标签: 数字图像处理
相关博文
-
实验目的 本次教程是基于DSP教学实验箱TL6748-PlusTEB操作完成的。 本节教程的目的是学习基于StarterWare开发环境配置GPIO管脚的方法和原理，并实现基于GPIO模拟PWM输出方波。 实验原理原理图 接下来看一下硬件原理图，实验过程中使用的是GPIO 接口 J14 的 PIN8 GPIO5 。 GPIO（General Purpose I/O Ports） GPIO即通用输入输出端口，它的使用非常广泛。用户可以通过GPIO口和硬件进行数据交互、控制硬件工作、读取硬件的工作状态信号等。 GPIO有输出和输入两种模式： 在输出模式下，用户可以向内部寄存器写入数据来控制驱动输出引脚的状态。 在输入模式下，用户可以通过读取内部寄存器来检测输入引脚上的外部状态。 方波 接下来我们来了解一下方波，高电平在一个波形周期内占有的时间比值称为占空比，占空比为50%的矩形波称之为方波。 PWM的简称脉宽调制，主要的特点是脉冲，也就是方波的宽度调节，重点在于占空比控制上。 通过I/O口高低变化就可以形成PWM波，但需要调节高低电平输出的时间比例，可以通过控制定时器实现时间比例的控制。生成占空比可调的PWM波的程序也比较简单，主要就是控制电平的翻转时间。 方向配置源码 将GPIO配置为输出的函数源码和函数使用说明可以查看gpio.c。其中，第一个参数时GPIO的基地址，第二个参数是GPIO的编号，第三个参数设置GPIO的方向。 数据配置源码 配置GPIO输出值的函数源码和函数使用说明可以查看gpio.c。其中，第一个参数是GPIO的基地址，第二个参数是GPIO的编号，第三个参数设置GPIO的电平。 操作现象实验设备 本实验使用的硬件接口为GPIO拓展接口，所需硬件为实验板、仿真器、杜邦线、示波器和电源。 硬件连接 （1）通过杜邦线将示波器的探头阳极连接实验板 GPIO 接口 J14 的 PIN8 GPIO5 ，将阴极接地（如 J14 PIN6）。 （2）连接仿真器和电脑的USB接口， （3）将拨码开关拨到DEBUG模式01111， （4）连接实验箱电源，拨动电源开关上电。 操作现象 导入工程，选择Demo文件夹下的对应工程 编译工程 将CCS连接实验箱并加载程序 点击运行程序 可看到示波器测量到的方波输出，可以调节示波器的显示参数观察方波。
-
实验目的 本教程是基于创龙教仪TL6748-PlusTEB操作完成的。 本次教程学习的目的是了解HD7279A-SP驱动芯片特性和数码管控制的原理，并实现控制数码管的显示。 实验原理硬件原理图 找到NIXIE TUBE，可看到控制数码管的管脚分别为：GPIO6 ）、SPI1_SCSn2、SPI1_CLK和SPI1_SIMO。由两个5461数码管组成，使用HD7279A-SP芯片控制数码管的显示。 功能框图 数码管分为共阴极和共阳极两种类型，TL6748-PlusTEB实验箱使用的5461数码管为共阴极，是将八个LED的阴极连在一起，让其接地，这样给任何一个LED的另一端高电平，它便能点亮。 HD7279A-SP驱动芯片 HD7279A-SP驱动芯片是一片具有串行接口的、可同时驱动8位共阴式数码管或64只独立LED的智能显示驱动芯片。该芯片同时还可连接多达64键的键盘矩阵，单片即可完成LED显示及键盘接口的全部功能。 HD7279A-SP内部含有译码器，可直接接收BCD码或16进制码，并同时具有2种译码方式。此外，还具有多种控制命令，例如消隐、闪烁、左移、右移和段寻址等。 HD7279A具有片选信号，可方便地实现多于8位的数码管显示。 