提取

经过预处理得到的熔池图像仍有少部分被弧光所掩盖, 只有提取出完整的熔池边缘, 就可以获得较好的熔池形状。

边缘提取的本质思想使离散点连续化。本文用Sobel算子对熔池图像进行边缘检测, 其计算公式如下所示:

通过计算可知Sobel算子卷积模板为:

用Sobel算子进行边缘提取, 如图4。

4 结论

(1) 利用机器人视觉获得到清晰的二氧化碳焊的熔池图像。

(2) 将得到的熔池图像利用均值滤波处理, 得到我们需要部分。

(3) 采用Sobel检测算子对图像进行边缘检测, 得到完整的熔池边缘。

参考文献

[1]刘明涛, 高向东, 陈建辉等.基于数学形态学的熔池图像处理[J].焊接, 2008 (05) :29-32.

[2]Gao X D, Na S J.Detection of weld position and seam tracking based on Kalman filtering of weld pool images[J].J.Manuf.Syst.2005, 24 (01) :1-12.

[3]汪岩峰, 刘南生, 林浩亮等.基于结构光投影的焊接熔池图像获取与处理[J].焊接学报, 2008, 29 (10) :81-84.

[4]陈强, 孙振国.计算机视觉传感技术在焊接中的应用[J].焊接学报, 2001, 01 (22) :83.

[5]刘晓刚, 张成锋.二氧化碳保护焊熔池图像增强技术研究[J].轻工科技, 2013 (01) :52-53.

图像采集与处理 篇5

一、教材分析

采集的三种主要途径：数码相机、扫描仪、下载等，要和学生探讨什么情况下，使用什么采集图像的途径。数码相机以及扫描仪的使用，由于数量不足，主要采取操作示范教学，也可以让学生代表模仿操作，进行指导来教学。

图像的加工和合成使用了Photoshop软件，按照教学范例，Photoshop的一般功能都在学生应该掌握之中。教学中首先应该让学生了解采集的图像存在哪些问。

二、学生分析:

大部分学生在初中学习过画图、金山画王等图像制作工具，具备一定的图像编辑能力；还具备一些基本的美术素养。通过对“图像的加工”一节的学习，掌握Photoshop的打开、选择、移动、色彩调整、旋转、滤镜、关闭等操作。让学生学习解决某个问题的某些步骤，最后让学生对加工前后图像进行比较。

三、教学目标

知识、技能目标：掌握获取图形、图像的采集工具类型，能合理地选择图像加工工具进行图像设计，体验利用图形、图像表现主题意义。初步掌握对图像信息的一些基本处理技能。

过程、方法目标：能通过问题分析确定信息需求。熟练运用信息技术，通过有计划、合理的信息加工进行创造性探索或解决实际问题。通过自学和互助获得新知识,任务驱动与评价贯穿整个学习过程。

情感态度与价值观：学生从丰富多彩的现实生活中感受体验生活的美，设计加工图像，增强审美能力,充分认识图像信息在信息交流中的价值.四、教学重点：掌握Photoshop中图像加工的一般方法

五、教学难点：利用软件工具设计表达信息的图像

六、课时：1节课

七、教学方法：

讲解法,演示法、上机实践。采用有趣的情境，导入课题，激发学生的学习兴趣;课堂教学的过程中，采取分层教学；在指导巡视过程中注意发现问题并及时解决，同时要发掘典型便于评价。

八、教学过程

（一）、获取数字化图像的途径：

1、数码照相机

优点：无需胶卷、冲印、即拍即见、便于编辑传输。

数码照相机可以与计算机连接，将照片影像输入电脑保存，这样不用担心时间长了会变色，而且还能使用专门的照片图像处理软件对照片中不满意的地方进行修补，使照片更加趋于完美。

