图像处理简介? 图像处理技术发展到今天，已经被应用到工程学、计算机科学、信息科学、?统计学、?物理学、化学、生物学、医学甚至社会科学等多个学科，并成为这些学科获取信?息的重?要来源及利用信息的重要手段，?所以图像处理科学己经成为与国计民生紧密相连?的一门?应用科学。?图像处理技术研究的重点在于图像处理算法和系统结构，随着计算机、集成?电路等?技术的飞跃发展，图像处理技术在这两方面都取得了长足的发展。但随着图像信?息数据?量的增大，图像处理算法复杂度的提高，图像处理技术依然面临着许多挑战性的?问题，?具体可概括为图像处理的网络化、复杂问题的求解与处理速度的高速化，可以通?过选择?合适的图像处理平台以及恰当的图像处理算法来解决这些挑战性的问题。?? 图像处理技术最初是在采用高级语言编程在计算机上实现的，?后来还在计算?机中加?入了图像处理器(GPU)，协同计算机的?CPU?工作，以提高计算机的图形化处理?能力。在?大批量、小型化和低功耗的要求提出后，图像处理平台依次出现了基于?VLSI?技?术的专?用集成电路芯片((ASIC)和数字信号处理器((DSP)，近年来，随着 EDA 技术的发 展以及 FPGA(Field-Programmable Gate Array,现场可编程门阵列)技术的提高，越 来越多的厂家 和科研机构将 FPGA 作为图像处理技术实现的主要平台， 以提高图像处理系统的 性能。 FPGA 是在 PAL, GAL, CPLD 等可编程器件的基础上进一步发展的产物。它 是作 为专用集成电路(ASIC)领域中的一种半定制电路而出现的， 既解决了定制电路的 不 足，又克服了原有可编程器件门电路数有限的缺点。 4.2数字图像处理的硬件平台? ???数字图像处理的发展是和计算机、集成电路等技术的发展密切相关的，曾经作为数字图像处理平台的有:计算机、专业集成电路、DSP?芯片和?FPGA，下面将按时间的顺?序予以介绍。? 从?1946?年到?1964?年，计算机分别进入了“电子管计算机时代，和“晶体管计算机时?代”?，这个时代的计算机才能称之为现代计算机，特别是进入“晶体管计算机时代”后，?由于晶体管比电子管小得多，不需要暖机时间，消耗能量较少，处理更迅速、更可靠。?第二代计算机的程序语言从机器语言发展到汇编语言。接着，高级语言?FORTRAN?语言?和?COBOL?语言相继开发出来并被广泛使用。这时，开始使用磁盘和磁带作为辅助存储?器。第二代计算机的体积和价格都下降了，使用的人也多起来了，计算机工业迅速发展。?所以，虽然数字图像处理起源于?20?世纪?20?年代，但真正意义上的发展开始于?20?世纪?50?年代。? 随着集成电路的发展，计算机进入中小规模集成电路计算机时代及大规模集?成电路计算机时代，这个时代中计算机通常作为非实时图像处理平台和图像管理工作站?平台，后来为了提高计算机的图形化处理能力，在计算机中加入?GPU?协同?CPU?工作，?但?GPU?仅仅是对?CPU?若干指令的加速，并不是实际意义上的并行化处理，其实时图像处理能力还是较弱。?为了解决实时图像处理，?降低单件图像处理设备的成本，?图像处理设备生产商开始使用集成?电路生产图像处理专用芯片，利用集成电路技术生产的图像处理专用芯片，其?优势在于:集成电路具有体积小，重量轻，引出线和焊接点少，寿命长，可靠性高，性?能好等优点，同时成本低，便于大规模生产。超大规模集成电路(VLSI)的今天，大批量?的图像处理专用芯片?ASIC(专用集成电路)与?ASSP(专用标准产品)仍占据着很大的市场?份额。?在小批量的图像处理系统中，使用专用芯片成本太高，研发周期太长，所以需要使?用合适的微处理器予以取代，DSP?的出现解决了这方面的问题。 