本文選題：FPGA + 亮度評估��； 參考：《廣東工業(yè)大學》2015年碩士論文

【摘要】：隨著科技的不斷創(chuàng)新與快速發(fā)展,視頻圖像系統(tǒng)作為人類認識與探索的重要信息源頭已經遍布各個學科與領域。然而,在弱光或光照不均的環(huán)境下圖像系統(tǒng)輸出的視頻信息具有躁點大、對比度低、灰度偏暗和灰度動態(tài)范圍收縮等缺點。通過引入圖像增強技術,能夠有效地恢復和完善視頻信息。有針對性的圖像增強處理,能很大程度上提高視頻圖像的質量,以便于人眼觀察與可利用信息的提取。但是實時的視頻圖像處理信息量較大,信號轉換時序復雜等特點對視頻圖像系統(tǒng)的硬件要求比較高,且單純依靠軟件難以滿足視頻圖像的實時處理。FPGA即現(xiàn)場可編程門陣列,以并行運算為主,在速度和性能上是MCU與DSP無法比擬的。作為用戶可編程的數(shù)字集成電路,由于它具有速度快、性能強、穩(wěn)定性高和成本低等優(yōu)點,使其在圖像處理上應用日益廣泛。本文深入研究圖像增強算法的理論基礎和實際應用,通過對Retinex原理和Gamma校正等圖像處理的理論知識作深入理解和探索,并分別對各圖像算法和FPGA自身的特點進行系統(tǒng)性的考量和可實行性的分析,進而制定出了一個基于Retinex亮度評估下的自適應Gamma校正的實時夜間圖像增強系統(tǒng)。傳統(tǒng)的圖像增強系統(tǒng)不能同時滿足亮度過暗和光照不均等特殊場景下的圖像增強。與傳統(tǒng)的圖像增強系統(tǒng)不一樣,本文采用的算法具有自適應能力。針對實際場景中亮度的不同,該算法首先通過Retinex原理進行亮度評估,再根據(jù)評估后的亮度以自我調節(jié)Gamma參數(shù)的方式對圖像像素實現(xiàn)高效的Gamma校正增強,最終達到大幅度提高圖像可讀性的目標。在實現(xiàn)的過程中,由于FPGA在Gamma校正的指數(shù)冪運算處理能力上存在一定局限。本文以消耗FPGA的內部資源為代價,通過查找表二次映射的方法有效代替了Gamma指數(shù)的仲裁與基于Gamma校正的指數(shù)冪運算,從而深度優(yōu)化圖像處理模塊的設計,以提高系統(tǒng)的整體運算速度。最后借助基于FPGA的硬件開發(fā)平臺以實現(xiàn)系統(tǒng)整體的仿真、調試和運行,進一步驗證了基于該算法下的實時圖像處理系統(tǒng)能有效地提高夜間視頻的成像質量。
[Abstract]:With the continuous innovation and rapid development of science and technology, video image system as an important source of information for human understanding and exploration has spread all over various disciplines and fields. However, under the condition of weak light or uneven illumination, the video information outputted by the image system has some disadvantages, such as large point, low contrast, dark gray and shrinking dynamic range of gray. By introducing image enhancement technology, video information can be recovered and improved effectively. Targeted image enhancement can greatly improve the quality of video images, so as to facilitate human eye observation and extraction of available information. However, the real-time video image processing features such as large amount of information, complex signal conversion timing and other characteristics of the video image system hardware requirements are relatively high, and relying solely on software to meet the real-time processing of video images. FPGA, that is, field programmable gate array. Parallel operation is the main method, which is unparalleled in speed and performance between MCU and DSP. As a user programmable digital integrated circuit, it is widely used in image processing due to its high speed, high performance, high stability and low cost. In this paper, the theoretical foundation and practical application of image enhancement algorithm are deeply studied, and the theoretical knowledge of image processing such as Retinex principle and Gamma correction are deeply understood and explored. The characteristics of each image algorithm and FPGA are systematically considered and analyzed, and a real-time night image enhancement system based on adaptive Gamma correction based on Retinex luminance evaluation is developed. The traditional image enhancement system can not satisfy the image enhancement in the special scene of too dark brightness and uneven illumination. Different from the traditional image enhancement system, the algorithm adopted in this paper has adaptive ability. Aiming at the difference of brightness in the actual scene, the algorithm firstly evaluates the brightness by Retinex principle, and then realizes the efficient Gamma correction and enhancement of the image pixels by self-adjusting the Gamma parameters according to the evaluated brightness. Finally, the goal of greatly improving the readability of images is achieved. In the process of implementation, FPGA has some limitations on the processing ability of exponential power operation of Gamma correction. At the cost of consuming the internal resources of FPGA, this paper replaces the arbitration of Gamma exponent and exponential power operation based on Gamma correction effectively by lookup table quadratic mapping, so as to optimize the design of image processing module in depth. In order to improve the overall operation speed of the system. Finally, the hardware development platform based on FPGA is used to realize the simulation, debugging and running of the whole system, which further verifies that the real-time image processing system based on this algorithm can effectively improve the imaging quality of night video.
【學位授予單位】：廣東工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN791;TP391.41

