Основы построения процессоров цифровой обработки сигналов

Наилучший радиус размытия зависит от конкретного изображения. Можно начать эксперименты с радиуса  порядка десяти пикселей.

Обычно для размытия изображения  применяется двумерный гауссовский  фильтр.

Непосредственное вычисление двумерной свертки с таким  ядром потребует огромных вычислений даже при сравнительно небольшом  размере ядра. Однако приведенное  гауссово ядро обладает свойством сеперабельности.

Это означает, что эквивалентного эффекта можно достичь, отфильтровав сначала все строки изображения  одномерным гауссианом, а затем отфильтровав все столбцы полученного изображения  таким же одномерным гауссианом.

Полученный от выравнивания освещенности эффект может оказаться  слишком сильным (темные области  станут по яркости такими же, как  и светлые). Чтобы уменьшить эффект, можно просто смешать обработанное изображение с исходным в определенной пропорции.

3.6 Другие применения

Улучшение изображений  и художественные эффекты 

Для улучшения изображений  и создания различных художественных эффектов часто применяется фильтрация. Например, для придания изображению  резкости можно воспользоваться  фильтром, который усиливает сигнал на высоких частотах. Существуют фильтры  для выделения или нахождения границ в изображении, размытия, направленного  смазывания изображений, создания различных  эффектов, таких как акварель, тиснение.

Компрессия  изображений 

Методы цифровой обработки  сигналов позволяют достаточно эффективно сжимать изображения в частотной  области. Например, алгоритм JPEG действует  следующим образом (упрощенно). Изображение  разбивается на фрагменты размером 8x8 пикселей, и каждый фрагмент переводится  в частотную область. После этого  в каждом фрагменте те высокочастотные  составляющие, амплитуда которых  мала, выкидываются, а все остальные  – кодируются. Ясно, что для тех  областей изображения, где яркость  изменяется, не очень быстро (а таких  большинство), высокочастотных компонент  почти нет. Таким образом, удается  выкинуть из спектра существенную часть  не очень важной информации. В JPG-файле  кодируются оставшиеся «существенные» амплитуды.

В алгоритме JPEG применяется  модификация ДПФ (дискретное преобразование Фурье): дискретное косинусное преобразование (ДКП). ДКП от двумерного сигнала можно вычислить, отразив четным образом сигнал относительно нулевой точки и вычислив двумерное ДПФ полученного сигнала с двукратными размерами. В полученном спектре будут содержаться только «косинусные» коэффициенты.

Восстановление  изображений 

При съемке движущегося объекта  неподвижной камерой полученное изображение получается смазанным. Если знать параметры движения объекта, то можно построить ядро свертки, которое камера «применила» к  снимаемому сигналу. Затем с помощью метода деконволюции можно в значительной степени устранить эффект размытия.

Иногда при съемке камера может вносить в изображение  интерференцию – периодический  муар, накладываемый на изображение. Часто оказывается, что спектр этой интерференции состоит из одной  – двух гармоник. В этом случае ее можно эффективно удалить с помощью  фильтра, который подавляет заданные частоты (notch filter).

Заключение

Специфические возможности  процессора ЦОС в части обработки информации делают его идеальным средством для многих приложений. Используя алгоритмы, основанные на соответствующем математическом аппарате, ПЦОС может воспринимать цифровой сигнал и выполнять операции свертки для усиления или подавления тех или иных свойств сигнала.

В силу того что в процессорах ЦОС значительно меньше транзисторов, чем в центральных процессорах, они потребляют меньше энергии, что позволяет использовать их в продуктах, работающих от батарей. Крайне упрощается и их производство, поэтому они находят себе применение в недорогих устройствах. Сочетание низкого энергопотребления и невысокая стоимость обусловливает применение ПЦОС в сотовых телефонах и в роботах-игрушках.

Впрочем, спектр их применения этим далеко не ограничивается. В силу большого числа арифметических модулей, наличия интегрированной на кристалле  памяти и дополнительных шин данных часть ПЦОС могут использоваться для поддержки многопроцессорной обработки. Они могут выполнять сжатие/распаковку «живого видео» при передаче по Internet. Подобные высокопроизводительные процессоры ЦОС часто применяются в оборудовании для организации видеоконференций.

Список использованных источников:

1. Алгоритмы и процессоры цифровой обработки сигналов. Солонина А., Улахович Д., Яковлев Л.: Санкт-Петербург «БХВ-Петербург»  2003. 454 с.
2. Современные микропроцессоры. Корнеев В. В., Киселев А. В.: НОЛИДЖ, 1998. 240 с.
3. Цифровые процессоры обработки сигналов. Справочник. Остапенко А. Г., Лавлинский С. И., Сушков А. В. и др. Под ред. А. Г. Остапенко. М.: Радио и связь, 1994. 264 с.
4. Процессоры цифровой обработки сигналов. http://www.osp.ru/
5. Цифровой сигнальный процессор http://ru.wikipedia.org/