全景侦察与光电对抗实验报告哈工大.docx
- 文档编号:26955384
- 上传时间:2023-06-24
- 格式:DOCX
- 页数:21
- 大小:427.30KB
全景侦察与光电对抗实验报告哈工大.docx
《全景侦察与光电对抗实验报告哈工大.docx》由会员分享,可在线阅读,更多相关《全景侦察与光电对抗实验报告哈工大.docx(21页珍藏版)》请在冰豆网上搜索。
全景侦察与光电对抗实验报告哈工大
HarbinInstituteofTechnology
实验报告
课程名称:
全景侦察与光电对抗
院系:
电子与信息工程学院
班级:
姓名:
学号:
指导教师:
赵雅琴
时间:
2013年秋季
哈尔滨工业大学
实验一图像的点运算
一、实验目的
1.掌握CodeComposerStudio2.2的安装和配置。
2.了解DSP开发系统和计算机与目标系统的连接方法。
3.了解CCS集成开发环境的操作环境和基本功能。
4.熟悉视频显示程序的运行过程、控制过程,搞清数据处理、传输途径。
5.结合实例学习如何在视频显示程序中增加图像处理算法。
6.理解和掌握图像的灰度显示、图像反色、域值分割、灰度线性变换、窗口变换、灰度拉伸、直方图、灰度均衡的原理和应用。
二、实验原理
将图像按象素进行求反,取得类似照相底片效果。
求反处理的图像与原始图“黑白颠倒”,可以看清原始图中灰黑区域的情况。
求反的图像一般用于数字图像的初步处理。
灰度图(gray-scaleimgc5)是指将图像按照灰度等级的数目来划分后形成的图像。
灰度模式最多使用256级灰度来表现图像,图像中的每个像素有一个0(黑色)到255(白色)之间的亮度值。
实现灰度图现实的方法比较简单,将UV分量的值赋为0x80,Y分量值保持不变即可。
灰度的阈值变换可以将一幅灰度图像转换成黑白二值图像。
它的操作过程是先由用户指定一个阈值,如果图像中期权像素的灰度值小于该阈值,则将该像素的灰度值设置为0,否则灰度值设置为255。
灰度的线性变换就是将图像中所有的点的灰度按照线性灰度变换函数进行变换。
该线性灰度变换函数是一个一维线性函数
灰度变换方程为
式中参数fA为纯属函数的斜率,fB为纯属函数的在y轴的载距。
当fA>1时,输出图像的对比度将增大;当fA<1时,输出图像的对比度将减小;当fA=1且fB0时,操作仅使所有像素的灰度值上移或下移,其效果是使整个图像更暗或更亮;如果fA<0,暗区域将变亮,亮区或装变暗,点运算完成了图像求补运算。
特殊情况下,当fA=1,fB=0时,输出图像和输入图像相同;当fA=-1,fB=255时,输出图像的灰度正好反转。
灰度窗口变换(slicing)是将某一区间的灰度级和其它部分(背景)分开。
我们用下图说明灰度窗口变换的原理。
其中[g1old,g2old]称为灰度窗口。
灰度窗口变换有两种,一种是清除背景的,一种是保留背景的。
前者把不在灰度窗口范围内的象素都赋值为0,在灰度窗口范围内的象素都赋值为255,这也能实现灰度图的二值化;后者是把不在灰度窗口范围内的象素保留原灰度值,在灰度窗口范围内的象素都赋值为255。
本试验采用的是清除背景的灰度窗口变换。
灰度窗口变换可以检测出在某一灰度窗口范围内的所有象素,是图象灰度分析中的一个有力工具。
灰度拉伸和灰度的线性变换有点类似,都用到了灰度的线性变换。
但不同之处在于灰度拉伸不是完全的线性,而是分段进行线性变换。
它的灰度变换函数表达式如下:
灰度拉伸可以更加灵活的控制输出灰度直方图的分布,它可以有选择的拉伸某段灰度区间以改善输出图像。
如果一图像灰度集中在较暗的区域而导致图像偏暗,可以用灰度拉伸功能来拉伸(斜率>1)物体灰度敬意以改善图像;同样如果图像灰度集中在较亮的区域而导致图像偏亮,也可以用灰度拉伸功能来压缩(斜率<1)物体灰度区间以改善图像质量。
有时我们需要知道一幅图中的灰度分布情况,这时就可以采用灰度直方图(histogram)来表示。
一般情况下灰度直方图中的横坐标表示灰度值,纵坐标表示该灰度值出现的次数(频率)。
所以说,灰度直方图(histogram)是灰度级的函数,它表示图象中具有每种灰度级的象素的个数,反映图象中每种灰度出现的频率。
直方图是多种空间域处理技术的基础。
直方图的操作能效的用于图像增强,除了提供有用的图像统计资料,直方图固有的信息还可以用在其他图像处理中,如图像的分割与压缩等。
