基于達(dá)芬奇技術(shù)的水聲圖像處理研究.pdf

1、隨著科技的進(jìn)步和需求的增加，小平臺(tái)圖像聲納逐漸成為聲納一族的重要成員，而實(shí)時(shí)的聲學(xué)圖像處理則是其中的關(guān)鍵技術(shù)。在整個(gè)圖像處理過程中，圖像分割和邊緣檢測是重要環(huán)節(jié)，是圖像識(shí)別的前提和基礎(chǔ)。本文著重從實(shí)時(shí)性及圖像分割這兩個(gè)方面入手，對(duì)聲圖像處理進(jìn)行研究實(shí)現(xiàn)。
　　 由于灰度是聲學(xué)圖像的主要特性，因此基于灰度閾值的圖像分割技術(shù)和基于灰度梯度的邊緣檢測技術(shù)可以用于聲學(xué)圖像的處理。本文采用了最大類間方差法進(jìn)行灰度閾值的選取，它的基本思想是

2、利用圖像的灰度直方圖，將目標(biāo)和背景的灰度分為兩個(gè)部分，使兩部分方差最大來動(dòng)態(tài)地確定圖像的分割閾值。本文采用了Sobel和Prewitt方法進(jìn)行邊緣檢測，它的基本思想是利用邊緣灰度的突變性，將灰度梯度最大的像素作為邊緣保存下來。除此之外，還對(duì)圖像進(jìn)行中值濾波和對(duì)比度增強(qiáng)的圖像質(zhì)量增強(qiáng)處理。
　　 為了實(shí)現(xiàn)實(shí)時(shí)圖像處理，本文選用了達(dá)芬奇技術(shù)。該項(xiàng)技術(shù)的核心是TI公司最新推出的高性能多核處理器，它集成了DSP的高速運(yùn)算功能和ARM的控