2、将传统照片数字化

传统照片的工作原理：通过感光材料的化学反应来产生影像，通过光学原理来编辑图片的。

扫描仪的工作原理：在计算机中，图像都是以数字的形式来记录、处理和保存的。

3、从网络或其他数字化资源库中获取需要的图像素材

（二）、图像的加工

用多媒体工具获取的图形、图像并不能表达主题内容，必须用适当的工具进行加工处理，方可获得符合要求、贴近主题的图形、图像。简介photoshop CS：

photoshop CS是由美国Adobe公司开发功能强大的图像编辑工具，最早产生于苹果公司的Macintosh平台上，后被移植到PC机的Windows平台上。它将选择工具、绘画和编辑工具、颜色校正工具及特殊效果功能结合起来，使用多种彩色模式对图像进行编辑处理。强大的图形处理功能受到广大用户的欢迎，目前是蓝苹果机和PC机上最流行的专业图像处理工具。Photoshop的工作界面：

菜单栏、选项栏、工具箱、工作区、调板、选择工具：套索工具、魔术棒工具 绘画工具：画各种图形工具

如果需要对保存过的图像进行修改，必须保存为“*.psd”格式，这样可以保留多个图层。（注：psd的存储空间很大，大者一般是几十兆）。

如果想把图片的存储空间设置很小时，一般选择“gif”或“jpeg”格式。(当图像处以这种格式下，所有图层被合并成一层，并且锁住，不能再进行修改)。

（三）、师生活动：

实践体验在操作过程中理解 Photoshop 的合成数字化图像的原理，掌握Photoshop 常用的选择工具、文字工具、滤镜的使用。

1、引入—修复图像----并直接导入新课.演示操作：学生示范如何利用Photoshop对图像进行加工。

2、学生练习操作一公益广告：

步骤：（1）、在 Photoshop中打开采集到的图片

（2）、利用剪切组制作出水纹质地的文字，与沙漠背景形式强烈的对比，提醒人们节约用水。

老师对学生的图片处理操作进行指导，并对学生提出的新想法或制作方法给予解答，以便及时发现问题和解决问题。

3、学生创作练习：

从服务器上下载图片素材，任意挑选3幅(或以上)图片，,注意要用Photoshop中合适的工具，加工图像。创作

一、奥运 创作

二、学校

参考课本中“图像的加工”部分，实践其中的操作 遇到问题:互助+询问老师

问题解决：结合美术学的虚实、空间等概念,使合成图像达到最佳效果.问题发现：大小比例、布局、色彩处理不完美 自我评价：学生对自己作品的评价

作品互评：展示三幅学生作品,由全体学生进行作品评价 精品赏析：部分优秀作品 优秀作品的特点：(1)、主题明确,内容健康向上,贴近时代

(2)、作品具有美感,大小比例适合,色彩搭配融合,布局合理(3)、构思新颖,有创意.【教学反思】

1、“任务驱动”教学模式

“教师提出目标要求、学生互助探索完成任务、评价完成效果”——这种“任务驱动”教学模式是现在较为常见、也是较有成效的教学模式，对于“实验操作课”中培养学生探索能力与动手能力，更是必不可少的方式。所以在设置任务时，需充分考虑学生的学习能力与任务难易程度是否匹配。

2、示范操作过程，引发学生的学习兴趣，使大部分学生能够自主地去探究学习。

3、教学评价方式

沼气池接种物采集与处理 篇6

为了加快沼气原料发酵的启动速度和提高沼气池产气量,而向沼气池加入富含沼气微生物的物质,统称为沼气池接种物。它的作用就像蒸馒头人们要用老面来发酵一样。目前,由于没有纯产甲烷菌可利用,所以在沼气的制取过程中一般均采用自然界的活性污泥做接种物,如城市污水处理厂的污泥、池塘底部的污泥、粪坑底部的沉渣等,都含有大量的沼气微生物,特别是屠宰场、食品加工厂和酿造厂的下水污泥等,由于有机物含量多,适于沼气微生物的生存,因此,都是良好的沼气池接种物。在农村,来源较广、使用最方便的沼气池接种物是沼渣和沼液。

启动农村户用沼气池,应选择正常产气沼气池的沼渣或沼液做接种物,如果是新的沼气发展地区,没有正常产气沼气池所产的沼渣或沼液可供利用,则可选择粪坑、屠宰场、豆腐加工厂、食品加工厂和酿造厂的下水污泥做沼气池接种物。

