dsp图像处理算法

Ⅰ 用DSP做图像处理，采用DSP+FPGA组合和采用DSP+CPLD组合有什么区别，一般如何选择呢

看FPGA的用途而定。如果需要做算法或者图像数据缓存等耗逻辑量大的工作，那毫无疑问就是FPGA；如果只需处理很简单的逻辑，那就用CPLD。

Ⅱ 基于dsp的图像处理系统为什么不直接用vc编程实现呢

dsp是考虑到嵌入式的效率问题，而且dsp中对内存和硬件要求比较高，c和汇编最合适。当然汇编不利于移植和掌握，c就是编程的主流了。vc是基于windows平台的开发工具，很多优化选项对嵌入式平台并不合适。像在windows下面的乘除运算，在我们的dsp下面的速度可能就会受到影响。所以vc是不合适的，嵌入式的c才是dsp处理的主流，当然图像处理的算法也用的嵌入式的算法，比如emcv。

Ⅲ 编写了一个图像处理软件，但是处理速度很慢，想用dsp代替软件完成图像数据处理部分，可以吗，完全不懂dsp

第一、是可以使用dsp替代进行运算的，第二、一般运算慢建议先检查自己算法的合理性。

Ⅳ 买DSP时会自带一些图像处理程序和算法么

一般会有 的，卖家会说好附送一些算法。

也要看你怎么买了。在taobao上还是在哪里

但是这些算法都是基本的，网上一大堆的那种。

Ⅳ 有人说DSP做高速图像处理有被FPGA取代的趋势，是这样吗

对于目前来说FPGA在图像处理方面还是没有专业的DSP好，但FPGA的发展速度确实很快

DSP是处理器，它的作用是高速执行串行算法，数字信号处理常用。

FPGA是一块逻辑门电路阵列，通过改变其内部逻辑单元的链接，用它能够实现各种各样的 组合数字电路。

这两者之间没有什么必然的联系，但您之所以一起问 也许是因为 现在FPGA由于逻辑单元数量节节攀升，导致在一些高规格的FPGA芯片上已经能够实现DSP处理器了（或者单片机 ARM的软核） 通过植入DSP处理器的软核，在FPGA上能够实现灵活的设计，最终节约开发设计周期和成本。

Ⅵ 数字图像处理与DSP原理及应用有什么区别

一个是数字图像处理，主要是二维变换和图像相关的一些知识，比如滤波等等。dsp是数字信号处理，主要偏重信号处理理论。
图像处理是数字信号的一部分，前者针对性强一点。

Ⅶ DSP是啥意思

DSP：数字信号处理，英文：Digital Signal Processing，缩写为DSP，是面向电子信息学科的专业基础课，先修专业课程为信号与系统。

《数字信号处理》这门课介绍的是：将事物的运动变化转变为一串数字，并用计算的方法从中提取有用的信息，以满足我们实际应用的需求。

(7)dsp图像处理算法扩展阅读：

信号(signal)是信息的物理体现形式，或是传递信息的函数，而信息则是信号的具体内容。

模拟信号(analog signal)：指时间连续、幅度连续的信号。

数字信号(digital signal)：时间和幅度上都是离散(量化)的信号。

随着大规模集成电路以及数字计算机的飞速发展，加之从60年代末以来数字信号处理理论和技术的成熟和完善，用数字方法来处理信号，即数字信号处理，已逐渐取代模拟信号处理。

随着信息时代、数字世界的到来，数字信号处理已成为一门极其重要的学科和技术领域。

Ⅷ 我想问您下，就是dsp怎么用openv算法做到实时的图像处理。

opencv可以处理RGB或者是Lumia，对于DSP下的实时处理，把ycbcr转换成RGB，利用opencv的API处理以后，还需要再次转换为ycbcr格式才能正常显示，这样的处理过程很难做到实时处理，延时会很大。建议先处理Y分量的信号，cbcr直接写成0x80，使得处理后图像为灰度图像，算法验证好了再考虑对色度分量的处理。

