单片机可以用来做输入输出的控制和接口的部分，做运算的话与DSP是没法比的。
先简单介绍一下单片机 然后挑一个典型的DSP芯片介绍一下 然后比较两者的区别 各写优点缺点 然后根据两者的不同举几个例子 比如单片机可以实现多种变换 像拉普拉斯变换 傅里叶变换 DFT FFT 最好弄上程序 然后对比你选的DSP芯片 能干什么 最后做个总结 我现在才大三 这只是我个人的思路~~ 谈不上指点。
在我市召开的共青团纪念“五四”运动87周年暨先进集体、优秀个人表彰大会上，一批善于创造、甘于奉献的时代青年受到表彰奖励。霍金枝等16名同志被授予“佳木斯市青年五四奖章”荣誉称号，卢丙海等10名同志被授予第九届“佳木斯市十大杰出青年”荣誉称号，周俊龙等7名同志被授予“佳木斯市十大杰出青年”提名奖。赵春晖论文题目：数字形态滤波器理论及其算法研究作者简介：赵春晖，男，1965年生，1994年师从哈尔滨工业大学孙圣和教授，于1998年获博士学位。摘 要本课题是国家自然科学基金资助和国际合作项目。数字形态滤波器是一种非常重要的非线性滤波器。它在图象分析与处理、计算机视觉和模式识别等领域获得了广泛的应用，是目前非线性数字信号处理学科研究的热点课题。随着现代数字信号处理技术的发展，非线性数字信号处理方法在信号处理领域中的地位和作用显得越来越重要，因为从自然现象和社会现象中涌现出来的大量信号处理问题是非线性的。线性数字信号处理方法虽然在理论上比较成熟，且实现相对简单，但它对非线性问题的处理结果在大多数情况下是不十分理想的。近二十年来，非线性数字信号处理技术已取得了长足进展，其中包括对非线性数字滤波器的研究。噪声信号(图象)的滤波是信号(图象)处理的基本任务之一。过去这一任务主要由线性滤波器来完成，但线性滤波器不能有效地抑制各种非加性高斯噪声，且不利于信号边缘等细节特征的保持；因而，近年来的噪声信号恢复问题主要采用非线性滤波器来处理。在诸多种类的非线性滤波器中，形态滤波器是最具代表性和很有发展前途的一种滤波器，因为它是以数学形态学为理论基础，具有并行快速实现的特点，一直受到了国内外学者的普遍关注和广泛研究。形态滤波器是从数学形态学中发展出来的一类新型非线性滤波器。形态滤波理论是由G. Matheron 和J. Serra等人在八十年代初创立的。形态滤波器是基于信号(图象)的几何结构特性，利用预先定义的结构元素(相当于滤波窗)对信号进行匹配或局部修正，以达到提取信号，抑制噪声的目的。形态滤波器是伴随着数学形态学的发展而发展的，它由最早的二值形态滤波器发展为后来的多值形态滤波器。多值形态滤波器与排序统计滤波器有着密切的联系，它们本质上是层迭滤波器的特殊情况。当采用平结构元素时，多值的膨胀和腐蚀变换就演变为极大和极小滤波。极大滤波器通常能有效地滤除图象中的负脉冲噪声，而极小滤波器可以滤除正脉冲噪声，但两者均对混合型脉冲噪声失效。如果采用两者的各种级联组合，则可达到较全面的脉冲噪声抑制性能。由于非线性滤波器理论和算法的复杂性、多样性，形态滤波器至今尚未形成系统的设计方法。现有的算法大多是针对某一实际需要提出来的，缺乏深入的理论分析，且应用也存在着局限性。这一领域的研究还很不深入和完善，还有大量工作需要来完成。我国对形态滤波理论和算法的研究起步较晚，其研究水平也较为落后。为了跟踪该领域国际前沿，发展我国非线性数字信号处理技术，满足航天、国防和国民经济对该技术的需求，进一步开展形态滤波理论与应用技术研究是非常必要而有实际意义的。形态滤波器的性能取决于结构元素和形态变换的类型；如何合理地选择它们，构造性能良好的快速算法，并对其进行较深入的理论分析，是该研究领域中的一个难题。本文从研究形态滤波器的基本理论入手，围绕着结构元素的选取和形态变换的组合这一主题，通过采用串行或并行、线性加权组合和自适应处理等方法，系统地研究了几种形态滤波器的原理、结构和算法。本文的主要研究内容和取得的成果包括如下几个方面：1. 系统而较全面地总结了数字形态滤波器的基本理论。 基于信号状态模型法和层迭滤波描述法，本文重点研究了传统形态滤波器(包括形态开滤波器、闭滤波器、开—闭滤波器和闭—开滤波器)的根信号特性和输出统计特性，指出了上述各类滤波器根信号间的关系，并阐明了传统形态滤波器的输出存在着严重的输出统计偏倚现象，这是影响它们噪声滤波效果的一个直接原因。另外，通过传统形态滤波器的并行和串行组合，本文将形态滤波方法成功地应用于含噪声心电信号波形的恢复和二维图象物体的提取。2. 为了减小传统形态开—闭和闭—开滤波器输出统计偏倚，本文采用两个不同尺寸结构元素，提出了一类新型的滤波器—广义形态开—闭(GOC)和闭—开(GCO)滤波器，并证明了这类滤波器满足形态变换的四个基本性质(平移不变性、单调性、对偶性和幂等性)。为了更好地了解它们滤波过程，本文基于上述的信号状态模型法，分析了广义形态滤波器的根信号特性。借助于正布尔函数(PBF)的描述，将广义形态滤波器表示成一种层迭滤波器。通过层迭滤波器的输出统计特性，我们推导出了广义开—闭和闭—开滤波器在一维凸结构元素情况下的输出函数解析表达式，并在三种常见输入噪声分布(均匀、高斯和双指数)条件下，分析了这类滤波器的输出统计规律，同时计算了它们的数字特征(均值和方差)。另外，基于广义开—闭和闭—开滤波器，利用自适应方法，本文提出了一种自适应加权组合广义形态滤波器，并对其进行了一维和二维信号仿真验证，取得了令人满意的结果。3. 基于多模板匹配方法，本文将线性多结构元素引入到广义开—闭和闭—开滤波器中，定义了一类多结构元素并行复合广义形态滤波器。并利用有约束的最小均方误差算法(CLMS)，研究了一种多结构元素自适应加权平均广义形态滤波算法。仿真结果验证了上述滤波器算法的有效性。4. 基于全方位结构元素的概念，本文定义了极大开和极小闭运算，在此基础上，通过它们的不同顺序级联组合，构造出了一类全方位多级组合滤波器。最后，采用形态变换的加权平均运算，提出了一种全方位多级加权组合形态滤波方法。并进行了计算机仿真实验，结果表明这种方法在噪声抑制和信号几何特征保持方面有较好的性能。5. 研究了顺序形态滤波的优化问题。首先分析了顺序形态滤波器的输出统计特性，指出了百分位值和结构元素对滤波性能的影响。针对固定参数滤波器应用的局限性，本文采用自适应LMS算法，在均方误差(MSE)准则和平均绝对误差(MAE)准则下，实现了百分位值和结构元素的自适应处理。这类滤波器可在含噪声(包括混合脉冲噪声)阶跃变化信号的滤波场合获得重要应用。本论文不仅在理论上有较大的突破，发表了二十多篇有学术价值的论文，且有多篇论文被国际权威检索和刊物收录，具有重要的学术意义；而且其研究成果已在实际工程项目中获得了重要应用，取得了显著的经济效益。本课题的研究成果对丰富非线性数字信号处理知识宝库有重大的学术价值，对研究和开发其它类型的非线性滤波器具有重要的指导意义和参考价值，特别对图象处理、模式识别和计算机视觉等学科的发展产生积极的影响。其成果将在航空、航天遥感，图象匹配末制导，人工智能，机器人视觉，生物医学、地震和声纳信号处理等领域有广泛的应用前景。关键词：数学形态学，形态滤波器，结构元素，非线性滤波，图象处理。RESEARCH ON DIGITAL MORPHOLOGICAL FILTER THEORY AND ITS ALGORITHMSThe Dissertation of Harbin Institute of TechnologyAuthor: Zhao ChunhuiAbstractThis subject is supported by national science foundation and an international collaboration project. Digital morphological filter is an important nonlinear filter. It has found wide applications in many research fields, such as image analysis and processing, computer vision and mode recognition. At present, it is a hot subject of nonlinear research in digital signal processing.With the developments of modern digital signal processing techniques, the methods of nonlinear digital signal processing are increasingly important in the field of signal processing because of a majority of nonlinear problems existing in natural and social phenomena. Although the methods of linear digital