DSP(Digital?Signal?Processor,数字信号处理器)，是一种具有特殊结构的微处理器，DSP?芯片的内部采用程?序 和数据分开的哈佛结构，具有专门的硬件乘法器，广泛采用流水线操作，提供特殊的?DSP?指令，可以用来快速地实现各种数字信号处理算法。? 从上世纪?80?年代末直至现在，?DSP?一直作为小批量的图像处理系统的处理器，用来实现如二维和三维图形处理、图像?压缩与传输、图像增强、动画、机器人视觉等图像处理。随着计算机、多媒体和数据通信技术的高速发展，数字图像技术近年来得到了极大?的重视和长足的发展，并在科学研究、工业生产、医疗卫生、教育、娱乐、管理和通信等方?面取得了广泛的应用。同时，人们对计算机视频应用的要求也越来越高，从而使得高速、便?捷、?智能化的高性能数字图像处理设备成为未来视频设备的发展方向，?实时图像处理技术在?目标跟踪、机器人导航、辅助驾驶、智能交通监控中都得到越来越多的应用。由于图像处理?的数据量大，数据处理相关性高，实时的应用环境决定严格的帧、场时间限制，因此实时图像处理系统必须具有强大的运算能力。各种高性能?DSP?不仅可以满足在运算性能方面的需?要，而且5?发展趋势?? ?DSP在数字图像处理应用的发展趋势? DSP?芯片具有较高的指令处理速度，但处理图像数据的能力还是有限的，所以只适用于小批量、低数据处理量的图像?处理系统中。?一直以来，大多的科研机构及公司将?FPGA?作为图像处理系统研发时的临时平台。在产品化之后，FPGA?往往被?ASIC?或?ASSP?代替。当然也有些图像系统设备的批量产?品中装备有?FPGA，但这些?FPGA?往往被用作“辅助芯片(companion?chip)。虽然高性能?FPGA?的电?路规模和性能正在逼近采用?90rim?工艺的?ASIC，但目前高性能?FPGA?芯片的单价是几?千元，和基于标准单元的?ASIC?相比高出很多，因此?FPGA?在大批量的图像处理系统中?应用还存在成本方面的问题。另外，FPGA?设计时考虑到其通用性，在内置?DSP?模块?以及高速?IO?接口等方面功能比较齐全，对于某个特定的图像处理设备而言，有些功能未被使用，出现了浪费的现象。通过上面的讨论可以知道，具体概括为:PC作为通用平台在小批量的非实时图像处理系统中仍有应用，ASIC 或?ASSP?在大批量的图像处理系?统中仍占据着很大的市场份额，但有被?FPGA?取代的趋势，DSP?在高速图像处理领域已经?逐渐被取代，FPGA?随着工艺的发展已逐渐成为主流的图像处理平台。 结论? ?DSP在数字图像处理方面的应用可能有被取代的趋势。但DSP在图像处理方面还会得到应用。例如FPGA内嵌DSP模块等。随着DSP功能的不断提高，DSP在数字图像处理方面还会得到进一步的发展。? 整体来看，DSP?应用在通讯领域、数字影音的产品将越来越普及，使得相关市场需求越来越大，未来?DSP?市场竞争将越趋激烈。虽然目前?DSP?的主要应用产品的市场都是由国际半导体大厂所控制，但是我国在政策的扶植下，本土厂商积极投入研发资源，以消费性产品作为进入DSP?市场的一个敲门砖，也必将在?DSP?市场上争得一席之地。 DSP在图像处理中的应用与发展 ? 摘要：图像处理与识别是DSP应用中的一个极其重要的领域。随着近年来对图像高速实时处理的要求，基于DSP的数字图像处理技术发展迅速，在超声图像、红外图像、天文图像、医疗影像和军事等领域等到了广泛的应用。其目前主要向着多DSP并行运算、多CPU实时系统、分布式实时系统等方向发展。而一些新的数学方法像模糊论集的引入、神经网络理论的实用化以及分形几何学的应用尤其是小波变换正逐步应用于处理图像的DSP系统中。