近年来，国内外学者在图像增强算法上已经作了大量的仿真研究并取得了一定的成果，随着图像处理器的飞速发展，视频图像处理系统的应用越来越广泛，由于数字图像本身的特点，采用计算机或实时硬件处理，处理精度高，可以进行复杂的非线性处理，有灵活的变通能力，因此将所研究的算法在硬件平台上实现有着越来越强的实际应用价值[ - ]。

因为图像增强算法运算量巨大，用通常在 PC 上编程的方法很难保证其实时性，且系统庞大，使用不灵活。随着图像增强技术的发展和算法复杂度的提高，实时系统对运算速度提出了更高的要求[ ]。

随着数字信号处理技术的迅速发展及其应用的日益广泛，针对数字信号处理的专用处理器一DPS应运而生。l978 年，AMI 公司宣布了世界上第一片单片DSP 芯片 S2811。从 1980 年以来，DSP 芯片得到了突飞猛进的发展，由于 DSP 芯片具有高精度、高速的运算能力，强大的数据通信能力和灵活的可编程能力，使得它在图像处理领域的应用越来越广泛[ ]。

1.2 研究现状与分析

1.3论文的章节安排

论文全文共分为 5 章。第一章为绪论，阐述图像增强技术的研究背景及意义，国内外发展现状。第二章介绍了数字图像的基础理论，包括数字图像的概念、表示、获取，分类和存储格式。第三章介绍了实验中所使用的DSP硬件系统的组成，包括仿真器、DSP核心板、图像采集与显示器件。第四章介绍了图像增强的概念、空域图像增强方法以及使用Matlab对这些方法进行仿真和用DSP硬件系统对其进行实际应用。第五章，对本文作了总结并提出论文的不足以及以后的改进。

2 数字图像基础理论

2.1 数字图像基础

在许多论述中，经常将图形和图像通称为“图形图像”，这使得图形和图像的含义在使用上大大地模糊了。虽然它们都用数字化来表示，但它们的存储格式和表示方法是有根本区别的。

图形是矢量结构的画面存储形式，矢量结构显式地表现画面内容的位置，即坐标值，用一系列的线段或其他造型来描述对象；而画面内容的颜色或亮度是较隐含地统一描述的，它记录的内容主要是坐标值或者坐标序列[ ]。

图像是栅格结构的画面存储形式。栅格结构将图像划分为均匀分布的栅格，即像素，显式地记录每一像素的光度值，即亮度；而像素的坐标值却是规则地隐含的，其位置规则排列，比如最常见的矩阵排列。在 Windows 环境中重要的图像就是位图(Bitmap)，即位映像。源[自[优尔``论`文]网·www.youerw.com/

2.1.1 数字图像的概念

一幅图像一般可以用一个2-D函数 表示（计算机中为一个2-D数组），这里x和y表示2-D空间XY中一个坐标点的位置，而f则代表图像在点 的某种性质 的数值。例如，常用的图像一般是灰度图，这时 表示灰度值，当用可见光成像时，灰度值对应客观景物被观察到的亮度。

一般意义下，一幅图像的 坐标以及幅度可能是连续的，但是从计算机科学的角度看，计算机存储的数据是离散并且有限的，因此将连续图像进行采样和量化后得到的图像就称为数字图像。采样实际上是一个空间坐标的量化过程，量化则是对图像函数值的离散化过程，采样和量化称为数字化。数字图像是连续图像 的一种近似表示，通常用由采样点的值所组成的二维矩阵来表示。

广义上讲，图像可表示一种辐射能量的空间分布，这种分布可以是5变量的矢量函数 ，其中 是空间变量， 代表时间变量， 是频谱变量（波长），而在同一组变量时，其函数可以是矢量（如彩色图像包括3个分量）。由于实际图像在时空、频谱和能量上都是有限的，所以 是一个5-D的有限函数。