signal processing are mature in principle and they are easily implemented, the processing results to nonlinear problems are not very prefect in most cases. In recent 20 years, the techniques of nonlinear digital signal processing have made great progress such as researching on nonlinear digital filters.The filtering of noisy signals (or images) is one of basic signal processing tasks. In the past, the task is mainly finished by linear filters. But linear filters cannot suppress various Gauss white noises and preserve fine-details features such as the edges of signals effectively. Thus, the restoration problems of noisy signals are solved by nonlinear filters in recent years. Morphological filter is a representative and hopeful nonlinear filter in all kinds of them. Because it is based on Mathematical Morphology (MM), and it can be realized in parallel. It has been noticed and researched widely by some scholars from home or oversea. Morphological filter is a new type of nonlinear filter stemming from Mathematical Morphology. Morphological filtering theory is founded by G. Matheron and J. Serra in the early eighties. It is based on the geometrical-structural features of signals (or images). In order to achieve the aims of collecting signals and suppressing noises, Morphological filter is matched with or modifies locally the signals by the structuring elements (filtering window) defined in advance.Morphological filter is developing with Mathematical Morphology. It is evaluated from binary one to grayscale one. The grayscale morphological filter has close connection with order statistic filter. Both of them are one of stack filters in essence. When adopted flat structuring elements, grayscale dilation and erosion evolve to maximum and minimum filtering. Usually the maximum filter can remove negative impulsive noise and the minimum filter can remove positive impulsive noise effectively. However, both of them invalidate to mixed impulsive noise. If using the all serial combinations of them, we can obtain the capability to suppress all kinds of impulsive noises.There is not a systematic method for morphological filter designing because of the complexion and diversity of nonlinear filter theory and algorithms. Most of existing algorithms are proposed in accordance with a certain practical requirement, lacking penetrating theoretical analysis and having limitation in their applications. The research is not deeper yet and there are a lot of work to do in this field. Our country initiate late in researching on morphological filter theories and it algorithms. In order to trace with international forward position and develop our country’ techniques of nonlinear digital signal processing, it is very necessary and realistic that we research further on morphological filter theory and practical techniques to meet the needs of spaceflight, national defense and economy.The performances of morphological filters depend on the types of their structural elements and morphological transforms. The reasonable choice of morphological filters, the constructing of their good-functioned fast algorithms and deep theoretical analyzing for them are still difficult problems. Starting from the investigation of the fundamental theory of morphological filters and concentrating on the choice of structuring elements and the combinations of morphological transforms, this dissertation systematically researches the principles, structures and algorithms of morphological filters by using the methods of serial/parallel processing, linear weighted combination and adaptive processing. The main contents and contributions of this dissertation are as follows:1. The fundamental theory of digital morphological filters is systematically and completely summarized in this dissertation. On the basis of the methods of signal