二、处理接种物

1. 直接利用。如果采集的沼气池接种物是正常产气沼气池的沼渣或沼液,可不作处理,直接加入沼气池用于沼气原料发酵的启动即可。

2. 科学处理。如果采集的沼气原料发酵接种物是粪坑、屠宰场、豆腐加工厂、食品加工厂和酿造厂的下水污泥,则应将污泥加水搅拌均匀,过滤泥砂、石块和杂质后再加入沼气池中用于沼气原料发酵的启动。

图像采集与处理 篇7

现阶段用于数字图像处理的系统有很多种, 而从成本、性能、开发难易程度等多方面的考虑, 基于FPGA和DSP的灵活性高、实用性强、可靠性高的图像采集与处理系统脱颖而出。通常的方法是以FPGA和DSP作为系统的处理器, 即由FPGA承担图像采集和预处理功能, DSP实现更复杂的图像处理算法。在这样一种结构之上如何扩展系统的应用, 增加其灵活性并减少因前期设计不当造成的风险是设计前需要重点考虑的问题。本文提出了一种实时图像采集和处理系统的设计方法, 该系统以DSP为核心, 结合FPGA构成实时图像采集和处理系统电路。

二、系统设计

2.1系统整体结构

如上图1所示, 本系统采用模块化设计思想, 整个系统由照明电路、成像电路 (线阵相机) 、图像采集与预处理电路 (A3P125) 、图像处理电路 (TMS320C6713B) 、网络通信与显示电路 (W5300) 及外围电路组成。外围电路主要包括接口电路、电平转换电路、SDRAM图像存储器、FLASH程序存储器及TMS320C6713B和A3P125外围电路 (复位、电源连接等) 。

2.2系统工作流程

如图2所示, 首先, 通过串行接口对相机进行设置, 本方案的设置要求为:相机设置为工作模式6, 即:外部触发信号触发 (EXSYNC) , 内部可编程曝光时间 (设置为20us) 。相机分辨率设为1024个像素 (14μm x 14μm) , 每个像素设置为10位。其次, 实现对图像的采集。在EXSYNC的下降沿触发相机, 经过适当的曝光时间, 在LVAL的上升沿开始采集数据, 由于相机的数据率为40M, 在每个时钟的上升沿传送一个像素值, 经过1024个上升沿, 即25us, 一帧数据被传输到FPGA的FIFO中。也即:被测物体的光信息通过光学系统, 在CCD光敏面元上形成光学图象, CCD器件把光敏元件上的光信息转换成与光强成比例的电荷量。用一定频率的时钟脉冲对CCD进行驱动, 经电路转换, 得到被测对象的视频信号, 该视频信号是28个单端数据信号。Camera Link驱动器接收此28个单端数据信号和1个时钟信号, 这些信号以7:1的比例被串行发送.也就是5对LVDS信号通道上分别传输4组LVDS数据流和l组LVDS时钟信号。即完成28位数据的同步传输只需5对线[3]。接收端使用DS90CR288A进行解调, 解调后的数据传入FPGA的FIFO中。采集的时序如下图3所示。tw SYNC表示曝光所需的EXSYNC的低电平最小持续时间;t LINEPERIOD表示数据采集的周期;tw SYNC_INT表示为了保证恰当的操作所需的高电平最小持续时间;t READOUT表示读取一帧数据所需的时间。

最后, FPGA对数据进行预处理之后, 传输给DSP, 由DSP对数据做最终的处理, W5300在上位机上可观察到结果, 部分数据也可通过UART与上位机通信。

三、主要单元模块说明

1、图像获取模块。该方案的前端采用DALSA的Spyder2线阵相机, 分辨率为2048像素 (14μm x 14μm) , 线率高达65k Hz[1]。通过设置适当的触发时间, 将捕获的视频信号通过Camera Link连接线缆传输到图像采集模块。

2、FPGA控制模块。本方案采用了Actel公司推出的第三代基于FLASH (闪存) 的可编程器件Pro ASIC3系列中的A3P125芯片, 该FPGA具有125000个系统门, 典型等效宏单元1024个, 内嵌36K的RAM和1K的Flash ROM, 具有高密度、低功耗、非易失及可重复编程等特点。采用其来实现数据的采集、预处理以及控制功能更合适, 设计者可以将更多的精力放在系统的设计上, 而主要功能可以通过VeriloggHDL语言较为轻松地实现。以下是采集部分的数据接收程序:

