论文部分内容阅读
近些年来,随着嵌入式图像采集在图像监控、医疗器械、工业自动化、智能交通等领域的广泛应用,人们对图像质量的要求也不断提高,海量的图像数据对图像采集和处理技术提出了更高的要求。本课题针对此问题,分析了图像压缩效率和重构后图像质量之间的矛盾,利用对图像中的感兴趣区域(Region of Interest, ROI)和背景区域采用不同的处理策略,在得到高压缩比的同时,保证感兴趣区域的重构图像质量,很好地解决了图像压缩比和图像重构质量之间的矛盾,对于相关的应用和研究也有很好的借鉴意义。本文介绍了课题国内外发展现状,对其总体发展情况进行了分析比较,详细分析了嵌入式图像采集终端的设计,重点研究了目标系统的海量图像数据采集、部分区域感兴趣和高效率图像压缩等特性。通过对常用的数字信号处理器的比较,确定了以Blackfin DSP为核心的处理系统框架,分析设计了系统整体硬件架构,并完成了嵌入式操作系统μCLinux的移植。论文分析比较了不同类型的图像传感器的结构特点,选用了OV9650 CMOS图像传感器,结合BF533的特殊架构,设计了图像采集模块,实现了SCCB总线协议,完成了具体的寄存器配置,利用Blackfin特有的PPI接口实现了快速的图像传输,完成了其在操作系统平台下的驱动开发。通过分析总结各种区域分割算法,本文详细研究了基于边缘算子和基于小波变换的两类图像边缘检测算法。结合本系统的实际需求,设计了以SUSAN算子进行图像分割,然后进行边缘跟踪滤波的感兴趣区域提取算法,通过测试数据和图像证实了其实际效果。完成了图像采集和图像分割两个重要步骤后,通过分析比较常见图像压缩编码算法的原理和优缺点,选定兼顾效率与复杂度的小波差分算法(Wavelet Difference Reduction, WDR)进行图像压缩。在选定合适的小波基后,结合ROI区域优先编码,实现了基于ROI编码的WDR压缩算法。测试结果证明了该算法实现了压缩比和感兴趣区域图像质量的较好平衡,提高了编码效率,节省了数据存储空间。