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：

0M1400 0.25 0对应数学表达式：

g(x,y)14f(x,y)f(x1,y)f(x,y1)f(x1,y)f(x,y1)

2、 C程序及运行结果

程序：

Acute_RGB_Image(int *buffer) {

int x,y;

for (y=0;yfor (x=0;xbuffer[y*ImageWidth+x]=2*buffer[y*ImageWidth+x]-(buffer[y*ImageWidth+x-1]+buffer[(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

x方向和y方向的梯度分别为：

11101111101f000 fx y 33101111总梯度幅度

ffxfy|fx|1,y1)f(x1,y)f(x1,y1)f(x1,y1)f(x1,y)f(x1,y1)3f(x1f(x1,y1)f(x,y1)f(x1,y1)f(x1,y1)f(x,y1)f(x1,y1)|fy|131g(x,y)0iffTelse

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;ydelta_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]-buffer_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; } }

运行结果：

边缘处理前 边缘处理后

分析：从上面两幅图可以看出，原图像的边缘经过处理后可以很好的用白线来

勾勒出，没有边缘的地方都用黑色表示，可以很清楚的从处理后的图片看出斑马的形状。

3、 汇编程序及运行结果

程序：

ImageEdgeSub(ImageWidth,ImageHeight,buffer_org);

.mmregs

.def _ImageEdgeSub .bss TEMP,1 .text _ImageEdgeSub:

mov t0,BRC1

mov t1,BRC0 mov xar0,ac3

mov #256<<#11,ac2 mov ac2,xar1

RPTB Y_LOOP RPTB X_LOOP

mov *ar0+,*ar1+;将ar0的内容复制到ar1里面

X_LOOP: nop

Y_LOOP: nop

mov t0,brc1 ;IMAGE WIDTH

mov t1,brc0 ;IMAGE HEIGHT mov ac2,xar1 mov ac3,xar0 rptb y_loop rptb x_loop

mov *ar1+,ac0

mov *ar1(#-149),ac0;f(x+1,y-1) add *ar1(#1),ac0 ;f(x+1,y) add *ar1(#151),ac0 ;f(x+1,y+1) sub *ar1(#-151),ac0;f(x-1,y-1) sub *ar1(#-1),ac0 ;f(x-1,y) sub *ar1(#149),ac0;f(x-1,y+1) abs ac0

mov *ar1(#-151),ac1 ;f(x-1,y-1) add *ar1(#-150),ac1 ;f(x,y-1) add *ar1(#-149),ac1 ;f(x+1,y-1) sub *ar1(#149),ac1 ;f(x-1,y+1) sub *ar1(#150),ac1 ;f(x,y+1) sub *ar1(#151),ac1 ;f(x+1,y+1) abs ac1

add ac1,ac0 call DIVION

sub #120,ac0,ac0 bcc branch1,ac0>0 mov #0,*ar0+ b x_loop

branch1: mov #255,*ar0+ x_loop: nop

y_loop: nop RET

DIVION:

amov #080000h,XAR7

mov #3,*ar7 mov #16,t0 mov ac0,ac1

branch2: subc *ar7,ac1,ac2 mov ac2,ac1 sub #1,t0

bcc branch2,t0>0 mov ac1,t1 mov t1,ac0

RET 运行结果：

边缘处理前 边缘处理后

分析：可以看出汇编的结果和C程序的结果是一致的。