3、DSP处理模块。本方案采用了美国TI公司的高性能浮点数字信号处理器TMS320C6713B。它采用先进的超长指令字结构, 为单精度 (32位) 和64位 (双字) 的IEEE浮点操作提供硬件支持, 且32位整型乘法可以获得32位或64位结果。其内部有8个独立的功能单元, 2个定点算术逻辑单元 (ALU) , 2个浮点乘法器, 4个浮点ALU, 每个周期可以执行8个32位指令。这些都为数据处理带来了极大方便[2]。

4、上位机显示模块。本方案除了用串行通信与上位机进行数据交换外, 主要采用网口将DSP处理的数据传输到上位机, 进行数据的分析。网络处理使用了W5300芯片, W5300是一款0.18μm CMOS工艺的单芯片器件, 内部集成10/100M以太网控制器, MAC和TCP/IP协议栈。W5300与主机 (MCU) 采用总线接口。通过直接访问方式, W5300可以很容易与主机接口, 就像访问SRAM存储器[5]。

四、结论

本文面向实时图像采集和处理, 采用模块化设计思想, 以TMS320C6713B、A3P125、W5300为主实现了视频图像采集和处理系统的硬件电路, 整个系统结构简单, 各个模块功能清晰明了。经后期项目验证:系统稳定性高, 处理速度快, 能满足设计要求, 为实现更好的嵌入式图像处理系统提供了一个良好的解决方案。

参考文献

[1]DALSA.2011.Manual_Spyder2_rev04[G].[S.I.]:DALSA, 2011.

[2]TI.TMS320C6713B Floating-Point Digital Signal Processor[G].[S.I.]:TI, 2006.http://www.ti.com.cn/cn/lit/ds/sprs294b/sprs294b.pdf

[3]王小艳, 张会新, 孙永生.Camem Link协议和FPGA的数字图像信号源设计[J].国外电子元器件, 2008, 16 (7) :59-61.

[4]Microsemi Corporation.2012.Pro ASIC3 Flash Family FPGAs Datasheet[G].[S.I.]:Microsemi Corporation, 2012.http://www.actel.com/documents/PA3_DS.pdf

图像采集与处理 篇8

关键词：ARM,图像采集,图像处理,太阳跟踪

0 引言

随着社会经济的发展,能源和资源的消耗速度越来越快,节约能源、保护环境己经成为人类可持续发展的必要条件。人们的注意力正转向再生能源的利用和开发,在这之中太阳能是未来人类最安全、最绿色、最理想的替代能源。在太阳能利用的过程中,能否对太阳进行跟踪是太阳能利用率高低的一个关键。相对于传统的利用光敏电阻来测量太阳光强弱以达到跟踪阳光的太阳光跟踪方案,低功耗的CMOS摄像头在精确采集光点,适应各种采光条件等诸多方面更为高效。但由于太阳光强,偏移角随时间变化,对于太阳的光斑定位提出了更高的要求。正是在这一背景下,提出以s3c2440、ov7670为核心的太阳光跟踪系统设计。

1 系统原理

本系统装置主要由成像机构、图像传感器、信号处理器及执行部分构成。通过透镜将发散的太阳光聚焦投影在接收屏上,图像传感器采集其光斑图像信息并发送数字图像数据给s3c2440,s3c2440对该数字图像进行处理。根据采集到的光斑亮度特征,可以确定光斑的边界和光斑中心。根据光斑中心、接收屏的中心与透镜中心的三角关系进而计算出太阳相对于接收屏的高度角和方向角。此高度角和方向角即为接收屏需要移动的偏移量。以此为基础,通过偏移量计算出需要给步进电机输出的脉冲个数,进而控制步进电机驱动机械执行机构调整接收屏高度角与水平角,使接收面与太阳光线垂直,此时接受屏的中心和光斑中心完全重合,从而达到跟踪的目的。