state modeling and stack filter description, this dissertation researches the root signal characteristics and output statistical properties of traditional morphological filters (including opening, closing, open-closing and clos-opening), and illustrates the relationship between various root signals of above filters and points out that the phenomena of statistical biasing existing in the outputs of traditional morphological filters is the direct reason for their noise-removing efficiencies. In addition, the morphological filtering methods have successfully applied in the waveform restoration of noisy ECG signal and the extraction of geometrical shapes of objects in two-dimensional images.2. In order to reduce the statistical bias in the output of traditional morphological open-closing and clos-opening filters, this dissertation presents a new class of generalized open-closing (GOC) and clos-opening (GCO) morphological filters by using two different sized of structuring elements and proves that this class of filters possess the four fundamental properties (translation invariance, monotonically, duality and idempotence). In order to understand their filtering processes well, this dissertation analyzes the root signal characteristics of generalized morphological filters based on above method of signal state modeling. With the aid of positive Boolean function(PBF) descriptions, the generalized morphological filters are expressed as a kind of stack filters. The analytic expressions of output functions of GOC and GCO filters with one-dimensional convex structuring elements are derived form the statistical properties of stack filters. We analyze the statistical regularities of this kinds of filters and calculate the numerical features(means and variances). In addition, an adaptive weighted combination generalized morphological filter is proposed on the basis of GOC/GCO filters and adaptive processing method. The simulation verifications of one-dimensional and two-dimensional signals give satisfying results.3. On the basis of multitemplate-matching method, this dissertation introduces linear multiple structuring elements to GOC and GCO filters, and gives the definitions of a parallel-complex generalized morphological filter. Moreover, an adaptive weighted averaging generalized algorithm is investigated by using the constrained least-mean-squared(CLMS)error method. Simulation results have shown that filtering algorithm above is efficient.4. In this dissertation, we define a class of maximum-opening and minimum-closing operations based on the omnidirectional structuring elements, and further construct a class of omnidrectional multistages combination morphological filters by their difficult orders cascading. Finally, an omnidrectional multistages weighted combination morphological filtering algorithm is presented by means of weighted averaging operations of morphological transformations. The computer simulation results show that this algorithm has an excellent performance on noise-suppressing and geometrical features-preserving.5. The optimizing problems of ranked-order morphological filtering are investigated. We point out that structuring elements and percentiles have the influences on the filtering results. According to the limitation of the filters with fixed parameters, Under the mean-square-error (MSE) and mean-absolute-error (MAE) criteria, adaptive processing of percentiles and structuring elements in ranked-order morphological filtering are implemented by using the adaptive LMS algorithm in this dissertation. These filters have the important applications in the cases of the filtering to noisy step-variance signals.The results obtained in this dissertation have published more than 20 papers with academic values. Furthermore, many papers have been recorded by the authority