由于各灰度出现的频率可能相差很大,所以如何将结果显示在有限的窗口范围内,是一个必须考虑的问题。
我们这里的做法是,将每行偶数点像素的灰度值分为大于0x80与小于0x80两部分进行统计。
然后根据统计值将每行的灰度直方图进行显示。
灰度均衡有时也称直方图均衡,目的是通过点运算使输入图像转换为在每一级上都有相同的像素点数的输出图像(即输出的直方图是平的)。
这对于在进行图像比较或分割之前将图像转化为一致的格式是十分有益的。
灰度均衡有时也称直方图均衡,目的是通过点运算使输入图像转换为在每一级上都有相同的像素点数的输出图像(即输出的直方图是平的)。
这对于在进行图像比较或分割之前将图像转化为一致的格式是十分有益的。
按照图像的概率密度函数(PDF,归一化到单位面积的直方图)的定义
图像的累积分布函数(CDF)
上面的分式是被归一化后推导出的,对于没有归一化的情况,只要乘以最大灰度值(DMax,对于灰度图就255)即可。
灰度均衡的转换公式为
对于离散图像,转换公式为
三、程序设计
在视频显示任务的循环中,程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区,再在临时图像处理缓冲区上进行处理,处理后的数据再输出到输出缓冲区。
在屏幕中央开辟一个矩形区域,对这个区域内的图像进行处理。
四、实验步骤
1.实验准备
(1)连接设备
(2)开启设备
①打开计算机电源(注意:
连接设备时并不需要关闭计算机,但要关闭实验箱电
源;如在连接设备前已经打开计算机,就不需要进行此步骤了)。
②打开实验箱电源开关
③打开显示器开关。
(3)设置CodeComposerStudio为Emulator方式
(4)双击usb20emurst.exe,如果出现提示“SEEDUSB2.0XDS510CARDISRESET,
HARDWAREVERSION1”,证明仿真器与目标系统连接正常。
否则请检查电源是否打
开,仿真器驱动是否安装正确以及硬件。
(5)启动CodeComposerStudio
双击桌面上“CCS2(‘C6000)”图标,启动CodeComposerStudio。
成功后可看到
CCS环境界面。
2.打开工程:
工程目录
3.浏览工程中源程序并理解含义。
4.编译、连接、下载程序并运行,观察显示。
5.结束运行,退出工程。
五、实验结果
矩形框内的图像是经过处理后的,方框外的图像是未经处理的。
实验二图像的几何变换
一、实验目的
1.熟悉CCS集成开发环境的使用。
2.熟悉视频显示程序的运行过程、控制过程,搞清数据处理、传输途径。
3.结合实例学习如何在视频显示程序中增加图像处理算法。
4.理解和掌握各种图像集合变换的方法和应用。
二、实验原理
平移变换大概是几何变换中最简单的一种了。
如图所示,初始坐标为(x0,y0)的点经过平移(tx,ty)(以向右,向下为正方向)后,坐标变为(x1,y1)。
这两点之间的关系是x1=x0+tx;y1=y0+ty.以矩阵的形式表示为:
我们更关心的是它的逆变换
这样,平移后的图像上的每一点都可以在原图像中找到对应的点。
例如,对于新图中的(0,0)像素,代入上面的议程组,可以求出对应原图中的点,可以直接将它的像素值统一设置为0或者255(对于灰度图就是黑色或白色)。
设图像高度为lHeight,宽度为lWidth,原图中(x0,y0)垂直镜像后从未将变为(x0,lHeight-y0),其矩阵表达式为:
逆运算矩阵表达式为
设图像高度为lHeight,宽度为lWidth,原图中(x0,y0)经过水平镜像后从未将变为(lWidth-x0,y0),其矩阵表达式为:
逆运算矩阵表达式为
假设图像x轴方向缩放比率fx,y轴方向缩放比率是fy,那么原图中点(x0,y0)对应与新图中的点(x1,y1)的转换矩阵为
其逆运算如下
下面我们来推导一下旋转运算的变换公式。
如下图所示,点(x0,y0)经过旋转θ度后坐标变成(x1,y1)。
在旋转前
旋转后
其逆运算如下
上述旋转是绕坐标轴原点(0,0)进行的,如果是绕一个指定点(a,b)旋转,则先要将坐标系平移到该点,进行旋转,然后再平移回到新的坐标原点。
现在我们将坐标系I平移到坐标系II处,基中坐标系II的原点在坐标系I中的坐标为(a,b)。
两面种坐标系坐标变换矩阵表达式为