2硬件设计

本系统主要使用的硬件为s3c2440和ov7670CAMERACHIPTM图像传感器。

s3c2440是一款高度集成的芯片,工作电压1.3V,采用16/32位ARM920T RISC核心,提供了丰富的接口支持:NAMD闪存、数码相机、TFT/STN液晶屏、USB、SD/MMC/SDIO存储卡以及触摸屏等。在本系统要使用的模块是camera、TFT液晶屏、IIC总线,其中IIC总线用于读写ov7670寄存器。

ov7670 CAMERACHIPTM图像传感器,体积小、工作电压低,提供单片VGA摄像头和影像处理器的所有功能。通过SCCB(兼容IIC)总线控制,可以输出整帧、子采样、取窗口等方式的各种分辨率8位影响数据。该产品VGA图像最高达到30帧/秒。由于阳光的特殊性,系统采集为阳光光斑,明暗对比比较强烈,且彩色数据处理相对耗费资源也没有必要,所以摒弃了摄像头彩色采集模式而采用黑白模式。s3c2440内部的图像格式主要有三种:RGB565、RGB444、RGB888,在本设计中选择的是RGB565。这种格式提供的灰度最大分辨级别为32级。图像数据经过ov7670采集后,通过8位并行接口传输到2440的camera_interface并进行相应处理。需要说明的是camera的数据格式与s3c2440的图像格式不一致,采用的是YCbCr(4:2:2)输出格式,正由于此而在2440内部使用Preview DMA通道。硬件连接图如图一所示:

3 软件设计

本系统定位对象为图像传感器采集的太阳光斑图像,由于光斑是在暗室中形成的,就其采集目标看,其灰度值与背景很好区分,这也是采用黑白模式进行图像捕捉的原因。由于太阳距离远,通过小孔形成的光点小,即目标图像所占的像素点较少,一般为几十个像素点。在图像处理工程中通过二值化和中心点定位方法确定光斑的边界和光斑中心。

3.1 二值化

考虑到采集的环境为暗室,灰度分布比较悬殊,二值化阈值选取应该更为灵活。我们首先遍历所有像素,找到灰度最大的像素点,以该像素的灰度值为基准阈值temp。将所有灰度大于temp的像素点的灰度值置为最大值31(RGB565格式,灰度最大等级为32),其他的像素点灰度置为0。

3.2 中心点定位

中心定位所采取的方法是质心跟踪。对于一个均匀的二维目标,真正的中心是质心。有n个质量单元,其质量为m(在本次试验中对应灰度值):x、y方向坐标分别为x、y,x、y方向的质量则分别为mx、my。需要强调的是:x、y并不是所有的像素点,而是经过二值化之后灰度被置为31的点的集合,这样的做法减少了软件开销且更有效率。

中心的确定在本实验中相当于求质心。Mk为灰度值,由于之前Mk的二值化操作已经被置为常值31,那么质心的求取则更为简单,由以下公式可以求得。

求取了质心坐标后可以得到质心点pixel_cen(x,y)。通过比较光斑质心和坐标中心的位移差值,可以计算出太阳光的入射角偏角,然后驱动电机调整光伏板倾角以跟踪太阳。

4 实验结果

为验证实验效果,我们将原始图像数据与二值化后的图像数据发送至上位PC机,并且设计VB接收显示界面,如图二~图四所示。

由图可见经过二值化处理后太阳光斑边缘清晰明了,基本符合太阳光斑轮廓,这大大提高了光斑中心定位的准确度。而在实际跟踪过程中系统具备较好的稳定性,并能够达到相当好的精确度和灵活性。

5 结束语

本课题主要研究了图像采集与图像处理在太阳跟踪系统的实际应用。理论分析和实验结果都表明采用了通过采集太阳聚焦投影图像并经过图像处理后计算太阳光斑与接收屏中心空间方位的太阳光跟踪方案精确度高,能在很大程度上解决目前太阳能利用率低的问题。

参考文献

[1]K.K.Chong,C.W.Wong,"General Formula ForOn-axis Sun-tracking System And Its Application InImproving Tracking Accuracy Of Solar Collector",So-lar Energy,2009,83(3).

