嵌入式图像采集系统的小波算法及边缘检测研究

论文摘要

信息通信与互联网技术的高速发展,使得数字信息的处理量越来越大,而数字图像作为其中80%以上的数据信息,成为了信息处理中的主要部分。特别是在基于嵌入式系统的移动图像监控采集领域,目前硬件资源及移动网络都具有局限性,如何在这此平台上降低图像的数据量以减少存储与传输中的信息量成为了亟需解决的关键问题。图像小波分析理论是近二十年来由Fourier变换发展起来的新兴数字图像处理方法,具有良好的时域-频域分析特性,但由于嵌入式平台硬件资源的局限性,算法复杂度较高的传统小波压缩算法的无法较好的在该平台上进行。针对这些问题本文对传统小波算法进行创新,提出一种基于S3C2440嵌入式平台的新型的改进小波变换算法,并创新性的将其引入WinCE嵌入式操作系统,同时对小波算法处理前后图像的边缘信息进行了检测。论文主要内容包括以下几个方面:1、研究了嵌入式图像采集系统的特点,搭建了基于ARM9的实验平台。同时对系统平台的软硬件环境进行合理配置,完成了操作系统内核的编译与CMOS传感器的流接口驱动的修改配置。2、对小波变换图像编码理论进行了研究,讨论了小波分解与小波重构在二维图像信号处理中的运用,并探讨了小波变换中小波基函数的特点与对比。并针对本论文中用到的Daubechies小波进行了传统小波图像压缩与重构的仿真实验。3、分析了小波变换在该平台上进行移植的问题,选择了合理的小波基函数,在db9/7小波函数的基础上创新的提出了一种基于提升小波变换的优化整型算法,在有效保留了传统小波变换算法良好时频特性、多分辨率分析等优点的同时降低了算法复杂度,并设计了与传统JPEG算法的对比实验。实验结果表明,在相同压缩比下,三级改进小波算法比传统JPEG算法缩短了近40%的压缩时间,提高了约10%的峰值信噪比,证明了此算法非常适用于嵌入式图像处理领域。4、为了反映采集图像在通过改进算法压缩前后轮廓及噪声信息的变化,本文最后设计经典边缘检测算子对比实验,结果证明了改进小波图像压缩算法良好的去噪与优良的还原原图像信息的特性,并在此基础上给了最适合本系统的边缘检测算子。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 信息论中的图像编解码
• 1.2 嵌入式系统的现状及发展
• 1.2.1 嵌入式发展现状
• 1.2.2 嵌入式发展趋势
• 1.3 嵌入式图像压缩的背景
• 1.3.1 嵌入式图像压缩的必要性分析
• 1.3.2 嵌入式图像压缩的可能性分析
• 1.4 目前现有图像编码算法及特点
• 1.4.1 无损压缩
• 1.4.2 有损压缩
• 1.5 嵌入式图像采集系统的研究意义
• 1.6 本文的主要工作及创新点
• 第二章 图像采集系统的硬件系统及平台设计
• 2.1 系统基本的设计与功能介绍
• 2.2 图像采集系统的工作原理
• 2.3 采集系统中各部分硬件选型
• 2.3.1 ARM2440芯片简介
• 2.3.2 CMOS传感器-OV9650
• 2.3.3 传输芯片-CS8900
• 2.4 WINCE系统加载及相应系统软件开发
• 2.4.1 系统引导及加载程序—BOOTLOADER
• 2.4.2 操作系统内核—WINCE操作系统
• 2.4.3 文件系统程序
• 2.4.4 应用程序
• 2.5 本章小结
• 第三章 小波图像压缩算法的基础理论研究
• 3.1 傅里叶变换及小波分析的发展
• 3.1.1 传统傅里叶变换
• 3.1.2 窗函数及短时傅里叶变换
• 3.1.3 小波分析
• 3.2 小波多分辨率理论与数理分析
• 3.2.1 小波多分辨率理论
• 3.2.2 小波多分辨率数理分析
• 3.3 二维图像信号的小波分解与重构
• 3.3.1 二维图像信号的小波分解
• 3.3.2 二维图像信号的小波重构
• 3.4 小波基的选择
• 3.4.1 常见小波基
• 3.4.2 小波函数对比表
• 3.5 传统小波算法的仿真实验及结果分析
• 3.5.1 传统小波图像变换仿真实验
• 3.5.2 结论分析
• 3.6 本章小结
• 第四章 嵌入式平台改进型小波算法研究
• 4.1 提升小波变换算法
• 4.1.1 提升算法实现步骤
• 4.1.2 小波提升算法后的分解与重构
• 4.1.3 提升小波算法优点
• 4.2 嵌入式平台小波变换特点
• 4.3 嵌入式改进整型算法研究
• 4.3.1 改进算法理论基础
• 4.3.2 改进算法的数理推导
• 4.4 本章小结
• 第五章 系统方案与实验数据分析
• 5.1 系统实验平台的搭建
• 5.2 图像压缩实验性能评价参数
• 5.3 压缩实验小波基的选择与算法过程
• 5.4 实验过程及图像数据结果
• 5.4.1 实验过程及数据图表分析
• 5.4.2 实验结果分析
• 5.5 网络传输方案及测试
• 5.6 本章小结
• 第六章 小波变换重构图像边缘轮廓检测评价
• 6.1 小波边缘检测理论基础
• 6.1.1 图像边缘特征
• 6.1.2 小波图像边缘检测理论基础
• 6.1.3 边缘检测灰度阈值设定
• 6.2 边缘检测常用提取算子
• 6.3 检测实现算法分析及实现
• 6.4 边缘检测实验结果与分析
• 6.4.1 实验结果
• 6.4.2 实验结果分析
• 6.5 本章小结
• 第七章 总结和展望
• 参考文献
• 作者简历及科研成果