这使得用于图像处理的DSP系统向着集成化、并行化、开发简易化和标准化方向发展。 ? 1 DSP和图像处理技术的发展概况 基于DSP的数字图像处理技术是一种新兴的边缘融合技术，可以通俗的理解为DSP与图像处理的结合，现今，它逐步的走向成熟。成为一门新兴的学科，越来越多的人们投入到了它的研究中。 随着计算机及通信技术的发展，DSP技术越发成熟，数字图像仿真技术可以通过DSP芯片实现。图像视频的应用愈加广泛，大部分图像数据在实际应用前需进行有针对性的处理，如根据图像数据特点和应用领域对图像进行增强、去除噪声、锐化和识别等等，此外，为了有效实时地传输信息，还必须对图像进行有效的压缩处理。 图像处理与识别是DSP应用中的一个极其重要的领域，在调试过程中图像处理开发者可以对数字图像数据进行重构，以直观评价算法的性能。CCS是一种集成性的软件开发工具，它支持以图像的方式将存储器中的图像重构，并且可以将数据存储在计算机的硬盘中，便于采用其它软件进行图像重构和直观评价。CCS支持RGB和YUV等图像数据存放方式。采用MATLAB对图像数据进行一系列操作后也可以重构图像。 可以预见，随着以DSP芯片为主导的数字图像产品将会不断面世，两者在硬件语言方面必须统一起来，这样，真实的数字图像才会在模拟视频中更线?图像处理技术的发展 图像是人类获取和交换信息的主要来源， 人类感知外界信息80%以上是通过视觉得到的。因此，图像处理的应用领域必然涉及人类生活和工作的方方面面。图像处理或图像分析方法的应用越来越广泛，其主要理论基础是形态数学、立体学、集合论等。图像处理虽然也可以用光学方法或模拟技术来实现，但目前主要是利用计算机来实现， 称为数字图像处理。因此， 图像处理一般是指数字图像处理。 图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。随着科学技术的不断发展、计算机更新速度的加快、人们思想文化素质的提高，人们对图像的要求也越来越高。因此，如何把原始图像与计算机结合起来， 从而创作出许多更加完美的图像， 满足人们的需求， 已成为人们新的需求。目前数字图像处理研究有以下几方面:?一是图像数字化， 即将一幅光学图像表示成一组数字， 使图像既不失真又便于计算机分析处理； 二是图像的编码， 即简化图像的表示，压缩表示图像的数据，以便于存储和传输； 第三， 图像的增强， 即加强图像的有用信息， 削弱干扰和噪声； 第四， 图像的恢复， 即把退化、模糊了的图像复原； 第五，图像的重建， 即由二维图像重建三维图像；第六， 图像的分析[1]。 1.2 DSP的发展 从上世纪80?年代开始起步的DSP?市场，目前正处于高速成长的阶段。在数字化、个人化和网络化的推动下，1997?年世界DSP?市场营销额超过32亿美元，预计未来的年均增长率高达40%，至2007?年，世界DSP?市场营销额突破500亿美元。 在近20多年时间里，DSP芯片的应用已经从军事、航空航天领域扩大到信号处理、通信、雷达、消费等许多领域。主要应用有：信号处理、通信、语音、图形、图像、军事、仪器仪表、自动控制、医疗、家用电器等。DSP?主要应用市场为3C?领域，合占整个市场需求的90%。 数字蜂窝电话是DSP最为重要的应用领域之一。由于DSP具有强大的计算能力，使得移动通信的蜂窝电话重新崛起，并创造了一批诸如GSM、CDMA?等全数字蜂窝电话网。 在Modem?器件中，DSP?更是成效卓著，不仅大幅度提高了传输速率，且具有接收动态图像能力。另外，可编程多媒体DSP?是PC?领域的主流产品。以XDSL Modem为代表的高速通信技术与MPEG?图像技术相结合，使得高品位的音频和视频形式的计算机数据有可能实现实时交换。