其逆变换转换矩阵表达式为
因此
三、程序设计
在视频显示任务的循环中,程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区,再在临时图像处理缓冲区上进行处理,处理后的数据再输出到输出缓冲区。
在屏幕中央开辟一个矩形区域,对这个区域内的图像进行处理。
四、实验步骤
1.实验准备
(1)连接设备
(2)开启设备
①打开计算机电源(注意:
连接设备时并不需要关闭计算机,但要关闭实验箱电
源;如在连接设备前已经打开计算机,就不需要进行此步骤了)。
②打开实验箱电源开关
③打开显示器开关。
(3)设置CodeComposerStudio为Emulator方式
(4)双击usb20emurst.exe,如果出现提示“SEEDUSB2.0XDS510CARDISRESET,
HARDWAREVERSION1”,证明仿真器与目标系统连接正常。
否则请检查电源是否打
开,仿真器驱动是否安装正确以及硬件。
(5)启动CodeComposerStudio
双击桌面上“CCS2(‘C6000)”图标,启动CodeComposerStudio。
成功后可看到
CCS环境界面。
2.打开工程:
工程目录
3.浏览工程中源程序并理解含义。
4.编译、连接、下载程序并运行,观察显示。
5.结束运行,退出工程。
五、实验结果
矩形框内的图像是经过处理后的,方框外的图像是未经处理的。
实验三图像的平滑
一、实验目的
1.熟悉视频显示程序的运行过程、控制过程,搞清数据处理、传输途径。
2.结合实例学习如何在视频显示程序中增加图像处理算法。
3.熟悉CCS集成开发环境的使用。
4.了解平滑处理的算法和用途,学习利用图像平滑处理的程序设计方法。
二、实验原理
图像平滑的目的主要是为了减少图像的噪声。
大部分噪声,如由敏感元件、传输通道、量化器等引起的噪声,几乎都是随机性的。
它们对某一像素点的影响,我们可以看作是孤立的,因此,和临近各点相比,该点灰度值将有显著的不同。
基于这一分析,我们可以用所谓邻域平均的方法来判断每一点是否含有噪声,并用适当的方法来消除所发现的噪声。
这实际上就是一种空间域的图像平滑方法。
在该实验中,我们采用模板法来实现对图像的平滑。
模板法的思想是通过一个点和它周围的几个点的某种运算(通常是平均运算)来消除突然变化的点,从而滤掉一定的噪声。
但是图像却会有一定程度的模糊。
值滤波是一种非线性的信号处理方法。
所谓的均值滤波是指在图像上,对待处理的像素给定一个模板,该模板包括了其周围的邻近像素。
将模板中的全体像素的均值来替代原来的像素值的方法。
这种方法通过把突变点的灰度分散在其相邻点中来达到平滑效果,操作起来也简单,但这样平滑往往造成图像的模糊,N选取得约大,模糊越严重。
中值滤波是一种非线性的信号处理方法。
中值滤波器在1971年由J.w.Jukey首先提出并应用在一维信号处理技术(时间序列分析)中,后来被二维图像信号处理技术所引用。
中值滤波在一定的条件下可以克服线性滤波器如最小均方滤波、均直滤波等带来的图像细节模糊,而且对滤除脉冲干扰及图像扫描噪声最为有效。
由于在实际运算过程中不需要图像的统计特征,因此这也带来不少方便。
但是对于一些细节多,特别是点、线、尖顶细节多的图像不宜采用中值滤波。
中值滤波一般采用一个含有奇数个点的滑动窗口,将窗口中各点灰度值的中值来替代值定点(一般是窗口的中心点)的灰度值。
对于奇数个元素,中值是指按大小排序后,中间的数值;对于偶数个元素,中值是指排序后中间两个元素灰度值的平均值。
图像锐化处理的目的是使模糊的图像变得更加清晰起来。
通常针对引起图像模糊的原因而进行相应地锐化操作属于图像复原的内容。
图像模糊的实质就是图像受到平均或积分运算造成的,因此可以对图像进行逆运算如微分运算来使图像清晰化。
从频谱角度来分析,图像模糊的实质是其高频分量被衰减,因而可以通过高通滤波操作来清晰图像。
但要注意,能够进行锐化处理的图像必须有较高的信噪比。
否则锐化后图像的信噪比反而更低,从而使噪声增加得比信号还要多,因此一般是先去除或减轻噪声后再进行锐化处理。
图像锐化一般有两种方法:
一种是微分法,另一种是高通滤波法。
剃度锐化就是一种常用的微分锐化方法。
对于离散的数字图像,上式可以改写成
为了计算方便,也可以采用下面的近似计算公式
