dsp在數(shù)字識別中的應(yīng)用課程設(shè)計(jì)

1、<p>　　DSP在數(shù)字識別中的應(yīng)用</p><p>　　班級：電信1002 </p><p><b>　　姓名： </b></p><p>　　日期：2013-11-28</p><p>　　1 課程設(shè)計(jì)的目的：</p><p>　　1)．掌握數(shù)字信號處理的基本概念、基本理論和基本方法

2、； </p><p>　　2)．掌握圖像處理的常用算法； </p><p>　　3)．掌握數(shù)字信號處理在數(shù)字識別中的應(yīng)用及數(shù)字識別使用的基本算法；</p><p>　　4)．學(xué)會DSP的使用，掌握DSP的程序設(shè)計(jì)方法；</p><p>　　5)．學(xué)會用DSP對數(shù)字圖像進(jìn)行分析和處理。</p><p><b>

3、　　2 課程設(shè)計(jì)內(nèi)容：</b></p><p>　　把含有數(shù)字的圖像,如車牌,身份證等讀取到DSP的SDRAM中,利用圖像處理算法把數(shù)字從圖像中定位出來;首先把圖像二值化，二值化算法選擇固定閾值、直方圖或最大類間方差法，比較各個二值化算法的效果；對二值化的圖像做邊緣提取，選擇Sobel或者Laplace邊緣提取算法并比較效果；經(jīng)過二值化和邊緣提取后的圖像，利用投影法定位數(shù)字在圖像中的位置，并給出數(shù)字在

4、圖像中的外接矩形；利用CCS把處理結(jié)果顯示出來。</p><p><b>　　3 課程設(shè)計(jì)基礎(chǔ)：</b></p><p>　　DSP編程基礎(chǔ)、數(shù)字信號處理知識、圖像處理知識。</p><p>　　4 具體步驟與要求：</p><p>　　4.1　數(shù)字圖像的采集</p><p>　　拍攝含有數(shù)字的圖

5、像,或利用老師給的圖像，在DSP CCS軟件平臺下,編程把圖像讀取到DSP的SDRAM中。</p><p><b>　　4.2二值化</b></p><p>　　要求完成固定閾值、直方圖或最大類間方差法二值化算法，并比較算法處理結(jié)果，選擇合適的二值化算法，得到二值化后的圖像并顯示。</p><p><b>　　要求：</b>

6、;</p><p>　　固定閾值法，選擇多個閾值比較處理，最終選擇合適的閾值；</p><p>　?。ㄟx做）直方圖閾值法，繪制直方圖并顯示。</p><p>　　一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱為

7、圖像的二值化。</p><p><b>　　二值化方法：</b></p><p><b>　?。?）全局二值化</b></p><p>　　一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個全局的閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。將大于T

8、的像素群的像素值設(shè)定為白色（或者黑色），小于T的像素群的像素值設(shè)定為黑色（或者白色）。 </p><p>　　全局二值化，在表現(xiàn)圖像細(xì)節(jié)方面存在很大缺陷。為了彌補(bǔ)這個缺陷，出現(xiàn)了局部二值化方法。 </p><p>　　局部二值化的方法就是按照一定的規(guī)則將整幅圖像劃分為N個窗口，對這N個窗口中的每一個窗口再按照一個統(tǒng)一的閾值T將該窗口內(nèi)的像素劃分為兩部分，進(jìn)行二值化處理。 </p>

9、;<p>　?。?）局部自適應(yīng)二值化</p><p>　　局部二值化也有一個缺陷。這個缺陷存在于那個統(tǒng)一閾值的選定。這個閾值是沒有經(jīng)過合理的運(yùn)算得來，一般是取該窗口的平局值。這就導(dǎo)致在每一個窗口內(nèi)仍然出現(xiàn)的是全局二值化的缺陷。為了解決這個問題，就出現(xiàn)了局部自適應(yīng)二值化方法。 </p><p>　　局部自適應(yīng)二值化，該方法就是在局部二值化的基礎(chǔ)之上，將閾值的設(shè)定更加合理化。該方

10、法的閾值是通過對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設(shè)定一個參數(shù)方程進(jìn)行閾值的計(jì)算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數(shù)。這樣得出來的二值化圖像就更能表現(xiàn)出二值化圖像中的細(xì)節(jié)。</p><p><b>　　4.3邊緣提取</b></p><p>　　邊緣提取采用Sobel或Laplace算法，</p

11、><p><b>　　要求：</b></p><p>　　Sobel和Laplace算法使用3*3模板；</p><p>　　(選做)Canny邊緣提取算法。</p><p><b>　　邊緣提取編程比較：</b></p><p>　　I=imread('lena.bmp

12、');% 提取圖像</p><p>　　1) BW1=edge(I,'sobel'); %用SOBEL算子進(jìn)行邊緣檢測</p><p>　　2) BW2=edge(I,'roberts');%用Roberts算子進(jìn)行邊緣檢測</p><p>　　3) BW3=edge(I,'prewitt'); %用prew

