在閾值分割算法的C語言實現(xiàn)過程中，由于裂縫圖像中的裂縫和墻體背景的灰度值相差較大，因此，其直方圖會呈現(xiàn)明顯的雙峰形狀，而將該谷值作為分割的閾值來進(jìn)行二值分割會得到較好的分割圖像。一般情況下，采用迭代閾值分割法比較適合。用迭代的方法來對閾值進(jìn)行迭代，能夠自適應(yīng)地尋找出最優(yōu)的閾值。然后將每個像素值與閾值進(jìn)行比較，大于閾值時，將該點的像素值置為255；小于閾值時，將該點的像素值置為0。此時，便完成圖像的二值化分割。在整個過程的運(yùn)行中，主函數(shù)先開始執(zhí)行，并先進(jìn)行初始化，包括將圖像數(shù)據(jù)裝入到指定的存儲空間，設(shè)置圖像的邊界和大小，通過迭代閾值法得到最佳閾值T等，接著再進(jìn)行中值濾波，然后進(jìn)行灰度修正，再后進(jìn)行閾值分割，至此便完成了整個圖像的處理過程。通過C語言實現(xiàn)閾值分割算法以及整個圖像處理的流程如圖3所示。

4 仿真結(jié)果分析
本文利用DSP集成開發(fā)平臺CCS對裂縫圖像的處理進(jìn)行了仿真，并通過建立新的工程將主程序以及相關(guān)的庫函數(shù)加入到工程中，然后在配置存儲空間和編譯鏈接后，鏈接了仿真器，并將生成的下載文件下載到仿真器中，最后設(shè)置斷點，開始運(yùn)行程序，觀察每次圖像處理的結(jié)果。其具體的仿真結(jié)果如圖4所示。

在圖4中，圖4(a)為原圖像，(b)為經(jīng)過中值濾波后的圖像，該圖像中的噪聲有所減少，但圖像也開始有點模糊； (c)為灰度調(diào)整后的圖像，該圖像中亮度明顯增加，裂縫與背景的對比度明顯提高，細(xì)節(jié)也較明顯； (d)為利用迭代閾值法進(jìn)行二值分割后的圖像，可以看出，該圖像中的裂縫基本被分割出來，粗的裂縫清晰明顯，細(xì)的裂縫分割效果也基本滿意，可以達(dá)到裂縫圖像去噪、增強(qiáng)、分割的目的。

5 結(jié)束語
本文主要探討墻體裂縫圖像的預(yù)處理過程以及算法的DSP實現(xiàn)。該方法通過C語言編程并利用DSP可完成圖像采集、中值濾波、圖像增強(qiáng)、圖像分割四個步驟，從而完成整個裂縫圖像的處理過程。墻體裂縫圖像經(jīng)處理后，裂縫能較清晰的得到顯示與分割，而且細(xì)節(jié)信息基本保留，因而可為其他處理做準(zhǔn)備。由于該方法是通過DSP來實現(xiàn)整個過程，故其硬件系統(tǒng)結(jié)構(gòu)簡潔。事實上，本文的方法也可在一些便攜式墻體裂縫檢測設(shè)備中得到應(yīng)用。