目的视觉是近年来机器视觉的研究热点,目的视觉强调视觉系统应具有主动感知能力,应基于一定的任务或目的。鉴于目的视觉的重要性,智能皮肤诊断的实用性,以显微皮肤图像症状识别为切入点,研究基于目的机器视觉的皮肤症状图像的分析和处理方法,建立相应的算法模型及其芯片实现方案。本课题主要研究内容,包括目的机器视觉(皮肤图像处理)的算法模型建立、基于51内核的MV-01高性能微处理器IP核设计、基于多处理器的目的机器视觉系统芯片的设计。主要工作和成果包括以下几个方面:1、皮肤图象的预处理对于皮肤图像提出一种基于二进小波变换、计算二阶小波分解模值、以动态阈值法消除局部极大值的去噪方法,使重构的图像能消除汗毛等噪声而保留图像的边缘和细节。本方法不仅适用于皮肤症状图像的消噪,亦可应用于如基因阵列图等其他的消噪处理;提出一种针对皮肤症状的自适应图像分割方法。将皮肤图像从RGB彩色空间转换到HSI彩色空间,用S(饱和度)来表示图像信息,这样不仅能将原先的三维处理简化为一维处理,而且保留了图像的颜色信息。以皮肤症状图像的S域标准差σ为判据,当σ较大时,采用最大类间方差动态阈值法,当σ较小时,采用改进的S域动态阈值分割法,使得即可解决大动态范围图像标准差的图像分割问题,又可提高分割精度。2、皮肤图像的特征提取、选择和症状识别从皮肤显微图像中提取症状皮肤图像和选取相应的分割图后,通过对皮肤症状的分类研究建立皮肤特征检测提取策略,从而提出一组包括症状面积、最大/最小直径、症状内部的及边缘的颜色在内的症状图像处理特征。在此基础上提出一种基于回归分析法的反映这些处理特征量之间的线性关系的数学模型,通过检测出它们之间的相关性,选择那些回归建模过程中不相关的特征重构特征向量,从而找出线性独立的特征参数,可显著降低特征空间维数;采用统计模式识别中的基于距离函数的模式分类方法,建立一组基于马氏距离函数识别的判据准则,这比常用的基于欧氏距离函数的准则可减少误判,从而可简化运算和提高对症状的识别率。3、MV-01处理器及机器视觉处理器的设计