HD7279A一共有28个引脚，包含电源、地、片选信号、时钟信号、串行数据输入输出端口等。 HD7279A HD7279A采用的是通信方式是串行通信，串行数据从DATA引脚送入芯片，并由CLK端同步，当片选信号变为低电平之后，DATA引脚上的数据在CLK引脚的上升沿被写入HD7279A的缓冲寄存器。 方向配置源码 将GPIO配置为输出的函数源码和函数使用说明可以查看gpio.c。其中，第一个参数时GPIO的基地址，第二个参数是GPIO的编号，第三个参数设置GPIO的方向。 数据配置源码 配置GPIO输出值的函数源码和函数使用说明可以查看gpio.c。其中，第一个参数是GPIO的基地址，第二个参数是GPIO的编号，第三个参数设置GPIO的电平。 操作现象 导入工程 编译工程 将CCS连接开发板并加载程序 点击运行程序 可以看到数码管循环演示的各种显示效果。 （1）首先，数码管全部点亮闪烁，接着从00000快速计数到10000， （2）接着在第4位按不译码方式显示一字符”三”，"三"字向左运动3次，再向右运动3次。 （3）然后从左边开始依次显示 0123456789-EHLP，然后从右边开始依次显示0123456789AbCEF，显示完后，从左往右开始逐个消失， （4）最后，八个数码管的64个显示段被逐个点亮，同时将前一个显示段关闭。然后又重新恢复显示。数码管的每一段都可被正常点亮.
相关资源
-
基于FPGA的数字图像处理原理及应用（epub格式，附阅读器安装程序）
-
数字图像处理（第6版）-(国外电子与通信教材系列)-[美]JohnC.Russ
-
数字图像处理-[美]K.R.Castleman
-
-
-
-
-
-
数字图像处理疑难解析[（美）Maria.Petrou（希）Panagiota.Bosdogianni].pdf
-
数字图像处理++VISUAL+C%23.NET编程与实验_12....pdf
-
重点大学计算机教材++数字图像处理_1152102....pdf
-
-
-
冈萨雷斯数字图像处理MATLAB版.中文版第二版
-
-
-
-
基于典型边缘检测算法的数字图像处理系统的模块电路设计与FPGA实现
-
-
国外电子与通信教材系列：数字图像处理除保留前几版的大部分内容外，根据读者的反馈，作者对本书进行了全面修订，融入了近年来数字图像处理领域的重要进展，增加了几百幅新图像、几十个新图表和上百道新习题编辑推荐适读人群：本书的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。1.新增了关于精确直方图匹配、小波、图像变换、有限差分、k均值聚类、超像素、图割、斜率编码的内容。2.扩展了关于骨架、中轴和距离变换的说明，增加了紧致度、圆度和偏心率等描述子。3.新增了哈里斯-斯蒂芬斯角点探测器及*大稳定极值区域的内容。4.重写了关于神经网络和深度学习的内容，全面介绍了全连接深度神经网络，新增了关于深度卷积神经网络的内容。5.为学生和教师提供支持包，支持包可从本书的配套网站下载。6.新增了几百幅图像、几十个新图表和上百道新习题。内容简介在数字图像处理领域，本书作为主要教材已有40多年。第四版是作者在前三版的基础上修订而成的，是前三版的发展与延续。除保留前几版的大部分内容外，根据读者的反馈，作者对本书进行了全面修订，融入了近年来数字图像处理领域的重要进展，增加了几百幅新图像、几十个新图表和上百道新习题。全书共12章，即绪论、数字图像基础、灰度变换与空间滤波、频率域滤波、图像复原与重构、小波变换和其他图像变换、彩色图像处理、图像压缩和水印、形态学图像处理、图像分割、特征提取、图像模式分类。