[2]Muneer Al Sabbagh,Ahmad Al Nabulsi,Rached Dhaouadi,Habib-ur Rehman,"Design and Con-trol of a Novel Sun Tracking System",2009 IEEE 6thInternational Power Electronics and Motion ControlConference-ECCE Asia.

[3]刘丽薇.基于视觉的的太阳光线自动跟踪系统[D].沈阳:沈阳工业大学,2005.

[4]饶鹏,孙胜利,叶虎勇.两维程控太阳跟踪器控制系统的研制[J].控制工程,2004,(06).

图像采集与处理 篇9

1 系统概述

本系统主要由线阵CCD、ADC、DSP、可编程逻辑器件CPLD等几部分组成。待输入图像经光源照明后, 经物镜成像在CCD光敏元件阵列上, CCD通过驱动电路完成一次Y方向的自扫描。在控制电路的作用下, CCD输出信号进行滤波放大处理, 并经A/D转换电路进行数字化处理。一行图像数据通过数据通道进入帧存储器。以上操作与CCD自扫描同步进行, 不受CPU的控制。DSP读取存储器存储的处理数据, 并根据用户的要求将处理结果上传给主机供用户使用。系统结构图如图1所示。

2 基本硬件组成

2.1 线阵CCD传感器

本系统采用TCD1208AP线阵CCD作为图像传感器。TCD1208AP是日本TOSHIBA公司生产的线阵CCD传感芯片, 具有2160个像元, 像元尺寸及间距为14μm×14μm;TCD1208AP具有灵敏度高、暗电流低等特点, 工作电压为单一的5V, 是二相输出的线阵CCD器件。主要用于通信传真、图像扫描、光学字符阅读机等场合。TCD1208AP传感器共需要四个5V的驱动时钟 (SH、RS、Ф1、Ф2) 。

2.2 放大滤波及A/D转换

TCD1208AP传感器输出信号OS有以下特点:

·负极性信号

·包含有周期性的复位脉冲串扰

·有效信号幅值较小

CCD输出信号的上述特点决定了它不能直接送入A/D转换器, 必须先从硬件上对其进行一系列的预处理, 消除信号中的驱动脉冲 (主要是复位脉冲) 及噪声等所造成的干扰, 因此需将信号进行前置反向、滤波及放大。在电路设计中, 选用一片CA3450运算放大器进行反向、放大;并在CA3450的输出端接一级RC滤波器滤除噪声。经过上述处理的信号就可以被送入A/D转换器进行数字化处理。。

2.3 可编程逻辑电路CPLD

CPLD的主要作用有:用来控制CCD的驱动时钟、各种同步控制时钟 (A/D转换, 数字信号存取) 以及存储器地址的产生。合适的CPLD是根据实际需要在实验过程中选定的, 在设计中选用了ALTERA公司的MAX7000系列芯片EPM7128S, 该系列芯片是典型的通过JTEG在线编程的CPLD器件。外部时钟信号作为CPLD的基准信号, 其他时序信号的产生都是以此为基础的。

2.4 TMS320VC5402处理器

TMS320VC5402是定点数字信号处理器, 体系结构为哈佛结构, 具有先进的多总线结构, 40位算术逻辑单元 (ALU) 包括一个40位桶形移位寄存器和两个40位累加器, 数据/程序寻址空间为64K/1MB, 内置16KB的RAM和4KB的ROM, 有两个缓冲串口。另外, 它还提供DMA方式和多种片内外设, 操作速度最高为100MIPS。

3 系统的硬件设计

3.1 CPLD控制信号

根据驱动脉冲时序关系确定时钟驱动信号SH、Φ1、Φ2和RS的参数。各路脉冲的技术指标如下:RS=1MHz, 占空比为1:3, 方波;Φ1=Φ2=0.5MHz, 占空比为1:1, 方波, Φ1、Φ2在并行转移时是一个大于SH=1持续时间的宽脉冲;在SH的光积分时间内, 至少有2212个RS脉冲。在设计中, SH波形采用计数器的形式进行设计。Φ1、Φ2、RS的波形由分频产生。