13、itt算子進(jìn)行邊緣檢測</p><p>　　4) BW4=edge(I,'log'); %用log算子進(jìn)行邊緣檢測</p><p>　　5) BW5=edge(I,'canny'); %用canny算子進(jìn)行邊緣檢測</p><p><b>　　4.4　數(shù)字定位</b></p><p>　　

14、要求用自己設(shè)計(jì)的二值化結(jié)果對目標(biāo)位置進(jìn)行定位，給出數(shù)字的外接矩形和中心；</p><p>　　利用投影法把二值化結(jié)果分別向水平和垂直方向投影，選擇合適的閾值定位出數(shù)字位置，并輸出目標(biāo)位置；</p><p>　　利用修改像素值的方法，把外接矩形繪制到圖像中并通過CCS顯示。</p><p>　　5 數(shù)字識別方法綜述</p><p>　　模式識

15、別(Pattern Recognition)是指對表征事物或現(xiàn)象的各種形式的(數(shù)值的、文字的和邏輯關(guān)系的)信息進(jìn)行處理和分析,以對事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程,是信息科學(xué)和人工智能的重要組成部分。模式識別又常稱作模式分類，從處理問題的性質(zhì)和解決問題的方法等角度，模式識別分為有監(jiān)督的分類（Supervised Classification）和無監(jiān)督的分類(Unsupervised Classification)兩種。二者的主

16、要差別在于，各實(shí)驗(yàn)樣本所屬的類別是否預(yù)先已知。</p><p>　　模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬于概念識別研究的范疇,是人工智能的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物傳感器等對象的具體模式進(jìn)行辨識和分類。</p><p><b>　　6 程序</b></p&g

17、t;<p>　　/***********************************************************************</p><p>　　** Main Function Program</p><p>　　***************************************************************

18、********/ </p><p>　　#include "math.h"</p><p>　　#include "stdio.h"</p><p>　　#define IMAGE_WIDTH 64</p><p>　　#define IMAGE_HEIGTH 64</p><p&

19、gt;　　void main()</p><p><b>　　{</b></p><p><b>　　FILE *fi;</b></p><p>　　int i,j,k;</p><p>　　int y[IMAGE_HEIGTH][IMAGE_WIDTH];</p><p>

20、　　int p[64]={0},p1[64]={0},p2[128]={0},m,temp,up,down,right,left;</p><p>　　unsigned char id[128];</p><p>　　fi=fopen("D:\\tu\\num3.bmp","rb");</p><p>　　fread((cha

21、r *)id,sizeof(char),54,fi);</p><p>　　for (i=0; i<16; i++)</p><p><b>　　{</b></p><p>　　fread((char *)id,sizeof(char),64,fi);</p><p><b>　　}</b>&

22、lt;/p><p>　　for (i=0; i<IMAGE_HEIGTH; i++)</p><p><b>　　{</b></p><p>　　fread((char *)id,sizeof(char),128,fi);</p><p>　　for (j=0; j<IMAGE_WIDTH; j++)</p

23、><p><b>　　{</b></p><p>　　y[i][j]=id[j];</p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　fclose(fi);</p><p><b

24、>　　i=0;</b></p><p>　　for (i=0; i<IMAGE_HEIGTH; i++)</p><p><b>　　{</b></p><p>　　for (j=0; j<IMAGE_WIDTH; j++)</p><p><b>　　{</b><

25、;/p><p>　　y[i][j] = 255*((y[i][j])/128);</p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　//每一行上的0像素數(shù)</p><p>　　for(i=0;i<IMAGE_HEIGTH;i

26、++)</p><p><b>　　{</b></p><p>　　for(j=0;j<IMAGE_WIDTH;j++)</p><p><b>　　{</b></p><p>　　if(y[i][j]==0)</p><p><b>　　p[i]++;<

27、;/b></p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　//每一列上的0像素數(shù)</p><p>　　for(j=0;j<IMAGE_WIDTH;j++)</p><p><b>　　{</b&g

28、t;</p><p>　　for(i=0;i<IMAGE_HEIGTH;i++)</p><p><b>　　{</b></p><p>　　if(y[i][j]==0)</p><p>　　{p1[j]++;}</p><p><b>　　}</b></p&g

29、t;<p><b>　　}</b></p><p>　　m=IMAGE_HEIGTH/2;</p><p>　　temp=p[m];</p><p>　　for(i=m+1;i<IMAGE_HEIGTH;i++)</p><p><b>　　{</b></p>&l

30、t;p>　　if(temp>p[i])</p><p><b>　　{</b></p><p>　　temp=p[i];</p><p><b>　　up=i;</b></p><p><b>　　}</b></p><p>　　if(tem

31、p==0)</p><p><b>　　{</b></p><p><b>　　up=i;</b></p><p><b>　　break;</b></p><p><b>　　} </b></p><p><b>　　

