图像锐化算法的研究及其DSP实现

摘  要

在获取图像的过程中，由于多种因素的影响，导致图像质量会有所退化。图像增强的目的在于通过处理有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。图像锐化正是图像增强中空间域局部运算方法中的一种，其目的是增强和判断图像的边缘和轮廓信息。而图像锐化的具体方法就是通过微分而使图像边缘突出、清晰。

图像锐化最常用的方法是梯度锐化法，但除梯度算法外，图像锐化的方法还有Roberts、Prewitt、Sobel和Laplacian等多种算法，本文对这些方法进行了介绍、比较和分析。最后对C6000系列和DM642的DSP系统的结构和特点做了介绍，并运用DSP语言对图像锐化的部分算法进行了实现并记录结果。

通过对各种算法仿真和比较，每种算法都有各自的优缺点。在分析了本论文采用的图像特点后，有针对性的对Laplacian算法进行了改进，即采用高提升滤波来提高图像的亮度。实验结果表明，此方法可行，达到了预期的锐化效果。

关键词：图像增强；边缘；图像锐化；DSP

目  录

前   言 1

第一章 绪论 2

1.1 研究的目的和意义 2

1.2研究领域简介 2

1.3图像锐化的发展历史及趋势 3

1.4本论文的主要工作 4

第二章 图像锐化处理的基本理论 5

2.1 图像锐化处理中的一些基本问题 5

2.1.1 图像边缘问题 5

2.1.2 图像锐化实现方法 6

2.2 锐化处理中关于数字图像的理论 6

2.3 基于DSP的锐化处理的步骤 6

第三章 图像锐化算法的研究 8

3.1 基于空间域锐化的一些算法 8

3.1.1 梯度锐化法 8

3.1.2 Sobel锐化算法 9

3.1.3 Roberts锐化算法 10

3.1.4 Prewitt锐化算法 11

3.1.5 Laplacian锐化算法 12

3.2 基于频率域的一些锐化算法 14

3.3 几种锐化算法之间的比较 15

第四章 DSP系统的介绍 17

4.1 实验系统介绍 17

4.1.1 C6000系列DSP概述 17

4.1.2 DM642简介 17

4.1.3 EVM部件 19

4.2 CCS简介 22

4.3 软件开发的流程 23

4.3.1应用程序构成 23

4.3.2软件开发优化方法 23

第五章 锐化算法的最终确定和实现 26

5.1 锐化算法的最终确定 26

5.2 针对Laplacian算法的改进 26

5.3 算法的实现 28

5.3.1 DSP程序实现过程 28

5.3.2 算法实现 29

结  论 33

参考文献 34

附   录 35

谢    辞 53