通常也可以近似为下面两种形式
上面两个公式称为罗伯特(Roberts)梯度。
该梯度定义在数学上也许没有道理,但是它运算简单、实用,而且效果也不错,通常在用中也采用该梯度方式。
三、程序设计
在视频显示任务的循环中,程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区,再在临时图像处理缓冲区上进行处理,处理后的数据再输出到输出缓冲区。
在屏幕中央开辟一个矩形区域,对这个区域内的图像进行处理。
四、实验步骤
1.实验准备
(1)连接设备
(2)开启设备
①打开计算机电源(注意:
连接设备时并不需要关闭计算机,但要关闭实验箱电
源;如在连接设备前已经打开计算机,就不需要进行此步骤了)。
②打开实验箱电源开关
③打开显示器开关。
(3)设置CodeComposerStudio为Emulator方式
(4)双击usb20emurst.exe,如果出现提示“SEEDUSB2.0XDS510CARDISRESET,
HARDWAREVERSION1”,证明仿真器与目标系统连接正常。
否则请检查电源是否打
开,仿真器驱动是否安装正确以及硬件。
(5)启动CodeComposerStudio
双击桌面上“CCS2(‘C6000)”图标,启动CodeComposerStudio。
成功后可看到
CCS环境界面。
2.打开工程:
工程目录
3.浏览工程中源程序并理解含义。
4.编译、连接、下载程序并运行,观察显示。
5.结束运行,退出工程。
五、实验结果
矩形框内的图像是经过处理后的,方框外的图像是未经处理的。
实验四图像的边缘检测
一、实验目的
1.熟悉视频显示程序的运行过程、控制过程,搞清数据处理、传输途径。
2.结合实例学习如何在视频显示程序中增加图像处理算法。
3.熟悉CCS集成开发环境的使用。
4.了解边缘检测的算法和用途,学习进行边缘检测的程序设计方法。
二、实验原理
利用计算机进行图像处理有两个目的:
一是产生更适合人观察和识别的图像;二是希望能由计算机自动识别和理解图像。
无论为了哪种目的,图像处理中关键的一步就是对包含有大量各式各样景物信息的图像进行分解。
分解的最终结果是图像被分解成一些具有某种特征的最小成分,成为图像的基元。
相对于整幅图像来说,这种基元更容易被快速处理。
图像的特征指图像场中可用作标志的属性。
它可以分为图像的统计特征和图像的视觉特征两类。
图像的统计特征是指一些人为定义的特征,通过变换才能得到,如图像的直方图、频谱等等;图像的视觉特征是指人的视觉可直接感受到的自然特征,如区域的亮度、纹理或轮廓等。
利用这两类特征把图像分解成一系列有意义的目标或区域的过程称为图像的分割。
图像的边缘是图像的最基本特征。
所谓边缘(或边沿)是指其周围象素灰度有阶跃变化或屋顶变化的那些象素的集合。
边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。
因此,它是图像分割所依赖的重要特征。
物体的边缘是由灰读不连续性所反映的。
经典的边缘提取方法是考察图像的每个象素在某个邻域内灰度的变化,利用边缘临近一阶或二阶方向导数变化规律,用简单的方法检测边缘。
这种方法称为边缘检测局部算子法。
边缘的种类可以分为两种:
一种称为阶跃性边缘,它两边的象素的灰度值有着显著的不同;另一种称为屋顶状边缘,它位于灰度值从增加到减少的变化转折点。
下图分别给出了这两种边缘的示意图及相应的一阶方向导数、二阶方向导数的变化规律。
对于阶跃性边缘,二阶方向导数在边缘处呈零交叉;而对于屋顶状边缘,二阶方向导数在边缘处取极值。
如果一个象素落在图像中某一个物体的边界上,那么它的邻域将成为一个灰度级的变化带。
对于这种变化最有用的两个特征是灰度的变化率和方向,它们分别以梯度向量的幅度和方向来表示。
三、程序设计
在视频显示任务的循环中,程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区,再在临时图像处理缓冲区上进行处理,处理后的数据再输出到输出缓冲区。
在屏幕中央开辟一个矩形区域,对这个区域内的图像进行处理。
四、实验步骤
1.实验准备
(1)连接设备
(2)开启设备
①打开计算机电源(注意:
连接设备时并不需要关闭计算机,但要关闭实验箱电