32、}</b></p><p>　　temp=p[m];</p><p>　　for(i=m-1;i>=0;i--)</p><p><b>　　{</b></p><p>　　if(temp>p[i])</p><p><b>　　{</b></p

33、><p>　　temp=p[i];</p><p><b>　　down=i;</b></p><p><b>　　}</b></p><p>　　if(temp==0)</p><p><b>　　{ </b></p><p>&l

34、t;b>　　down=i;</b></p><p><b>　　break;</b></p><p><b>　　} </b></p><p><b>　　}</b></p><p>　　m=IMAGE_WIDTH/2;</p><p&g

35、t;　　temp=p1[m];</p><p>　　for(j=m+1;j<IMAGE_WIDTH;j++)</p><p><b>　　{</b></p><p>　　if(temp>p1[j])</p><p><b>　　{</b></p><p>　　te

36、mp=p1[j];</p><p><b>　　right=j;</b></p><p><b>　　}</b></p><p>　　if(temp==0)</p><p><b>　　{</b></p><p><b>　　right=j;

37、</b></p><p><b>　　break;</b></p><p><b>　　} </b></p><p><b>　　}</b></p><p>　　temp=p1[m];</p><p>　　for(j=m-1;j>=0;

38、j--)</p><p><b>　　{</b></p><p>　　if(temp>p1[j])</p><p><b>　　{</b></p><p>　　temp=p1[j];</p><p><b>　　left=j;</b></p&

39、gt;<p><b>　　}</b></p><p>　　if(temp==0)</p><p><b>　　{ </b></p><p><b>　　left=j;</b></p><p><b>　　break;</b></p>

40、;<p><b>　　} </b></p><p><b>　　}</b></p><p><b>　　//畫線</b></p><p>　　for(j=left;j<=right;j++)</p><p><b>　　{</b>

41、</p><p>　　y[up][j]=0;</p><p>　　y[down][j]=0;</p><p><b>　　}</b></p><p>　　for(i=down;i<=up;i++)</p><p><b>　　{</b></p><p

42、>　　y[i][left]=0;</p><p>　　y[i][right]=0;</p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　/******************************************************

43、*****************</p><p>　　** End of File </p><p>　　***********************************************************************/</p><p><b>　　7 設(shè)計(jì)結(jié)果</b></p><p>&

44、lt;b>　　8 設(shè)計(jì)總結(jié)</b></p><p>　　在課設(shè)過程中，我結(jié)合了課程中所學(xué)的理論知識，對dsp數(shù)字圖像處理又有了深刻的理解，這不僅使我又一次回顧了數(shù)字圖像的采集、二值化、數(shù)字定位以及邊緣提取的過程，還讓我對C語言變成更加熟練。這次課程設(shè)計(jì)學(xué)到了很多東西，雖然做出來的東西很基礎(chǔ)，但是加深了對知識的理解和掌握，作為一名大四學(xué)生，我覺得做課程設(shè)計(jì)十分的有意義，充分鍛煉和培養(yǎng)了我獨(dú)立分析與

45、解決問題的能力。</p><p>　　通過課程設(shè)計(jì)我明白了一個道理，如果說任何機(jī)會都是需要去創(chuàng)造出來的話，那么那個創(chuàng)造者，其實(shí)就是你自己。機(jī)會誰都有，關(guān)鍵在于自己怎么利用一些外部條件去創(chuàng)造。與其等待機(jī)會的來臨，還不如自己去創(chuàng)造機(jī)會，變被動為主動，事情才能成功。過去在自己的心里，總是懷疑自己的能力，認(rèn)為自己不能勝任某件事情，甚至連嘗試的膽量都沒有，但是通過這樣的課設(shè)，不一定我做的最好就是成功，其實(shí)只要我能盡力去做，

46、真心去思考，努力去挖掘就會有好的成果，我的收獲不只在知識上，同時也在自己能力上有了提高。</p><p><b>　　9 參考文獻(xiàn)</b></p><p>　　(1) 周霖.DSP系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).北京：國防工業(yè)出版社，2003.10</p><p>　　(2) 趙紅怡.DSP技術(shù)與應(yīng)用實(shí)例.北京：電子工業(yè)出版社，2010.1</p>

47、<p>　　(3) 陳展東,白寶興,韓成,揚(yáng)華民.數(shù)字識別算法研究.A).長春理工大學(xué)學(xué)報.2010, 01-0147-05,147-151.</p><p>　　(4) 雷傳華,張秀彬.連接數(shù)字語音識別系統(tǒng)的DSP實(shí)時實(shí)現(xiàn).上海交通大學(xué)學(xué)報.1999. 1525-1528</p><p>　　(5) 黃素貞,尹立新,苗宏慶.基于DSP的手寫數(shù)字識別系統(tǒng). 計(jì)算機(jī)工程.200