Ⅸ 用DSP做图像处理和分析，研究生在读，无人指导

随着图像处理技术的深入研究和广泛应用，不断涌现的处理算法和各种现实需求对硬件系统性能的要求越来越高，单一处理器在许多场合已不能满足需要，并行、通用且处理能力强大的系统逐渐受到人们的青睐。另外寻求新的数学算法来强化信息的表达能力是科学家们满足这种需要而进行的一项重要探索。像模糊论集的引入、神经网络理论的实用化以及分形几何学的应用都是其中的成功范例。小波分析是一个新的数学分支,它被谕为是泛函分析、Fourier 分析、样条分析、调和分析、数值分析的最完美结晶,如何把新的数学理论应用于图像数据处理也是近年来科学家们正在研究的课题。
1、多DSP并行处理系统
按照Flynn 分类法，并行系统按照处理指令流和处理数据流的多样性，可分为SISD(单指令流单数据流)系统、SIMD(单指令流多数据流)系统、MISD(多指令流单数据流)系统和MIMD(多指令流多数据流)系统。随着技术的发展，SISD 系统和曾经风靡一时的SIMD 系统逐渐淡出了历史舞台；关于MISD 结构，正像Flynn 和Rudd 所指出的，从熟悉的编程结构到MISD 组织缺乏自然的映射，这抑制了人们对该体系结构的兴趣。当代绝大多数并行系统都属于MIMD 系统。
TI 公司的DSP 在全球市场上的占有率在一半以上，而TMS320C6416 则是其最高端的产品，具有主频高、双套外部地址和数据总线等特点，非常适合用于图像处理等领域，但是在多芯片集成处理上AD 公司的DSP 芯片性能更好一些。图像处理算法灵活多样，而且还在不断的迅速发展中。从通用性考虑出发，系统中处理器之间需要灵活的、高带宽的通信和握手机制[8]。多处理器系统需要考虑两方面的性能：计算能力和通信能力。主要包括分布式实时操作系统的性能、图像处理能力和图像序列并行处理能力[9]。
2 、基于小波变换的图像处理方法在DSP上的实现
小波分析是近年迅速发展起来的新兴学科, 与Fourier 分析和Gabor变换相比,小波变换是时间(空间)频率的局部化分析, 它通过伸缩平移运算对信号逐步进行多尺度细化, 最终达到高频处时间细分和低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节,解决了Fourier分析不能解决的许多问题。目前许多小波算法的软件实现已经很成熟了,但是很难达到实时性的效果。而在硬件方面,随着数字信号处理器(DSP)和现场可编程门阵列器件(FPGA)的发展,采用DSP+FPGA 的数字硬件系统显示出其优越性,可以把二者的优点结合在一起,兼顾速度和灵活性,因此DSP+FPGA 结构正愈来愈得到人们的重视, 应用的领域也越来越广泛。DSP+FPGA 系统最大的优点是结构灵活,有较强的通用性, 适合于模块化设计, 从而能够提高算法效率; 同时其开发周期较短, 系统容易维护和扩展, 适合实时信号处理。所以本文介绍的系统设计就是基于DSP+FPGA 结构的小波图像处理系统。小波分析由于具有良好的时频局部化性能, 已经在信号分析、图像处理、语音合成、故障诊断、地质勘探等领域取得一系列重要应用。而且各种快速有效的算法也促进了小波分析在实际系统中的应用。由于DSP 速度越来越快, 成本越来越低, FPGA 的容量越来越大, 使得DSP+FPGA 组成的系统成为解决系统设计的重要选择方案之一, 应用领域非常广泛

Ⅹ 图像处理用FPGA好还是DSP好

DSP是注重数据处理。算法很重要。FPGA主要是做逻辑电路.
现在很多框架都是基于DSP和FPGA的组合平台，DSP作算法，FPGA作逻辑时序！
FPGA一样可以做DSP（DSP就是数字信号处理英文缩写，数字信号处理与数字图像处理没有太大区别）,就意味着可以用FPGA做硬件设计来实现DSP芯片的功能，当然，相比较专业的DSP芯片 成本太高，因此你也没必要选择FPGA+DSP，就选择DSP芯片，算法得当就可以了!