international indexes and abstracts. They have the important academic meanings. This dissertation not only has made major progress in principle, but also has the important applications in the practical engineering projects. There are many economical benefits to be obtained remarkably.The achievements of the dissertation have the significant academic values to enrich the thesaurus of nonlinear digital signal processing and have the instructional meanings to develop the other nonlinear filters. Especially, they have the active influences on accelerating the subjects of image processing, computer vision and mode recognition. They have the wide applications in many fields such as aviation and space remote sensing, image mated guide, artificial intelligence, robot vision, biologic medicine, seism and sonar signal processing.Key words: Mathematical morphology, morphological filters, structuring elements, nonlinear filtering, image processing
广义来说，数字信号处理是研究用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法的一门技术学科。但很多人认为：数字信号处理主要是研究有关数字滤波技术、离散变换快速算法和谱分析方法。随着数字电路与系统技术以及计算机技术的发展，数字信号处理技术也相应地得到发展，其应用领域十分广泛。数字控制、运动控制方面的应用主要有磁盘驱动控制、引擎控制、激光打印机控制、喷绘机控制、马达控制、电力系统控制、机器人控制、高精度伺服系统控制、数控机床等。面向低功耗、手持设备、无线终端的应用主要有：手机、PDA、GPS、数传电台等。 在频域中描述信号特性的一种分析方法，不仅可用于确定性信号，也可用于随机性信号。所谓确定性信号可用既定的时间函数来表示，它在任何时刻的值是确定的；随机信号则不具有这样的特性，它在某一时刻的值是随机的。因此，随机信号处理只能根据随机过程理论，利用统计方法来进行分析和处理，如经常利用均值、均方值、方差、相关函数、功率谱密度函数等统计量来描述随机过程的特征或随机信号的特性。实际上，经常遇到的随机过程多是平稳随机过程而且是各态历经的，因而它的样本函数集平均可以根据某一个样本函数的时间平均来确定。平稳随机信号本身虽仍是不确定的，但它的相关函数却是确定的。在均值为零时,它的相关函数的傅里叶变换或Z变换恰恰可以表示为随机信号的功率谱密度函数，一般简称为功率谱。这一特性十分重要，这样就可以利用快速变换算法进行计算和处理。在实际中观测到的数据是有限的。这就需要利用一些估计的方法，根据有限的实测数据估计出整个信号的功率谱。针对不同的要求，如减小谱分析的偏差，减小对噪声的灵敏程度，提高谱分辨率等。已提出许多不同的谱估计方法。在线性估计方法中，有周期图法，相关法和协方差法；在非线性估计方法中,有最大似然法,最大熵法，自回归滑动平均信号模型法等。谱分析和谱估计仍在研究和发展中。数字信号处理的应用领域十分广泛。就所获取信号的来源而言，有通信信号的处理，雷达信号的处理，遥感信号的处理，控制信号的处理，生物医学信号的处理，地球物理信号的处理，振动信号的处理等。若以所处理信号的特点来讲，又可分为语音信号处理，图像信号处理，一维信号处理和多维信号处理等。 信号处理在生物医学方面主要是用来辅助生物医学基础理论的研究和用于诊断检查和监护。例如，用于细胞学、脑神经学、心血管学、遗传学等方面的基础理论研究。人的脑神经系统由约 100亿个神经细胞所组成，是一个十分复杂而庞大的信息处理系统。在这个处理系统中，信息的传输与处理是并列进行的，并具有特殊的功能，即使系统的某一部分发生障碍，其他部分仍能工作，这是计算机所做不到的。因此，关于人脑的信息处理模型的研究就成为基础理论研究的重要课题。此外，神经细胞模型的研究，染色体功能的研究等等，都可借助于信号处理的原理和技术来进行。信号处理用于诊断检查较为成功的实例，有脑电或心电的自动分析系统、断层成像技术等。断层成像技术是诊断学领域中的重大发明。X射线断层的基本原理是X射线穿过被观测物体后构成物体的二维投影。接收器接收后，再经过恢复或重建，即可在一系列的不同方位计算出二维投影,经过运算处理即取得实体的断层信息,从而大屏幕上得到断层造像。信号处理在生物医学方面的应用正处于迅速发展阶段。数字信号处理在其他方面还有多种用途，如雷达信号处理、地学信号处理等，它们虽各有其特殊要求，但所利用的基本技术大致相同。在这些方面，数字信号处理技术起着主要的作用。
基于DSP的图象处理系统设计摘要:文章提出一种基于丁工公司数字信号处理芯片TMS32OC6211的将模拟视频进行数字化处理的设计方案，其中视频解码模块完成复合视频信号的数字化。该平台使用p日工L工ps公司的专用视频输入处理芯片SAA71llA和「工「O存储器及CpLD实现了高速连续的视频帧数据采集，满足了后继图像处理的需要。关键词:数字信号处理芯片(OSp);视频采集1引言数字信号处理(Digit滋51罗alproeessing)是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。数字信号处理的实现方法有多种，但专用的DSP芯片以其信号处理速度快、可重复性好、成本低、性能优越得到首肯。2系统功能概述本文提出一种基于TI公司数字信号处理芯片TMS320C6211的将模拟视频进行数字化处理的设计方案，其中视频解码模块完成复合视频信号的数字化。该系统具有接口方便、编程方便、精度高、稳定性好、集成方便的优点。本系统采用TI公司C6000系列DSP中的TMS320C6211作为系统的cPu。图像数据通过外部设备采集并输出模拟图像信号。这些信号经视频解码芯片转换为数字信号;再经FIFO输人DSP进行图像的增强、分割、特征提取和数据压缩等;系统的控制逻辑由CpLD(ComplexP。『amm曲Ie肠giCDeviee)控制器实现。系统结构如图l所示。3系统硬件设计3.1视频解码芯片模拟视频信号中不仅包含图像信号，还包含行同步、行消隐、场同步、场消隐等信号。视频解码的目的就是将复合视频、YC分量等模拟视频信号进行AD转换以获取图像的数字信号，同时提取其中的同步和时钟信号。PhihPs公司的视频解码芯片SAA7111A，支持对NTSC和PAL制视频信号的自动转换，自动进行50/6OH:场频的检测，可对NTS(认PAL、sEcAM制式视频信号的亮度和色度进行处理。它拥有4路模拟输人、4路复合视频(cvBs)或2路YC或一路YC和2路CvBs输人。可设置CvBS或YC通道为静态增益控制或自动增益控制(AGC)。拥有2路亮度和色度梳状滤波器，可对亮度、对比度、光圈和饱和度进行控制。可支持以下输出格式:4:2:2(16位)、4:2:2(CCIR6ol8位)、4:1:l(12位)YUV格式或8:8:8(24位)、5:6:5(l6位)RGB格式。这种多格式的数据总线形式为设计者提供了灵活的选择空间。系统中采集的图像信号采用PhihPs公司的SAA71IA完成A用转换，如图2所示。SAA71]A允许四路模拟视频输入，具有两个模拟处理通道，支持四路CVBS模拟信号或二路Y/C模拟信号或二二路CVBS信一号和一路Y汉二信号。SAA7llA对摄像头输人的标准PAL格式的模拟图像信号进行A/D转换，然后输出符合CCIR601格式的4:2:2的16位YUv数据到FIFO。其中亮度信号Y为8位、色度信号C:和Cl)合为8位数据。3.2HFO存储器模块F’IF()采用IDT公司的IDT72VZ15LB芯片，FIFO的深度为512x18bit，支持STANDARD(标准)和Fw衅(FirstwordFall一Through，首字直接通过)两种工作模式。