Procesarea Imaginilor în Sisteme Embedded

Cuprins licență Cum descarc?

CAPITOLUL 1 - INTRODUCERE 3
CAPITOLUL 2 - ASPECTE TEORETICE 4
2.1. Prelucrări de imagini 4
2.1.1. Operaţii morfologice - Erodarea şi Dilatarea 4
2.1.2. Filtrări 6
2.1.2.1. Filtrarea spaţială 7
2.1.2.1.1. Filtre liniare 7
2.1.2.1.1.1. Filtrarea trece jos – Filtrul Gaussian 8
2.1.2.1.1.2. Filtrarea trece sus – Operatorul Sobel 10
2.1.2.1.2. Filtre neliniare – Filtrul median 12
2.1.2.2. Filtrarea temporală 13
2.1.3. Segmentarea 14
2.1.4. Etichetarea 17
2.2. Procesoare 19
2.2.1. Procesorul ADSP-BF533 20
2.2.2. PPI – Parallel Peripheral Interface 21
2.2.3. UART - Universal Asynchronous Receiver Transmitter 24
2.2.4. DMA – Direct Memory Access 28
2.2.5. Date de tip Fract 34
2.2.6. Standardul ITU-R656 35
2.2.7. JTAG – Joint Test Action Group 37
2.3. Platforma de dezvoltare ADSP-BF533 EZ-KIT LITE 37
CAPITOLUL 3 – CONTRIBUŢII, REZULTATE ŞI CONCLUZII 40
3.1. Operaţii morfologice - Erodarea şi dilatarea 40
3.2. Filtrarea trece jos cu filtru Gaussian 41
3.3. Accentuarea muchiilor utilizând operatorul Sobel 45
3.4. Filtrarea temporală 47
3.5. Segmentarea 48
3.6. Etichetarea 50
3.7. Detecţia contururilor 52
3.8. Aplicaţie de recunoaştere şi urmărire 53
3.8.1. Achizitie imagine 53
3.8.2. Prelucrari 56
3.8.3. Comanda servomotoarelor 59
3.9. Optimizări 61
3.10. Concluzii 63
CAPITOLUL 4 – CALCUL ECONOMIC 64

Extras din licență Cum descarc?

CAPITOLUL 1 - INTRODUCERE
Proiectul de faţă îşi propune să investigheze posibilitatea de implementare a unor operaţii de prelucrare a imaginilor pe sisteme embedded, pentru ca apoi o parte dintre acestea să se utilizeze în realizarea unei aplicaţii de recunoaştere şi urmărire a unui obiect cu anumite caracteristici dintr-o imagine captată în timp real. 
Sistemul descris se bazează pe algoritmi tradiţionali de detecţie de contur, segmentare şi etichetare, iar pentru testarea lui s-a utilizat platforma de dezvoltare EZ-KIT LITE ADSP-BF533 de la Analog Devices.
După optimizări s-au obţinut timpi de procesare de aproximativ 0.2 secunde pentru o imagine, ceea ce înseamnă că se prelucrează 5 cadre pe secundă.
Lucrarea s-a structurat in 4 capitole, dupa cum urmeaza:
Capitolul 2 include aspectele teoretice care au stat la baza realizării practice. Se prezintă atât informaţii generale, cât şi rezultate obţinute în Matlab referitoare la operaţii morfologice pe imagini, metode de filtrare, segmentare şi etichetare. Tot aici se prezintă procesorul şi placa de dezvoltare - insistând doar pe acele informaţii şi caracteristici care au fost necesare în implementarea cerinţelor.
În capitolul 3 se detaliază algoritmii utilizaţi pentru implementarea diferitor prelucrări de imagini, precum şi o serie de optimizări de cod ce au dus la micşorarea timpului de procesare. Rezultatele obţinute, cât şi concluziile proiectului se găsesc tot în cadrul acestui capitol.
Capitolul 4 cuprinde un calcul economic al proiectului, incluzând atât costul orelor de munca alocate pentru documentare şi implementare, cât şi a softului şi părţilor fizice utilizate în dezvoltarea lui.
În anexe se găseşte codul implementat in VisualDSP++ si explicat detaliat pentru prelucrările realizate.
CAPITOLUL 2 - ASPECTE TEORETICE
2.1. Prelucrări de imagini
Procesarea imaginilor este un domeniu al inteligenţei artificiale ce se ocupă cu modul de reprezentare, reconstituire, clasificare, recunoaştere şi analiză a imaginilor cu ajutorul calculatorului.
Principalele motive pentru care se apelează la procesarea imaginilor sunt:
Ø Îmbunătăţirea calităţii imaginii pentru a se scoate în evidenţă anumite detalii din cadrul ei. În acest scop se apelează la reducerea zgomotului, evidenţierea unor zone de interes prin modificarea scării de gri (sau de culoare), a contrastului, accentuarea muchiilor, etc.
Ø Extragerea de informaţii dintr-o imagine în vederea identificării şi/sau clasificării conţinutului imaginii respective. Se prelucrează imaginea pentru a se produce diverşi parametri numerici (diferite distanţe şi relaţii dintre obiectele prezente în imagine, momente statistice, parametri geometrici, coeficienţi Fourier,etc), iar pe baza valorilor obţinute şi a unei scheme de decizie se clasifică datele de intrare.
Exemple clasice de aplicaţii pentru procesarea imaginilor (şi recunoaşterea formelor) includ: recunoaşterea caracterelor, recunoaşterea amprentelor, prelucrarea imaginilor medicale, a imaginilor satelit, etc.
2.1.1. Operaţii morfologice - Erodarea şi Dilatarea
Ideea de bază a oricărei prelucrări morfologice constă în considerarea imaginii ca un ansamblu (mulţime, reuniune de părţi) asupra căruia se aplică transformări a căror esenţă este comparaţia cu mulţimi (ansambluri mai simple), numite elemente structurante. Aceste transformări conduc la simplificarea structurii imaginii, păstrând doar caracteristicile esenţiale de formă.

Fisiere în arhivă (1):

 Procesarea Imaginilor in Sisteme Embedded.doc

Imagini din acest licență Cum descarc?

Bibliografie

http://www.generation5.org/content/2002/im01.asp
http://www.actrus.ro/buletin/2_2004/a16.pdf
http://apollo.eed.usv.ro/~remus/arhive/PID/Curs9/Curs_9.pdf
ADSP-BF533 Blackfin Processor Hardware Reference, Revision 3.3, September 2008
http://docs.blackfin.uclinux.org/doku.php?id=ppi
Universitatea Tehnica din Cluj-Napoca, Catedra de Calculatoare, Procesarea Imaginilor – Laborator 4: Etichetarea obiectelor din imagini binare. 
VisualDSP++ 4.5 Compiler and Library Manual for Blackfin Processors.
Laurentiu Frangu – Recunoasterea Formelor si Prelucrarea Imaginilor, Academica, 2001.
Image Analysis and Image Processing Algorithms for the ADSP-BF5XX