在设计中, 时序发生器产生的所有驱动和控制时序信号都是在MUXPLUSII开发环境下设计完成并经编译、校验后在线下载到CPLD器件内部的。可见, 一片CPLD可以替代原来的几十个分立元件来实现CCD图像读入系统中各种驱动和控制时序逻辑, 而且CPLD还允许设计编程保密位。总之采用CPLD有利于减小系统电路板的面积、提高系统的安全保密性、降低系统功耗和保证产品的质量。

3.2 DSP的控制信号

当系统启动时, DSP通知EPM7128S启动采集, 采集完毕后DSP便可以访问SRAM中的数据, 并完成后继的图像处理工作。另外, 在本系统中, DSP还有一个重要的功能, 即负责控制SRAM的访问权。在系统中, ADC以及DSP都需要对SRAM进行访问, 这必然会产生SRAM的访问争用问题。对于这一问题是通过DSP来解决的。在采集图像期间, DSP通过XF引脚控制缓冲/驱动器SN74LVTH16244, 使得采集期间ADC与SRAM导通, DSP与SRAM隔离;在处理数据期间, DSP与SRAM导通, ADC与SRAM隔离, 这样就解决了ADC、DSP对SRAM的使用权争用问题。

3.3 存储空间扩展

TMS320VC5402的数据寻址空间只有64K, 而一帧图像的存储量达到1M多, 由于硬件资源的限制和实时处理的要求, 要存储这么大的数据, 必须进行存储空间的扩展。

所以在系统中, 采用I/O空间扩展。由于I/O空间全部是片外的, 所以进行扩展后上述问题得以解决。具体实现如下:首先将HPI端口通过硬件或软件设置成通用I/O端口, 然后把这些端口作为片选信号进行空间扩展。当进行寻址时, 首先在HPI的端口输出相应的片选信号, 然后在地址总线上输出相应的地址值, 这样就完成了数据的存储和处理。

4 系统的软件设计

单帧读入识别过程如下:

(1) DSP发帧启动脉冲Fstart给CPLD, 地址译码器和触发器清零。

(2) CPLD接收Fstart。

(3) 开始行扫描, 并将数字化后的信号存入SRAM。完成一行采集, 发DMA信号给DSP。

(4) DSP接收到DMA信号后, 启动步进电机前进。

(5) 步进电机到达一定位置时, 转为 (3) 。

(6) 一帧数据采集完毕时, 发中断信号Ready给DSP, DSP读取SRAM, 处理数据。

(7) 数据处理完, 若有新页, 则转到 (1) 。

软件流程图如图2所示。

本系统将图像输入、识别集成到一个系统中, 很好地实现了图像的快速采集、存储及数据处理功能, 具有一定的实用价值。对于高分辨率要求的图像采集识别系统来说, 本方法依然适用。在硬件方面, 如果用TMS320VC6201代替TMS320VC5402, 效果将更佳。在识别方法上, 如果将本文的识别方法作为多级分类器的一类, 和其他一些基于统计的方法, 如外围轮廓法、数学变换法等结合在一起, 应该能够取得更好的识别效果。

摘要：以CCD作为图像传感器, 以CPLD作为图像采集系统的控制核心, 以DSP作为基本图像处理单元, 实现了图像自动采集处理系统, 完成了图像的快速采集、存储及数据处理。不仅对系统的硬件设计和软件设计进行了讨论, 而且对应用的算法也进行了简单的介绍。

关键词：CPLD,CCD,A/D,DSP,图像处理

参考文献

[1]王庆有.CCD应用技术[M].天津:天津大学出版社, 2000.

[2]TCD1208AP.TOSHIBACorp., 1997.