按照CCIR601格式，Yuv图像分辨率为720x576象素，当按行输出时，SAA7一IA输出数据流大小为:720x16=1440卜I因为DSP通过32位的SBSRAM接日与FlI;()通信，故YUV数据写人FIFO时需要在FIFO之间实现乒乓切换。这时一行720x16bit的数据在两片FIFO中存储变为360x32bit，两片FIF()行r以满足上述要求。FIFO的初始化及时序由CP[力实现，FIFO连接见图3。3.3DsP图像处理模块TMS320C6211是Tl公司发布的面l台]视拓!处理领域的新款高速数字处理芯片，适用于移动通信基站、图像监控、雷达系统等对速度要求高和高度智能化的应用领域。存储空间分两部分:运行过程的临时数据存在SDRAM中;系统程序则固化在FLASH存储器中。Flash存储器具有在线重写人功能。这对系统启动程序的修改和升级都带来了很大的方便。TMS320C6211DSP的高速性能主要体现在以下方面:①TMS320C62ll的存储空间最大可扩展到1CB，完全可以满足各种图像处理系统所需的内存空间，而且其最高时钟可达167Mllz，峰值性能可达1333MIPS(百万条指令/秒)。②并行处理结构。TMS32OC62ll芯片内有8个并行处理单元，分为相同的两组，并行结构大大提高芯片的性能。③芯片体系采用veloc，rrI结构。vel。八rJ’l是一种高性能的甚长指令字(VIJW)结构，单指令字字长为32hit，8个指令组成一个指令包，总宇长为256bit。即每秒钟可以执行8条指令。Velo‘、、『rl结构大大提高了DSP芯片的性能④采用流水线操作实现高速度、高效率。TMS32OC62川只有石-流水线充分发挥作用的情况下，才能达到最高的峰值性能。与其他系列DSP相比，优势在于简化了流水线的控制以消除流水线互锁，并增加流水线的深度来消除传统流水线的取指、数据访问和乘法操作上的瓶颈。本系统DSP主要完成从FIFO读出数据的处理以及压缩等。数据处理由自行编写的算法实现，数据压缩算法采用JpEG(JointphotoGraphieEx-pertGroup)标准。当摄像头采集速度为每秒25帧图像时，它留给DSP处理的时间最多为每帧40ms。如果考虑系统有一定的延时以及处理后图像的存储时间，那么DSP处理一幅图像时间不能超过30ms。按照C6211的处理速度，在30ms内可以处理4OM(0.03x1333MIPS)条指令。DSP读出FIFO中的行数据并存人SDRAM，一帧图像有576行，在最后一行时会收到系统的帧中断，这时SDRAM中的图像数据总共有1440x576=sloKB。让C62一l用36M条指令周期的时间处理810KB的数据显然绰绰有余。粗略的计算过程如下:系统采用快速DCT(离散余弦变换)，每sx8矩阵需要11次乘法、29次加法，因此一帧图像的FDCT，共需要(11+29)x720x576xZ/64=518400个指令周期;对于量化模块，每8xs矩阵需要64个量化指令周期，一帧需要64x720x576xZ/64=829440个指令周期;对于编码部分，假设编码后非0元素占25%，对每8xs矩阵进行219一zag扫描、编码估计需要120个指令周期，则共需120x720x576xZ/64=1555200个指令周期。按以上计算，在系统中进行JPEC编码大约需要2903040个指令周期，耗时19.3536ms(TMS320C62lll作在15OMHz时)。可以看出，实际需要的指令远小于36M条，而时间也远小于3Oms，DSP完全可以实时处理从FI-FO传过来的数据。3.4利用DSP芯片进行图像压缩如图4所示，图像数据通过FO接口送人数字信号处理板，由DSP芯片中的DMA控制器负责将数据放人输人缓冲区中，DSP对缓冲的图像数据进行压缩后，通过HPl接口将压缩数据送出。4总结图像采集系统的关键在于如何对大容量的信息进行暂存、压缩和传输等问题进行处理。本系统主要是解决这三个难题。在图像信息暂存方面充分利用DSP存储空间的可扩展性，保证系统可暂存的信息量足够大;信息压缩是DSP最擅长做的事情，可以在很短的时间内完成大量的信息压缩工作。该平台使用专用视频输人处理芯片SAA7lll和FIFO存储器及CPLD实现高速连续的视频帧采集，满足后继图像处理的需要。该平台既可以作为视频图像采集使用，也可以进行视频压缩、匹配等图像处理算法验证工作。参考文献【1ITexasInstruments，TMS32oC6000pe即he司5ReferenceGuide，2002.12.[2】PhiliPsSe二eonduetors，SAA7llADatasheet，1998.5.[3」TexasInstruments，TMS32OC6000CPUandInstrUetionSetRefereneeGuide，2000.10.I41TexasInstruments，TMS32OC6211Digtalsi即习ProeeSSorDataSheet，2003名-【51TexasInstrumentS，TMS320C6000TeehnicalBrie〔1999.2.[6llnte红atedDeviceTeehnolo留，Inc于IFOApPBook.飞9999.【7〕雄伟，DSP芯片的原理与开发应用(第二版)【M」.北京:电子工业出版社，200住【8」李方慧等，TMS32OC600ODSps原理与应用(第二版)四1.北京:电子工业出版社，2003.1.[0]刘松强，数字信号处理系统及其应用[M〕.北京:清华大学出版社，19%.〔10]彭启徐，李玉柏.DSP技术四】.成都:电子科技大学出版社，1997.
数据通信技术的研究论文关键词:数据通信;原理;分类 论文摘要:随着计算机技术的广泛普及与计算机远程信息处理应用的发展,数据通信应运而生,它实现了计算机与计算机之间,计算机与终端之间的传递。由于不同业务需求的变化及通信技术的发展使得数据通信经过了不同的发展历程。 数据通信是以“数据”为业务的通信系统,数据是预先约定好的具有某种含义的数字、字母或符号以及它们的组合。数据通信是20世纪50年代随着计算机技术和通信技术的迅速发展,以及两者之间的相互渗透与结合而兴起的一种新的通信方式,它是计算机和通信相结合的产物。随着计算机技术的广泛普及与计算机远程信息处理应用的发展,数据通信应运而生,它实现了计算机与计算机之间,计算机与终端之间的传递。由于不同业务需求的变化及通信技术的发展使得数据通信经过了不同的发展历程。 1通信系统传输手段 电缆通信:双绞线、同轴电缆等。市话和长途通信。调制方式:SSB/FDM。基于同轴的PCM时分多路数字基带传输技术。光纤将逐渐取代同轴。 微波中继通信:比较同轴,易架设、投资小、周期短。模拟电话微波通信主要采用SSB/FM/FDM调制,通信容量6000路/频道。数字微波采用BPSK、QPSK及QAM调制技术。采用64QAM、256QAM等多电平调制技术提高微波通信容量,可在40M频道内传送1920~7680路PCM数字电话。 光纤通信:光纤通信是利用激光在光纤中长距离传输的特性进行的,具有通信容量大、通信距离长及抗干扰性强的特点。目前用于本地、长途、干线传输,并逐渐发展用户光纤通信网。目前基于长波激光器和单模光纤,每路光纤通话路数超过万门,光纤本身的通信纤力非常巨大。几十年来,光纤通信技术发展迅速,并有各种设备应用,接入设备、光电转换设备、传输设备、交换设备、网络设备等。光纤通信设备有光电转换单元和数字信号处理单元两部分组成。 卫星通信:通信距离远、传输容量大、覆盖面积大、不受地域限制及高可靠性。目前,成熟技术使用模拟调制、频分多路及频分多址。数字卫星通信采用数字调制、时分多路及时分多址。 移动通信:GSM、CDMA。数字移动通信关键技术:调制技术、纠错编码和数字话音编码。 2 数据通信的构成原理 数据终端(DTE)有分组型终端(PT)和非分组型终端(NPT)两大类。分组型终端有计算机、数字传真机、智能用户电报终端(TeLetex)、用户分组装拆设备(PAD)、用户分组交换机、专用电话交换机(PABX)、可视图文接入设备(VAP)、局域网(LAN)等各种专用终端设备;非分组型终端有个人计算机终端、可视图文终端、用户电报终端等各种专用终端。数据电路由传输信道和数据电路终端设备(DCE)组成,如果传输信道为模拟信道,DCE通常就是调制解调器(MODEM),它的作用是进行模拟信号和数字信号的转换;如果传输信道为数字信道,DCE的作用是实现信号码型与电平的转换,以及线路接续控制等。传输信道除有模拟和数字的区分外,还有有线信道与无线信道、专用线路与交换网线路之分。交换网线路要通过呼叫过程建立连接,通信结束后再拆除;专线连接由于是固定连接就无需上述的呼叫建立与拆线过程。计算机系统中的通信控制器用于管理与数据终端相连接的所有通信线路。中央处理器用来处理由数据终端设备输入的数据。 3 数据通信的分类 3.1 有线数据通信 数字数据网(DDN)。数字数据网由用户环路、DDN节点、数字信道和网络控制管理中心组成。DDN是利用光纤或数字微波、卫星等数字信道和数字交叉复用设备组成的数字数据传输网。也可以说DDN是把数据通信技术、数字通信技术、光迁通信技术以及数字交叉连接技术结合在一起的数字通信网络。