用于图像处理的DSP，一种用于JPEG?标准的静态图像数据处理；另一种用于动态图像数据处理[2]。 ? 2?基于DSP的图像处理技术的应用 随着计算机技术和微电子技术的发展， 数字图像处理广泛应用于科学研究、工业控制以及人们生活的各个领域， 并随之出现了如下的图像处理平台: PC、DSP?和特定用途的集成电路ASIC。PC?机处理速度快， 但是体积、重量、功耗都偏大， 从而导致其移动性能和可嵌入性能比较差。ASIC?的移动性能和可嵌入性能都很好， 但是其兼容性能比较差，缺乏处理多种图像处理算法的灵活性。DSP平台具有小型化、功耗小、算法处理灵活等特点。利用通用可编程DSP芯片，DSP实现图像处理较之其他方式具有一定的优越性。 而且DSP芯片的可编程性和强大的处理能力，使其可用于快速地实现各种数字信号处理算法，成为目前图像处理系统的最佳选择[3]。 2.1 DSP在超声图像处理中的应用 由于其成像原理的特殊性，使得超声图像与普通的图像相比噪声干扰更大，超声图像中还有可能存在伪像， 种种原因就使得对超声图像的处理更加复杂。以TMS320DM642?为核心， 辅以视频编解码芯片和周围辅助电路， 实现对超声图像的实时处理。TMS320DM642?是TI?公司推出专门用于多媒体处理的DSP，其三个视频接口支持视频捕获模式和视频显示模式， 可以与视频芯片直接连接。由于软件算法对超声图像的质量要求颇高，所以在设计时也要充分考虑视频编解码芯片的性能能否满足要求[4]。 2.2 DSP在红外图像处理中的应用 随着非致冷红外焦平面阵列探测器的进步，热成像技术越来越广泛地应用于电力、医疗、军事、交通等众多领域。由于红外图像的形成一般来源于多元探测器的输出信号，而不同的红外探测器单元的响应存在较大差异，从而使红外图像产生空间不均匀。同时红外图像的信噪比一般比可见光CCD?图像低，普遍存在目标与背景对比度较差、边缘模糊、噪声较大等特点，对此类图像需要进行对比度增强，使原来人眼不易识别的目标显现出来。实时地获取高质量的红外图像已成为红外成像技术领域中的一个重要课题。 一种基于TI?公司的高性能数字信号处理器TMS320C6201为核心器件的实时非致冷红外图像处理系统，该系统通过USB2. 0?接口与PC?机通信，由PC?机完成图像的伪彩色处理与显示。 提出了一种新的基于Curvelet?变换红外图像增强算法，由于Curvelet?变换以边缘为基本表示元素，具有完备性，能很好地适合图像的特点，仿真结果表明该方法优于传统地增强方法。该系统在DSP?上实现了所提出的红外图像增强算法及基于两点法的红外图像非均匀校正[5]。 2.3 DSP在天文图像处理中的应用 20?世纪80?年代以来，随着CCD（电荷耦合器件）技术的逐渐成熟，CCD?技术已经广泛应用于工业、军事、国防等各个领域。CCD?具有光电转换效率高、线性度好和动态范围大等优点，是空间目标光电探测不可缺少的工具。 目前，国内外很多天文台已经建立起了各种基于CCD?技术的天文图像采集与处理系统。不过它们的图像处理过程一般都是将CCD采集到的天文图像通过特定的数据接口下传到普通的计算机或专用的图像处理板上进行处理，因此系统结构相对复杂、处理速度有限。而采用DSP构成的图像系统可以与图像采集系统集成到一起的图像处理系统。这样，图像采集系统在CCD?相机通过其它接口向主控计算机发送原始图像数据的同时也把图像数据发送给图像处理系统进行实时处理，这将大大提高整个系统的处理性能，同时也简化了系统的互连方式。系统可使用TI?公司的TMS320C6416T。该芯片是TI?公司专门针对图像处理应用而推出的一款高性能定点数字信号处理芯片，该芯片采用超长指令字结构，工作主频高1GHz，芯片内部有8个并行处理单元，当8个单元并行运行时最大处理能力可以达800MIPS。