-.z.信號處理綜合設計報告綜合設計名稱：基于Sobel算子的數(shù)字圖像邊緣檢測學員：學號：培養(yǎng)類型：技術(shù)類年級：2013級專業(yè)：電子工程所屬學院：指導教員：職稱：教授實驗室：305-507實驗日期：-一、綜合設計目的〔1〕掌握數(shù)字信號處理的根本概念、根本理論和根本方法；〔2〕了解邊緣檢測的算法和用途，學習利用Sobel算子進展邊緣檢測的程序設計方法；〔3〕完成圖像邊緣處理系統(tǒng)的設計和實現(xiàn)，分析處理性能；〔4〕學會TMS320VC5509ADSP的程序設計方法。二、綜合設計要求〔1〕在Matlab上獨立編程實現(xiàn)通過Sobel算子的邊緣檢測；〔2〕讀懂DSP-CCS平臺例程，自選圖像修改例程實現(xiàn)邊緣檢測，比照Matlab仿真和DSP-CCS平臺處理的結(jié)果。〔3〕完成實驗思考題三、詳細設計過程1.設計原理分析；Sobel邊緣檢測算子：圖像中的每個點都用這連個核做卷積，一個核對通常的垂直邊緣相應最大，另一個對水平邊緣相應最大。兩個卷積的最大值作為該點的輸出位〔下文我們統(tǒng)稱為梯度〕。Prewitt邊緣檢測算子：以上兩個卷積核形成了Prewitt算子。使用方法和Sobel算子一致，區(qū)別是系數(shù)不同。2.設計方案和過程。總體方案：選擇圖像灰度處理這是程序運行的預處理，需要注意的Matlab仿真時，圖像選取限制較小，在DSP-CCS平臺處理時，注意圖像選擇要滿足例程的空間要求，一般選擇80*80尺寸圖像。卷積計算得出梯度把圖像與Sobel算子的兩個模板分別進展卷積，取卷積后較大值為該點的梯度。上圖顯示了在只考慮水平邊緣或垂直邊緣的情況下的檢測效果與實際效果的比照。二值處理計算閾值把計算出的梯度歸一化，然后帶入Matlab中的graythresh函數(shù)，采用最大類間方差法獲得閾值。高于閾值設為1，低于閾值設為0。把二值圖像顯示出來即為邊緣檢測的最終結(jié)果。3.改良與創(chuàng)新〔1〕八方向Sobel算子在原有中兩個模板的根底上，又增加六個方向的模板，即45°，135°，180°，225°，270°，315°。這樣可以更加有效地檢測圖像多個方向邊緣，使邊緣信息更加完整?！?〕抗噪性能分析通過在原圖像中參加不同信噪比的高斯白噪聲，觀察邊緣檢測圖像的變化，分析差異。四、調(diào)試過程與結(jié)果分析1.傳統(tǒng)Sobel算子邊緣檢測效果展示注：上圖中g(shù)raythresh算子得出的閾值為0.27842.閾值不同時的結(jié)果比照。通過手動調(diào)整閾值，我們可以發(fā)現(xiàn)，減小閾值，圖像中線條增多，增大閾值，線條減少，實際情況中，課根據(jù)需要選擇適宜閾值。3.Sobel算子與Prewitt算子比照對于大局部圖像，Sobel算子與Prewitt算子得出的結(jié)果差異不大。4.八方向Sobel算子性能分析實際效果，八方向Sobel算子邊緣檢測效果提升不明顯，但是帶來了巨大的內(nèi)存和空間消耗。此圖顯示了八方向Sobel算子的空間占用，實際計算時，需要的時間也比傳統(tǒng)Sobel算子要長，考慮到其邊緣檢測效果提升不明顯，后續(xù)我們沒有采用這種方法。5.抗噪性能分析通過給圖像加高斯白噪聲來測試程序的抗躁性能。參加信噪比為0.05的高斯白噪聲：幾乎不受影響，但是也出現(xiàn)了一些雜點。參加信噪比為0.5的高斯白噪聲：已經(jīng)損失了一些信息，左側(cè)后視鏡已經(jīng)看不見了。參加信噪比為0.9的高斯白噪聲：可以發(fā)現(xiàn)右圖已經(jīng)根本上沒有信息了，手動調(diào)整閾值：將閾值調(diào)整為0.01后，原本的車在地面的陰影，后座都被誤判為邊界，但是車牌等重要信息被檢測出來。6.DSP-CCS平臺實現(xiàn)仿真時使用的奧迪車圖片尺寸較大，無法移植，在CCS平臺上，我們使用北大?；蘸土Ψ嚇俗鰷y試。北大?；辗抡娼Y(jié)果：CCS平臺處理結(jié)果：力帆車標仿真結(jié)果：CCS平臺處理結(jié)果：通過兩個例子，可以發(fā)現(xiàn)CCS平臺處理的圖像在轉(zhuǎn)彎處，容易出現(xiàn)邊緣缺失，可能是由于圖片像素太低，精度缺乏造成的。五、設計總結(jié)和體會〔1〕本次實驗，以Sobel算子為根底，對數(shù)字圖像的邊緣檢測問題進展了一番探究。實驗說明，Sobel算子產(chǎn)生的邊緣效果較好，在實際處理中，可根據(jù)具體情況采用不同的閾值。改良的八方向Sobel算子邊緣信息更全，但是產(chǎn)生了大量空間和時間消耗，一般不采用。另外，Sobel算子對噪聲具有一定的平滑作用?！?〕選題，分析，仿真，實現(xiàn)，是一般工程進展的主要步驟，好的仿真可以大大縮短實際操作所需要的時間，但是仿真過程中要考慮實際平臺的計算能力和存儲空間?！?〕本次實驗，本組進度進展較快，但是后來看了其他同學的情況后，發(fā)現(xiàn)對方做的效果比我們好很多，才鼓勵我們繼續(xù)研究，找出抗噪性能的分析這一創(chuàng)新點。啟示我們，做研究過程中不要實現(xiàn)一點成績就沾沾自喜，要保持謙虛，腳踏實地。六、思考題解答在CCS平臺上，將Sobel算子改為Prewitt算子。答：Sobel算子核心代碼如下：其中m_nWork1=*7+*8+*8-*2-*2-*3;m_nWork2=*3+*6+*6-*4-*4-*7;if(m_nWork1<m_nWork2) m_nWork1=m_nWork2; m_nWork2=m_nWork1+*9-*1;是卷積求梯度的核心代碼，根據(jù)Prewitt的卷積陣，將此處改為以下代碼即可。m_nWork1=*7+*8-*2-*3;m_nWork2=*3+*6-*4-*7;if(m_nWork1<m_nWork2) m_nWork1=m_nWork2; m_nWork2=m_nWork1+*9-*1;全部代碼見附程序Sobel.c和Prewitt.c七、參考資料[1]陳宇云.灰度圖像的邊緣檢測研究[D].電子科技大學碩士學位論文.2009[2]盧洋,*旭秀.圖像邊緣檢測算法的比照分析與研究[J].**科技.2009,(3):17-18[3]韓磊.MATLAB在數(shù)字圖象處理中的應用[J].電腦知識與技術(shù).2008,1(1):29-31附錄transfer_1.m將彩色圖轉(zhuǎn)化為灰度圖的小程序，在遷移到CCS平臺處理時用到，Matlab平臺仿真的程序中內(nèi)嵌了這幾行代碼。Sobel_1.