数字信道应包括用户到网络的连接线路,即用户环路的传输也应该是数字的,但实际上也有普通电缆和双绞线,但传输质量不如前。 分组交换网。分组交换网(PSPDN)是以CCITTX.25建议为基础的,所以又称为X.25网。它是采用存储——转发方式,将用户送来的报文分成具用一定长度的数据段,并在每个数据段上加上控制信息,构成一个带有地址的分组组合群体,在网上传输。分组交换网最突出的优点是在一条电路上同时可开放多条虚通路,为多个用户同时使用,网络具有动态路由选择功能和先进的误码检错功能,但网络性能较差。 帧中继网。帧中继网络通常由帧中继存取设备、帧中继交换设备和公共帧中继服务网3部分组成。帧中继网是从分组交换技术发展起来的。帧中继技术是把不同长度的用户数据组均包封在较大的帧中继帧内,加上寻址和控制信息后在网上传输。 3.2 无线数据通信 无线数据通信也称移动数据通信,它是在有线数据通信的基础上发展起来的。有线数据通信依赖于有线传输,因此只适合于固定终端与计算机或计算机之间的通信。而移动数据通信是通过无线电波的传播来传送数据的,因而有可能实现移动状态下的移动通信。狭义地说,移动数据通信就是计算机间或计算机与人之间的无线通信。它通过与有线数据网互联,把有线数据网路的应用扩展到移动和便携用户4网络及其协议 4.1计算机网络 计算机网络(ComputerNetwork),就是通过光缆、双绞电话线或有、无线信道将两台以上计算机互联的集合。通过网络各用户可实现网络资源共享,如文档、程序、打印机和调制解调器等。计算机网络按地理位置划分,可分为网际网、广域网、城域网、和局域网四种。Internet是世界上最大的网际网;广域网一般指连接一个国家内各个地区的网络。广域网一般分布距离在100-1000公里之间;城域网又称为都市网,它的覆盖范围一般为一个城市,方圆不超过10-100公里;局域网的地理分布则相对较小,如一栋建筑物,或一个单位、一所学校,甚至一个大房间等。 局域网是目前使用最多的计算机网络,一个单位可使用多个局域网,如财务部门使用局域网来管理财务帐目,劳动人事部门使用局域网来管理人事档案、各种人才信息等等。 4.2网络协议 网络协议是两台计算机之间进行网络对话所使用的语言,网络协议很多,有面向字符的协议、面向比特的协议,还有面向字节计数的协议,但最常用的是TCP/IP协议。它适用于由许多LAN组成的大型网络和不需要路由选择的小型网络。TCP/IP协议的特点是具有开放体系结构,并且非常容易管理。 TCP/IP实际上是一种标准网络协议,是有关协议的集合,它包括传输控制协议(Transport Control Protocol)和因特网协议(InternetProtocol)。TCP协议用于在应用程序之间传送数据,IP协议用于在程序与主机之间传送数据。由于TCP/IP具有跨平台性,现已成为Internet的标准连接协议。网络协议分为如下四层:网络接口层:负责接收和发送物理帧;网络层:负责相邻节点之间的通信;传输层:负责起点到终端的通信;应用层:提供诸如文件传输、电子邮件等应用程序要把数据以TCP/IP协议方式从一台计算机传送到另一台计算机,数据需经过上述四层通信软件的处理才能在物理网络中传输。 目前的IP协议是由32位二进制数组成的,如202.0.96.133就表示连接到因特网上的计算机使用的IP地址,在整个因特网上IP地址是唯一的。 5 结语 总之,随着因特网技术的不断发展,数据通信技术将得到越来越广泛的应用,在数据通信的新技术、新设备不断涌现的今天,学习、了解和掌握数据通信技术显得尤为重要。
“论文，不少于1500字。”真美。通信、多媒体传输压缩、音视频处理、音乐语音处理、语音识别、图像识别、医学工程、医学检测、工业检测、雷达声纳、股票分析等等，太广了。
单片机可以用来做输入输出的控制和接口的部分，做运算的话与DSP是没法比的。
先简单介绍一下单片机 然后挑一个典型的DSP芯片介绍一下 然后比较两者的区别 各写优点缺点 然后根据两者的不同举几个例子 比如单片机可以实现多种变换 像拉普拉斯变换 傅里叶变换 DFT FFT 最好弄上程序 然后对比你选的DSP芯片 能干什么 最后做个总结 我现在才大三 这只是我个人的思路~~ 谈不上指点。
可到 神笔马良杂志网 下载，要发表，可发表在《科技传播》杂志上！
生物医学信号处理方法论文
生物医学信号处理是指据生物医学信号特点，应用信息科学的基本理论和方法，研究如何从扰和噪声淹没的观察记录中提取各种生物医学信号中所携带的信息，并对它们进步分析、解释和分类。以下是我精心准备的生物医学信号处理方法论文，大家可以参考以下内容哦！
摘 要： 生物医学信号是人体生命信息的集中体现，深入进行生物医学信号检测与处理的理论与方法的研究对于认识生命运动的规律、探索疾病预防与治疗的新方法都具有重要的意义。
关键词： 生物医学信号 信号检测 信号处理
1 概述
1。1 生物医学信号及其特点
生物医学信号是一种由复杂的生命体发出的不稳定的自然信号，属于强噪声背景下的低频微弱信号，信号本身特征、检测方式和处理技术，都不同于一般的信号。生物医学信号可以为源于一个生物系统的一类信号，这些信号通常含有与生物系统生理和结构状态相关的信息。生物医学信号种类繁多，其主要特点是：信号弱、随机性大、噪声背景比较强、频率范围一般较低，还有信号的统计特性随时间而变，而且还是非先验性的。
1。2 生物医学信号分类
按性质生物信号可分为生物电信号（Bioelectric Signals），如脑电、心电、肌电、胃电、视网膜电等;生物磁信号（Biomagnetic Signals），如心磁场、脑磁场、神经磁场;生物化学信号（Biochemical Signals），如血液的pH值、血气、呼吸气体等;生物力学信号（Biomechanical Signals），如血压、气血和消化道内压和心肌张力等;生物声学信号（Bioacoustic Signal），如心音、脉搏、心冲击等。
按来源生物医学信号可大致分为两类：（1）由生理过程自发产生的主动信号，例如心电（ECG）、脑电（EEG）、肌电（EMG）、眼电（EOG）、胃电（EGG）等电生理信号和体温、血压、脉博、呼吸等非电生信号;（2）外界施加于人体、把人体作为通道、用以进行探查的被动信号，如超声波、同位素、X射线等。
2 生物医学信号的检测及方法
生物医学信号检测是对生物体中包含的生命现象、状态、性质和成分等信息进行检测和量化的技术，涉及到人机接口技术、低噪声和抗干扰技术、信号拾取、分析与处理技术等工程领域，也依赖于生命科学研究的进展。信号检测一般需要通过以下步骤（见图1）。
①生物医学信号通过电极拾取或通过传感器转换成电信号;②放大器及预处理器进行信号放大和预处理;③经A/D转换器进行采样，将模拟信号转变为数字信号;④输入计算机;⑤通过各种数字信号处理算法进行信号分析处理，得到有意义的结果。
生物医学信号检测技术包括：（1）无创检测、微创检测、有创检测;（2）在体检测、离体检测;（3）直接检测、间接检测;（4）非接触检测、体表检测、体内检测;（5）生物电检测、生物非电量检测;（6）形态检测、功能检测;（7）处于拘束状态下的生物体检测、处于自然状态下的生物体检测;（8）透射法检测、反射法检测;（9）一维信号检测、多维信号检测;（10）遥感法检测、多维信号检测;（11）一次量检测、二次量分析检测;（12）分子级检测、细胞级检测、系统级检测。
3 生物医学信号的处理方法
生物医学信号处理是研究从扰和噪声淹没的信号中提取有用的生物医学信息的特征并作模式分类的方法。生物医学信号处理的目的是要区分正常信号与异常信号，在此基础上诊断疾病的存在。近年来随着计算机信息技术的飞速发展，对生物医学信号的处理广泛地采用了数字信号分析处理方法：如对信号时域分析的相干平均算法;对信号频域分析的快速傅立叶变换算法和各种数字滤波算法;对平稳随机信号分析的功率谱估计算法和参数模型方法;对非平稳随机信号分析的短时傅立叶变换、时频分布（维格纳分布）、小波变换、时变参数模型和自适应处理等算法;对信号的非线性处理方法如混沌与分形、人工神经网络算法等。下面介绍几种主要的处理方法。
3。1 频域分析法
信号的频域分析是采用傅立叶变换将时域信号x（t）变换为频域信号X（f），从而将时间变量转变成频率变量，帮助人们了解信号随频率的变化所表现出的特性。信号频谱X（f）描述了信号的频率结构以及在不同频率处分量成分的大小，直观地提供了从时域信号波形不易观察得到频率域信息。频域分析的'一个典型应用即是对信号进行傅立叶变换，研究信号所包含的各种频率成分，从而揭示信号的频谱、带宽，并用以指导最优滤波器的设计。
3。2 相干平均分析法
生物医学信号常被淹没在较强的噪声中，且具有很大的随机性，因此对这类信号的高效稳健提取比较困难。最常用的常规提取方法是相干平均法。相干平均（Coherent Average）主要应用于能多次重复出现的信号的提取。如果待检测的医学信号与噪声重叠在一起，信号如果可以重复出现，而噪声是随机信号，可用叠加法提高信噪比，从而提取有用的信号。这种方法不但用在诱发脑电的提取，也用在近年来发展的心电微电势（希氏束电、心室晚电位等）的提取中。