为了高速实时地对图像采集系统采集的天文图像进行处理，需要将有效的图像处理算法在DSP?硬件上予以实现[6]。 2.4 DSP在医疗内窥镜系统中的应用 胶囊内窥镜或无线内窥镜系统一般由三部分组成:单元、视频图像数据源记录系统、影像工作站。其中视频图像数据源记录系统是确保单元所拍摄视频图像可靠传输及存储的关键,同时也为影像工作站提供最为兼容的图像数据。它的可靠性直接影响到整个无线内窥镜系统的功能。而传统的视频记录仪多采用模拟磁带录像技术,这种方法记录图像质量差、时间短、且由于磁带的磨损而容易产生干扰和噪声等。系统以TI公司的高性能数字信号处理器TMS320C6211?为核心处理器,采用PHILIP?公司视频解码器SAA7114H?对模拟视频信号进行数据缩放,在复杂可编程逻辑控制电路的控制下,视频图像数据由高速缓存先入先出队列传输到DSP?进行静止影像数字压缩通用标准格式(JPEG)?压缩,最后将处理后的图像数据存入高密度闪存卡,完成视频图像的及时记录功能。其中DSP主要用来进行压缩编码和数据传输,我们采用离散余弦算法和DCT系数量化的快速算法加快了DSP的运算速度,减少了DSP的执行代码,同时我们对各种存储类型进行了合理的分配,优化了存储器结构。在数据传输和处理过程中大量使用扩展的直接存储器访问来加快处理数据的速度并提高了系统的性能。该系统具有体积小、采样率高、存储容量大、记录时间长及功耗低等特点[7]。 ? 基于DSP的图像处理技术的发展趋势 随着图像处理技术的深入研究和广泛应用，不断涌现的处理算法和各种现实需求对硬件系统性能的要求越来越高，单一处理器在许多场合已不能满足需要，并行、通用且处理能力强大的系统逐渐受到人们的青睐。另外寻求新的数学算法来强化信息的表达能力是科学家们满足这种需要而进行的一项重要探索。像模糊论集的引入、神经网络理论的实用化以及分形几何学的应用都是其中的成功范例。小波分析是一个新的数学分支,它被谕为是泛函分析、Fourier?分析、样条分析、调和分析、数值分析的最完美结晶,如何把新的数学理论应用于图像数据处理也是近年来科学家们正在研究的课题。 3.1?多DSP并行处理系统 按照Flynn分类法，并行系统按照处理指令流和处理数据流的多样性，可分为SISD(单指令流单数据流)系统、SIMD(单指令流多数据流)系统、MISD(多指令流单数据流)系统和MIMD(多指令流多数据流)系统。 随着技术的发展，SISD系统和曾经风靡一时的SIMD系统逐渐淡出了历史舞台；关于MISD?结构，正像Flynn?和Rudd?所指出的，从熟悉的编程结构到MISD?组织缺乏自然的映射，这抑制了人们对该体系结构的兴趣。当代绝大多数并行系统都属于MIMD?系统。 TI?公司的DSP在全球市场上的占有率在一半以上，而TMS320C6416?则是其最高端的产品，具有主频高、双套外部地址和数据总线等特点，非常适合用于图像处理等领域，但是在多芯片集成处理上AD?公司的DSP?芯片性能更好一些。图像处理算法灵活多样，而且还在不断的迅速发展中。从通用性考虑出发，系统中处理器之间需要灵活的、高带宽的通信和握手机制[8]。多处理器系统需要考虑两方面的性能：计算能力和通信能力。主要包括分布式实时操作系统的性能、图像处理能力和
《路径依赖 美国经济学家道格拉斯诺思 1993年诺贝尔经济学奖.ppt
原创力文档创建于2008年，本站为文档C2C交易模式，即用户上传的文档直接分享给其他用户（可下载、阅读），本站只是中间服务平台，本站所有文档下载所得的收益归上传人所有。原创力文档是网络服务平台方，若您的权利被侵害，请发链接和相关诉求至 电线) ，上传者