源;如在连接设备前已经打开计算机,就不需要进行此步骤了)。
②打开实验箱电源开关
③打开显示器开关。
(3)设置CodeComposerStudio为Emulator方式
(4)双击usb20emurst.exe,如果出现提示“SEEDUSB2.0XDS510CARDISRESET,
HARDWAREVERSION1”,证明仿真器与目标系统连接正常。
否则请检查电源是否打
开,仿真器驱动是否安装正确以及硬件。
(5)启动CodeComposerStudio
双击桌面上“CCS2(‘C6000)”图标,启动CodeComposerStudio。
成功后可看到
CCS环境界面。
2.打开工程:
工程目录
3.浏览工程中源程序并理解含义。
4.编译、连接、下载程序并运行,观察显示。
5.结束运行,退出工程。
五、实验结果
矩形框内的图像是经过处理后的,方框外的图像是未经处理的。
实验六图像应用
一.实验目的
1.熟悉视频显示程序的运行过程、控制过程,搞清数据处理、传输途径。
2.结合实例学习如何在视频显示程序中增加图像处理算法。
3.熟悉CCS集成开发环境的使用。
4.了解肤色算法和用途。
5.了解了解运动检测的用途及基本算法、原理。
二.实验原理
人体的皮肤颜色是人体的一个重要特征,肤色检测被广泛的应用于人脸跟踪、人脸检测、手语识别、敏感图像过滤等领域中,具有重要的理论研究意义和实际应用价值。
经过统计证明,不同人种,不同环境下的肤色区别主要受亮度影响,受色度影响较小,CrCb空间下肤色的统计分布如下图所示:
本文采用通用阈值方法对肤色区域进行判断,对于图象中每一个象素(i,j)
这样将图象转变成一个二值图象,白色的区域就是肤色区域。
也就是说根据CrCb的阈值分布将符合条件的像素点的Y值赋0x255(最亮),不符合CrCb的阈值分布条件的像素点的Y值为0。
在数字录像、数字监控等领域内,人们通常只对场景内存在的物体运动感兴趣。
在这种情况下,需要对输入的视频信号进行预处理,识别场景中是否存在物体运动,也就是进行运动检测,然后再决定是否做进一步的处理,例如录像、报警等。
对于录像系统,通过运动检测,能够避免不必要的数字录像,有效地减少系统所需存储空间;同时可以加快检索速度,提高资料有效性。
对于监控系统,运动检测是一种监视场景信息的有效手段。
运动检测的实现方法有硬件实现的也有软件实现的,很多数字视频信号处理系统通常会选用DSP芯片作为主处理芯片。
由于DSP对数字信号的处理是通过编程实现各种算法的,只通过软件就可以方便地加入某些功能,因此没有必要添加额外的硬件来完成运动检测。
运动检测基本思想大同小异,都是对相隔一定时间的两帧视频数据进行抽样,并对抽样数据进行比较,如果比较结果显示这两帧数据存在比较大的差异,那么就认为数据输入场景中存在物体的运动,反之就认为没有运动存在。
三、程序设计
在视频显示任务的循环中,程序首先将视频数据从输入缓冲区读入自己开设的临时图像处理缓冲区,再在临时图像处理缓冲区上进行处理,处理后的数据再输出到输出缓冲区。
在屏幕中央开辟一个矩形区域,对这个区域内的图像进行处理。
四、实验步骤
1.实验准备
(1)连接设备
(2)开启设备
①打开计算机电源(注意:
连接设备时并不需要关闭计算机,但要关闭实验箱电
源;如在连接设备前已经打开计算机,就不需要进行此步骤了)。
②打开实验箱电源开关
③打开显示器开关。
(3)设置CodeComposerStudio为Emulator方式
(4)双击usb20emurst.exe,如果出现提示“SEEDUSB2.0XDS510CARDISRESET,
HARDWAREVERSION1”,证明仿真器与目标系统连接正常。
否则请检查电源是否打
开,仿真器驱动是否安装正确以及硬件。
(5)启动CodeComposerStudio
双击桌面上“CCS2(‘C6000)”图标,启动CodeComposerStudio。
成功后可看到
CCS环境界面。
2.打开工程:
工程目录
3.浏览工程中源程序并理解含义。
4.编译、连接、下载程序并运行,观察显示。
5.结束运行,退出工程。
五、实验结果
矩形框内的图像是经过处理后的,方框外的图像是未经处理的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 全景 侦察 光电 对抗 实验 报告 哈工大