3。3 小波变换分析法
小波分析是传统傅里叶变换的继承和发展，是20世纪80年代末发展起来的一种新型的信号分析工具。目前，小波的研究受到广泛的关注，特别是在信号处理、图像处理、语音分析、模式识别、量子物理及众多非线性科学等应用领域，被认为是近年来在工具及方法上的重大突破。小波分析有许多特性：多分辨率特性，保证非常好的刻画信号的非平稳特征，如间断、尖峰、阶跃等;消失矩特性，保证了小波系数的稀疏性;紧支撑特性，保证了其良好的时频局部定位特性;对称性，保证了其相位的无损;去相关特性，保证了小波系数的弱相关性和噪声小波系数的白化性;正交性，保证了变换域的能量守恒性;所有上述特性使小波分析成为解决实际问题的一个有效的工具。小波变换在心电、脑电、脉搏波等信号的噪声去除、特征提取和自动分析识别中也已经取得了许多重要的研究成果。
3。4 人工神经网络
人工神经网络是一种模仿生物神经元结构和神经信息传递机理的信号处理方法。目前学者们提出的神经网络模型种类繁多。概括起来，其共性是由大量的简单基本单元（神经元）相互广泛联接构成的自适应非线性动态系统。其特点是：（1）并行计算，因此处理速度快;（2）分布式存贮，因此容错能力较好;（3）自适应学习（有监督的或无监督的自组织学习）。
参考文献
[1] 邢国泉，徐洪波。生物医学信号研究概况。咸宁学院学报（医学版），2006，20：459～460。
[2] 杨福生。论生物医学信号处理研究的学科发展战略。国外医学生物医学工程分册，1992，4（15）：203～212。
数据通信技术的研究论文关键词:数据通信;原理;分类 论文摘要:随着计算机技术的广泛普及与计算机远程信息处理应用的发展,数据通信应运而生,它实现了计算机与计算机之间,计算机与终端之间的传递。由于不同业务需求的变化及通信技术的发展使得数据通信经过了不同的发展历程。 数据通信是以“数据”为业务的通信系统,数据是预先约定好的具有某种含义的数字、字母或符号以及它们的组合。数据通信是20世纪50年代随着计算机技术和通信技术的迅速发展,以及两者之间的相互渗透与结合而兴起的一种新的通信方式,它是计算机和通信相结合的产物。随着计算机技术的广泛普及与计算机远程信息处理应用的发展,数据通信应运而生,它实现了计算机与计算机之间,计算机与终端之间的传递。由于不同业务需求的变化及通信技术的发展使得数据通信经过了不同的发展历程。 1通信系统传输手段 电缆通信:双绞线、同轴电缆等。市话和长途通信。调制方式:SSB/FDM。基于同轴的PCM时分多路数字基带传输技术。光纤将逐渐取代同轴。 微波中继通信:比较同轴,易架设、投资小、周期短。模拟电话微波通信主要采用SSB/FM/FDM调制,通信容量6000路/频道。数字微波采用BPSK、QPSK及QAM调制技术。采用64QAM、256QAM等多电平调制技术提高微波通信容量,可在40M频道内传送1920~7680路PCM数字电话。 光纤通信:光纤通信是利用激光在光纤中长距离传输的特性进行的,具有通信容量大、通信距离长及抗干扰性强的特点。目前用于本地、长途、干线传输,并逐渐发展用户光纤通信网。目前基于长波激光器和单模光纤,每路光纤通话路数超过万门,光纤本身的通信纤力非常巨大。几十年来,光纤通信技术发展迅速,并有各种设备应用,接入设备、光电转换设备、传输设备、交换设备、网络设备等。光纤通信设备有光电转换单元和数字信号处理单元两部分组成。 卫星通信:通信距离远、传输容量大、覆盖面积大、不受地域限制及高可靠性。目前,成熟技术使用模拟调制、频分多路及频分多址。数字卫星通信采用数字调制、时分多路及时分多址。 移动通信:GSM、CDMA。数字移动通信关键技术:调制技术、纠错编码和数字话音编码。 2 数据通信的构成原理 数据终端(DTE)有分组型终端(PT)和非分组型终端(NPT)两大类。分组型终端有计算机、数字传真机、智能用户电报终端(TeLetex)、用户分组装拆设备(PAD)、用户分组交换机、专用电话交换机(PABX)、可视图文接入设备(VAP)、局域网(LAN)等各种专用终端设备;非分组型终端有个人计算机终端、可视图文终端、用户电报终端等各种专用终端。数据电路由传输信道和数据电路终端设备(DCE)组成,如果传输信道为模拟信道,DCE通常就是调制解调器(MODEM),它的作用是进行模拟信号和数字信号的转换;如果传输信道为数字信道,DCE的作用是实现信号码型与电平的转换,以及线路接续控制等。传输信道除有模拟和数字的区分外,还有有线信道与无线信道、专用线路与交换网线路之分。交换网线路要通过呼叫过程建立连接,通信结束后再拆除;专线连接由于是固定连接就无需上述的呼叫建立与拆线过程。计算机系统中的通信控制器用于管理与数据终端相连接的所有通信线路。中央处理器用来处理由数据终端设备输入的数据。 3 数据通信的分类 3.1 有线数据通信 数字数据网(DDN)。数字数据网由用户环路、DDN节点、数字信道和网络控制管理中心组成。DDN是利用光纤或数字微波、卫星等数字信道和数字交叉复用设备组成的数字数据传输网。也可以说DDN是把数据通信技术、数字通信技术、光迁通信技术以及数字交叉连接技术结合在一起的数字通信网络。数字信道应包括用户到网络的连接线路,即用户环路的传输也应该是数字的,但实际上也有普通电缆和双绞线,但传输质量不如前。 分组交换网。分组交换网(PSPDN)是以CCITTX.25建议为基础的,所以又称为X.25网。它是采用存储——转发方式,将用户送来的报文分成具用一定长度的数据段,并在每个数据段上加上控制信息,构成一个带有地址的分组组合群体,在网上传输。分组交换网最突出的优点是在一条电路上同时可开放多条虚通路,为多个用户同时使用,网络具有动态路由选择功能和先进的误码检错功能,但网络性能较差。 帧中继网。帧中继网络通常由帧中继存取设备、帧中继交换设备和公共帧中继服务网3部分组成。帧中继网是从分组交换技术发展起来的。帧中继技术是把不同长度的用户数据组均包封在较大的帧中继帧内,加上寻址和控制信息后在网上传输。 3.2 无线数据通信 无线数据通信也称移动数据通信,它是在有线数据通信的基础上发展起来的。有线数据通信依赖于有线传输,因此只适合于固定终端与计算机或计算机之间的通信。而移动数据通信是通过无线电波的传播来传送数据的,因而有可能实现移动状态下的移动通信。狭义地说,移动数据通信就是计算机间或计算机与人之间的无线通信。它通过与有线数据网互联,把有线数据网路的应用扩展到移动和便携用户4网络及其协议 4.1计算机网络 计算机网络(ComputerNetwork),就是通过光缆、双绞电话线或有、无线信道将两台以上计算机互联的集合。通过网络各用户可实现网络资源共享,如文档、程序、打印机和调制解调器等。计算机网络按地理位置划分,可分为网际网、广域网、城域网、和局域网四种。Internet是世界上最大的网际网;广域网一般指连接一个国家内各个地区的网络。广域网一般分布距离在100-1000公里之间;城域网又称为都市网,它的覆盖范围一般为一个城市,方圆不超过10-100公里;局域网的地理分布则相对较小,如一栋建筑物,或一个单位、一所学校,甚至一个大房间等。 局域网是目前使用最多的计算机网络,一个单位可使用多个局域网,如财务部门使用局域网来管理财务帐目,劳动人事部门使用局域网来管理人事档案、各种人才信息等等。 4.2网络协议 网络协议是两台计算机之间进行网络对话所使用的语言,网络协议很多,有面向字符的协议、面向比特的协议,还有面向字节计数的协议,但最常用的是TCP/IP协议。它适用于由许多LAN组成的大型网络和不需要路由选择的小型网络。TCP/IP协议的特点是具有开放体系结构,并且非常容易管理。 TCP/IP实际上是一种标准网络协议,是有关协议的集合,它包括传输控制协议(Transport Control Protocol)和因特网协议(InternetProtocol)。TCP协议用于在应用程序之间传送数据,IP协议用于在程序与主机之间传送数据。由于TCP/IP具有跨平台性,现已成为Internet的标准连接协议。网络协议分为如下四层:网络接口层:负责接收和发送物理帧;网络层:负责相邻节点之间的通信;传输层:负责起点到终端的通信;应用层:提供诸如文件传输、电子邮件等应用程序要把数据以TCP/IP协议方式从一台计算机传送到另一台计算机,数据需经过上述四层通信软件的处理才能在物理网络中传输。 目前的IP协议是由32位二进制数组成的,如202.0.96.133就表示连接到因特网上的计算机使用的IP地址,在整个因特网上IP地址是唯一的。 5 结语 总之,随着因特网技术的不断发展,数据通信技术将得到越来越广泛的应用,在数据通信的新技术、新设备不断涌现的今天,学习、了解和掌握数据通信技术显得尤为重要。
“论文，不少于1500字。”真美。通信、多媒体传输压缩、音视频处理、音乐语音处理、语音识别、图像识别、医学工程、医学检测、工业检测、雷达声纳、股票分析等等，太广了。