图像采集与处理 篇10

关键词：FPGA,视频图像采集,中值滤波

图像采集处理系统是用设备来捕获客观世界的图像和特征, 在图像处理系统中, 关键技术是图像的实时采集和处理, 图像采集的速度、质量直接影响到整个系统是否成功。

FPGA处理数据时釆用并行的结构, 在处理速度上获得明显优势, 现已广泛的应用于数字图像处理领域。本系统采用FPGA的硬件方案, 可以充分发挥FPGA的优点, 充分利用其丰富的硬件逻辑资源, 最终实现一个高性能的图像处理系统。因此对基于FPGA的图像采集处理系统的研究具有一定的社会经济利益和广阔的应用前景。

1 整体框图

在系统的总体设计上, 选用的是OV7670数字CMOS图像传感器和HY57641620FTP-7片外SDRAM存储芯片来构建图像处理系统, 整体的系统框图如图1。

系统工作流程:CMOS数字图像传感器采集图像数据, 通过I2C配置成16bit RGB565图像数据格式输入给FPGA控制器;数据流经过3X3生成模块生成3X3的像素矩阵, 进行图像的中值滤波处理;通过SDRAM控制器和乒乓控制器控制片外SDRAM缓存2帧图像数据;最后经VGA控制器控制VGA显示。

2 系统搭建

2.1 图像采集模块

通过I2C总线控制配置摄像头, 实现RGB565格式的图像数据采集。这里需要注意的一点是SCL和SDA要接上4.7k的上拉电阻才能实现正常工作。

OV7670图像的时序和VGA显示时序十分相似, 但是OV7670时序是主动输出, 而VGA时序是需要FPGA来配置产生的。产生行场有效信号和像素时钟PCLK。FPGA可以在每个PCLK上升沿读取8位图像数据, 两次传送拼接成一个16bit的RGB565数据格式输出。

2.2 SDRAM缓存模块

通过FPGA配置SDRAM初始化寄存器, 将SDRAM设置为突发读写模式。在程序中给定突发读写长度和突发读写初始地址, 借助乒乓操作控制缓存两帧图像数据, 使得数据流通过wrfifo和rdfifo存入SDRAM和输出给VGA显示。SDRAM采用电容充放电的方式来保存图像数据信息, 保存的数据信息会因为电容的漏电而导致丢失, 因此在程序上设定了自刷新方式来实现SDRAM自刷新实时保存图像数据。

2.3 VGA显示模块

本文配置的是640X480的VGA图像显示分辨率, 我们通过FPGA产生VGA时序, 与OV7670采集图像时序相匹配, 来实现行场信号的同步, 准确输出每一个像素数据。

3 图像处理研究

3.1 3X3滤波模块

3x3滤波模块是实现图像中值滤波处理的第一步。在FPGA的并行逻辑中你先要把摄像头采集到了的数据流处理成3X3阵列, 每个时钟同时输出9个像素, 同时对这里的9个像素进行处理。3X3像素阵列的获取, 本系统采用的是通过2行的Shift_RAM移位寄存器存储以及当前数据行来实现3行的数据流, 即可实现缓存两行像素与当前的像素值形成了3行阵列来实现3X3像素矩阵。

3.2 中值滤波算法模块

中值滤波是一种非线性滤波方法, 既可以消除随机噪声和脉冲干扰又可以很大程度地保留图像的信息和细节, 近年来在图像平滑和数据分析与处理等多个领域中得到广泛应用。

中值滤波算法的实现先通过上述建立起的3X3阵列, 取出9个像素, 接着对三行取得的像素进行处理。首先通过比较取得每行三个像素中的最大值, 然后再对这三个最大值像素取得最小值;其次是比较取得每行三个像素最小值, 然后再对这三个最小像素取得最大值;再者是比较取得每行三个像素的中间值, 再取这三个中间值的中间值。最后在对这里求得的三个值再取一次中间值, 输出即为滤波的最后结果。这种算法的滤波运算只需要少量的比较, 非常适合在FPGA上做并行处理, 提高滤波速度。

4 结语

本文首先介绍了FPGA实时图像采集系统的架构:通过摄像头采集数据, FPGA并行处理和缓存数据, 建立3X3的像素矩阵, 对图像进行中值滤波处理, 并且显示到VGA显示器来实现整个系统, 合理有效, 图像采集和中值滤波效果良好。FPGA并行处理系统非常适用于现在对于高速图像采集、处理和显示的需求, 相对于传统的嵌入式硬件系统, 应用更加灵活, 处理速度更快, 更具有实际应用意义。

参考文献

[1]夏宇闻.Verilog.数字系统设计教程.第2版.北京航空航天大学出版社, 2009.