本书的读者对象主要是从事信号与信息处理、通信工程、电子科学与技术、信息工程、自动化、计算机科学与技术、地球物理、生物工程、生物医学工程、物理、化学、医学、遥感等领域的大学教师和科技工作者、研究生、大学本科高年级学生及工程技术人员。作者简介RafaelC.Gonzalez:1965于美国迈阿密大学获电气工程学士学位；1967年和1970年于美国佛罗里达大学盖恩斯维尔分校分别获电气工程硕士学位和博士学位。1970年，加盟田纳西大学诺克斯维尔分校(UTK)电机和计算机工程系。1973年晋升为副教授，1978年晋升为教授，1984年被授予“杰出贡献教授”。1994年到1997年任系主任，现为UTK名誉教授。阮秋琦：教授、博士生导师。曾任国务院学位委员会学科评议组成员、北京交通大学学位委员会副主席、中国图像图形学学会常务理事、北京图像图形学学会副理事长、中国图像图形学学会铁道专业委员会主任委员；现为IEEE北京分会主席、IET北京分会主席及会士、中国通信学会会士、中国电子学会会士/理事、中国电子教育学会理事、信号处理学会副理事长、科技部国际合作项目评审专家、国家自然科学基金委员会第十三届评审专家、国家留学基金委员会评审专家。第四版的新内容第1章：更新了一些图形，改写了部分文本以反映后续各章的变化。第2章：为清楚起见，重写了许多小节和例子，新增了14道习题。第3章：重写了空间滤波的基本概念，包括对可分离滤波核的讨论，涵盖了低通高斯核的性质，扩充了关于高通、带阻和带通滤波器的内容，包含了许多说明它们的用途的新例子。除文字修订（包括6个新例子）外，本章增加了59幅新图像、2幅新线条图、15道新习题。第4章：对本章中的几节进行了修订，以提高表述的清晰性。用35幅新图像和4幅新线条图代替了过时的图表，新增了21道习题。第5章：本章的修订仅限于澄清和更正一些符号。增加了6幅新图像、14道新习题。第6章：澄清了几节的内容，扩展了关于CMY和CMYK彩色模型的说明，增加了2幅新图像。第7章：这是新的一章，内容包括小波、几个新变换及许多分散在全书中的图像变换。本章的重点是从统一的视角来介绍这些变换。增加了24幅新图像、20幅新曲线图、25道新习题。第8章：做了大量的澄清和少量的展示改进。第9章：重写了几节的内容，包括重绘了几幅线条图，增加了18道新习题。第10章：为清楚起见，重写了几节的内容，新增了有限差分、k均值聚类、超像素和图割等内容，并使用4个新例子说明了这些新主题。增加了29幅新图像、3幅新线条图和6道新习题。第11章：本章更新了许多主题，首先详细介绍了特征类型的分类及其应用。除改进表达的清晰度外，增加了斜率变化编码的内容，扩展了对骨架、中轴和距离变换的说明，增加了几个新的基本描述子，如紧致度、圆度和偏心率等。新内容包括哈里斯-斯蒂芬斯角点探测器及最大稳定极值区域的表述。本章的一个主要补充是关于尺度不变特征变换（SIFT）的全面讨论。增加了65幅新图像、15幅新线条图和12道新习题。第12章：本章进行了重大修订，重写了关于神经网络和深度学习的内容。全面介绍了全连接深度神经网络，从基本原理出发推导了反向传播方程。首先用“传统”的标量项表示了反向传播方程，然后将其推广为了非常适合于实现深度神经网络的矩阵方程。通过与贝叶斯分类器比较，验证了全连接网络的有效性。调查结果中最应纳入书中的主题之一是深度卷积神经网络，因此在介绍深度全连接网络后，新增了关于深度卷积神经网络的一节。也就是说，我们推导了卷积网络的反向传播方程，说明了它们与“传统”反向传播方程的不同之处。然后用简单的图像说明了卷积网络的应用，并将卷积网络应用到了由数字和自然场景组成的大型图像数据库。增加了23幅新图像、28幅新线条图、12道新习题。