先简单介绍一下单片机 然后挑一个典型的DSP芯片介绍一下 然后比较两者的区别 各写优点缺点 然后根据两者的不同举几个例子 比如单片机可以实现多种变换 像拉普拉斯变换 傅里叶变换 DFT FFT 最好弄上程序 然后对比你选的DSP芯片 能干什么 最后做个总结 我现在才大三 这只是我个人的思路~~ 谈不上指点。
基于DSP的图象处理系统设计摘要:文章提出一种基于丁工公司数字信号处理芯片TMS32OC6211的将模拟视频进行数字化处理的设计方案，其中视频解码模块完成复合视频信号的数字化。该平台使用p日工L工ps公司的专用视频输入处理芯片SAA71llA和「工「O存储器及CpLD实现了高速连续的视频帧数据采集，满足了后继图像处理的需要。关键词:数字信号处理芯片(OSp);视频采集1引言数字信号处理(Digit滋51罗alproeessing)是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。数字信号处理的实现方法有多种，但专用的DSP芯片以其信号处理速度快、可重复性好、成本低、性能优越得到首肯。2系统功能概述本文提出一种基于TI公司数字信号处理芯片TMS320C6211的将模拟视频进行数字化处理的设计方案，其中视频解码模块完成复合视频信号的数字化。该系统具有接口方便、编程方便、精度高、稳定性好、集成方便的优点。本系统采用TI公司C6000系列DSP中的TMS320C6211作为系统的cPu。图像数据通过外部设备采集并输出模拟图像信号。这些信号经视频解码芯片转换为数字信号;再经FIFO输人DSP进行图像的增强、分割、特征提取和数据压缩等;系统的控制逻辑由CpLD(ComplexP。『amm曲Ie肠giCDeviee)控制器实现。系统结构如图l所示。3系统硬件设计3.1视频解码芯片模拟视频信号中不仅包含图像信号，还包含行同步、行消隐、场同步、场消隐等信号。视频解码的目的就是将复合视频、YC分量等模拟视频信号进行AD转换以获取图像的数字信号，同时提取其中的同步和时钟信号。PhihPs公司的视频解码芯片SAA7111A，支持对NTSC和PAL制视频信号的自动转换，自动进行50/6OH:场频的检测，可对NTS(认PAL、sEcAM制式视频信号的亮度和色度进行处理。它拥有4路模拟输人、4路复合视频(cvBs)或2路YC或一路YC和2路CvBs输人。可设置CvBS或YC通道为静态增益控制或自动增益控制(AGC)。拥有2路亮度和色度梳状滤波器，可对亮度、对比度、光圈和饱和度进行控制。可支持以下输出格式:4:2:2(16位)、4:2:2(CCIR6ol8位)、4:1:l(12位)YUV格式或8:8:8(24位)、5:6:5(l6位)RGB格式。这种多格式的数据总线形式为设计者提供了灵活的选择空间。系统中采集的图像信号采用PhihPs公司的SAA71IA完成A用转换，如图2所示。SAA71]A允许四路模拟视频输入，具有两个模拟处理通道，支持四路CVBS模拟信号或二路Y/C模拟信号或二二路CVBS信一号和一路Y汉二信号。SAA7llA对摄像头输人的标准PAL格式的模拟图像信号进行A/D转换，然后输出符合CCIR601格式的4:2:2的16位YUv数据到FIFO。其中亮度信号Y为8位、色度信号C:和Cl)合为8位数据。3.2HFO存储器模块F’IF()采用IDT公司的IDT72VZ15LB芯片，FIFO的深度为512x18bit，支持STANDARD(标准)和Fw衅(FirstwordFall一Through，首字直接通过)两种工作模式。按照CCIR601格式，Yuv图像分辨率为720x576象素，当按行输出时，SAA7一IA输出数据流大小为:720x16=1440卜I因为DSP通过32位的SBSRAM接日与FlI;()通信，故YUV数据写人FIFO时需要在FIFO之间实现乒乓切换。这时一行720x16bit的数据在两片FIFO中存储变为360x32bit，两片FIF()行r以满足上述要求。FIFO的初始化及时序由CP[力实现，FIFO连接见图3。3.3DsP图像处理模块TMS320C6211是Tl公司发布的面l台]视拓!处理领域的新款高速数字处理芯片，适用于移动通信基站、图像监控、雷达系统等对速度要求高和高度智能化的应用领域。存储空间分两部分:运行过程的临时数据存在SDRAM中;系统程序则固化在FLASH存储器中。Flash存储器具有在线重写人功能。这对系统启动程序的修改和升级都带来了很大的方便。TMS320C6211DSP的高速性能主要体现在以下方面:①TMS320C62ll的存储空间最大可扩展到1CB，完全可以满足各种图像处理系统所需的内存空间，而且其最高时钟可达167Mllz，峰值性能可达1333MIPS(百万条指令/秒)。②并行处理结构。TMS32OC62ll芯片内有8个并行处理单元，分为相同的两组，并行结构大大提高芯片的性能。③芯片体系采用veloc，rrI结构。vel。八rJ’l是一种高性能的甚长指令字(VIJW)结构，单指令字字长为32hit，8个指令组成一个指令包，总宇长为256bit。即每秒钟可以执行8条指令。Velo‘、、『rl结构大大提高了DSP芯片的性能④采用流水线操作实现高速度、高效率。TMS32OC62川只有石-流水线充分发挥作用的情况下，才能达到最高的峰值性能。与其他系列DSP相比，优势在于简化了流水线的控制以消除流水线互锁，并增加流水线的深度来消除传统流水线的取指、数据访问和乘法操作上的瓶颈。本系统DSP主要完成从FIFO读出数据的处理以及压缩等。数据处理由自行编写的算法实现，数据压缩算法采用JpEG(JointphotoGraphieEx-pertGroup)标准。当摄像头采集速度为每秒25帧图像时，它留给DSP处理的时间最多为每帧40ms。如果考虑系统有一定的延时以及处理后图像的存储时间，那么DSP处理一幅图像时间不能超过30ms。按照C6211的处理速度，在30ms内可以处理4OM(0.03x1333MIPS)条指令。DSP读出FIFO中的行数据并存人SDRAM，一帧图像有576行，在最后一行时会收到系统的帧中断，这时SDRAM中的图像数据总共有1440x576=sloKB。让C62一l用36M条指令周期的时间处理810KB的数据显然绰绰有余。粗略的计算过程如下:系统采用快速DCT(离散余弦变换)，每sx8矩阵需要11次乘法、29次加法，因此一帧图像的FDCT，共需要(11+29)x720x576xZ/64=518400个指令周期;对于量化模块，每8xs矩阵需要64个量化指令周期，一帧需要64x720x576xZ/64=829440个指令周期;对于编码部分，假设编码后非0元素占25%，对每8xs矩阵进行219一zag扫描、编码估计需要120个指令周期，则共需120x720x576xZ/64=1555200个指令周期。按以上计算，在系统中进行JPEC编码大约需要2903040个指令周期，耗时19.3536ms(TMS320C62lll作在15OMHz时)。可以看出，实际需要的指令远小于36M条，而时间也远小于3Oms，DSP完全可以实时处理从FI-FO传过来的数据。3.4利用DSP芯片进行图像压缩如图4所示，图像数据通过FO接口送人数字信号处理板，由DSP芯片中的DMA控制器负责将数据放人输人缓冲区中，DSP对缓冲的图像数据进行压缩后，通过HPl接口将压缩数据送出。4总结图像采集系统的关键在于如何对大容量的信息进行暂存、压缩和传输等问题进行处理。本系统主要是解决这三个难题。在图像信息暂存方面充分利用DSP存储空间的可扩展性，保证系统可暂存的信息量足够大;信息压缩是DSP最擅长做的事情，可以在很短的时间内完成大量的信息压缩工作。该平台使用专用视频输人处理芯片SAA7lll和FIFO存储器及CPLD实现高速连续的视频帧采集，满足后继图像处理的需要。该平台既可以作为视频图像采集使用，也可以进行视频压缩、匹配等图像处理算法验证工作。参考文献【1ITexasInstruments，TMS32oC6000pe即he司5ReferenceGuide，2002.12.[2】PhiliPsSe二eonduetors，SAA7llADatasheet，1998.5.[3」TexasInstruments，TMS32OC6000CPUandInstrUetionSetRefereneeGuide，2000.10.I41TexasInstruments，TMS32OC6211Digtalsi即习ProeeSSorDataSheet，2003名-【51TexasInstrumentS，TMS320C6000TeehnicalBrie〔1999.2.[6llnte红atedDeviceTeehnolo留，Inc于IFOApPBook.飞9999.【7〕雄伟，DSP芯片的原理与开发应用(第二版)【M」.北京:电子工业出版社，200住【8」李方慧等，TMS32OC600ODSps原理与应用(第二版)四1.北京:电子工业出版社，2003.1.[0]刘松强，数字信号处理系统及其应用[M〕.北京:清华大学出版社，19%.〔10]彭启徐，李玉柏.DSP技术四】.成都:电子科技大学出版社，1997.