系统实验(DSP)--图像的锐化处理、图像的边缘检测

DSP 实验报告

一、 图像的锐化处理（高通滤波处理）

1、 实验原理

处理模板如下：

⎥⎥⎥⎦

⎤⎢⎢⎢⎣⎡--+--=004100

ααα

ααM 25.0=α

对应数学表达式：

()[])1,(),1()1,(),1(),(41),(++++-+--+=y x f y x f y x f y x f y x f y x g αα

2、 C 程序及运行结果

程序：

Acute_RGB_Image(int *buffer)

{

int x,y;

for (y=0;y

for (x=0;x

{

buffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+b uffer[(y-1)*ImageWidth+x]+buffer[y*ImageWidth+x+1]+buffer[(y+1)*ImageWidth+x])/4;

if(buffer[ImageWidth*y+x]>255)

buffer[ImageWidth*y+x]=255;

else if (buffer[ImageWidth*y+x]<0)

buffer[ImageWidth*y+x]=0;

}

}

运行结果：

锐化前锐化后

分析：从上面两幅图可以看出锐化后的图像轮廓变得明显，且噪声变得强烈。

3、汇编程序及运行结果

程序：

ImageAcuteSub(ImageWidth,ImageHeight,buffer_red);

ImageAcuteSub(ImageWidth,ImageHeight,buffer_green);

ImageAcuteSub(ImageWidth,ImageHeight,buffer_blue);

.mmregs

.def _ImageAcuteSub

.text

_ImageAcuteSub:

mov t0,brc1 ;IMAGE WIDTH

mov t1,brc0 ;IMAGE HEIGHT

rptb y_loop

rptb x_loop

mov *ar0(#1),ac1;f(x+1,y)

add *ar0(#-1),ac1 ;f(x-1,y)

add *ar0(#-250),ac1 ;f(x,y-1)

add *ar0(#250),ac1 ;f(x,y+1)

sfts ac1,#-2

mov *ar0<<#1,ac0;2f(x,y)

sub ac1,ac0

bcc branch1,ac0<0

sub #255,ac0,ac1

bcc branch2,ac1>0

mov ac0,*ar0+

b x_loop

branch1: mov #0,*ar0+

b x_loop

branch2: mov #255,*ar0+

x_loop: nop

y_loop: nop

RET

运行结果：

锐化前 锐化后

分析：可以看出汇编的结果和C 程序的结果是一致的。

二、 图像的边缘检测

1、 实验原理

方向方向和y x 的梯度分别为： ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---=∆10110110131x f ⎥⎥⎥⎦

⎤⎢⎢⎢⎣⎡---=∆11100011131y f 总梯度幅度

y

x f f f ∆+∆=∆[]13||(1

,1)(1,)(1,1)(1,1)(1,)(1,1)x f f x y f x y f x y f x y f x y f x y ∆=+-+++++-------+[])1,1()1,()1,1()1,1()1,()1,1(||3

1

++-+-+---++-+--=∆y x f y x f y x f y x f y x f y x f f y ⎩⎨⎧≥∆=else T f if y x g 01),(

实验中的阈值设为120。

2、 C 程序及运行结果

程序：

Edge_Grey_Image()

{

int x,y;

int delta_x,delta_y;

for (y=0;y

for (x=0;x

{

delta_x=abs(buffer_grey[ImageWidth*(y-1)+x+1]+buffer_grey[ImageWidth*y+x +1]+buffer_grey[ImageWidth*(y+1)+x+1]-buffer_grey[ImageWidth*(y-1)+x-1]-b uffer_grey[ImageWidth*y+x-1]-buffer_grey[ImageWidth*(y+1)+x-1])/3;

delta_y=abs(buffer_grey[ImageWidth*(y-1)+x-1]+buffer_grey[ImageWidth*(y-1)+x]+buffer_grey[ImageWidth*(y-1)+x+1]-buffer_grey[ImageWidth*(y+1)+x-1]-buffer_grey[ImageWidth*(y+1)+x]-buffer_grey[ImageWidth*(y+1)+x+1])/3;

if((delta_x+delta_y)>=Threshhold)

buffer_org[ImageWidth*y+x]=255;

else buffer_org[ImageWidth*y+x]=0;

}

}