【相似文獻】

相關期刊論文 前10條

1 張斌,蔣麗峰,蔣加伏;一種圖像增強的自適應免疫遺傳算法[J];計算技術與自動化;2005年03期

2 陳昌;徐曉明;;指紋預處理中的圖像增強[J];中國科技信息;2005年24期

3 嚴偉斌;;可見光目標檢測中圖像增強方法研究[J];通信技術;2006年S1期

4 袁龍;肖慶;尹忠科;;基于小波非線性外推的圖像增強方法[J];紅外;2007年01期

5 陳燕;耿國華;;一種直接圖像增強方法在醫(yī)學影像分類中的應用[J];計算機應用與軟件;2007年06期

6 鄒興文;張葛祥;;一種基于粗集理論的圖像增強方法[J];微計算機信息;2008年21期

7 李敬川;;一種圖像增強算法的設計與實現(xiàn)[J];重慶職業(yè)技術學院學報;2008年04期

8 段竹;;醫(yī)學圖像增強算法研究[J];科學技術與工程;2009年03期

9 梁亮;呂文閣;;基于競選算法優(yōu)化的圖像增強方法[J];機電工程技術;2009年04期

10 梁曉冰;劉希順;劉安芝;王博亮;;噪聲在脈沖耦合神經網絡圖像增強中的作用[J];中國生物醫(yī)學工程學報;2009年04期

相關會議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學的運動員號碼牌圖像增強[A];第十九屆測控、計量、儀器儀表學術年會(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強研究[A];2007中國控制與決策學術年會論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調參雙穩(wěn)系統(tǒng)圖像增強應用初探[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

4 李孟歆;金風;張穎;;一種新的圖像增強混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結合的圖像增強算法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

8 劉毅;高旭輝;;一種改進的夜視圖像增強處理算法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學操作的圖像增強方法(英文)[A];第二屆和諧人機環(huán)境聯(lián)合學術會議(HHME2006)——第15屆中國多媒體學術會議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關博士學位論文 前10條

1 許欣;圖像增強若干理論方法與應用研究[D];南京理工大學;2010年

2 李艷梅;圖像增強的相關技術及應用研究[D];電子科技大學;2013年

3 陳一平;圖像增強及其在視覺跟蹤中的應用[D];國防科學技術大學;2011年

4 王彥臣;基于多尺度數(shù)字X光圖像增強方法的研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

5 孫飛飛;水下圖像增強和復原方法研究[D];中國海洋大學;2011年

6 潘天工;面向PACS系統(tǒng)的圖像增強和圖像加密算法研究[D];哈爾濱理工大學;2014年

7 魯志波;醫(yī)學圖像增強與插值的算法研究[D];解放軍信息工程大學;2007年

8 李建奇;礦物浮選泡沫圖像增強與分割方法研究及應用[D];中南大學;2013年

9 豐國棟;數(shù)字化X線攝影圖像增強方法研究[D];中國科學技術大學;2009年

10 李燦飛;基于偏微分方程的醫(yī)學圖像增強與分割方法研究[D];湖南大學;2012年

相關碩士學位論文 前10條

1 盛道清;圖像增強算法的研究[D];武漢科技大學;2007年

2 黃信安;紅外弱小目標圖像增強方法的研究[D];中國科學院研究生院（西安光學精密機械研究所）;2007年

3 王芳;基于脈沖耦合神經網絡的圖像增強算法研究[D];武漢科技大學;2009年

4 陳濤;人工免疫算法及其在圖像增強中的應用[D];太原理工大學;2009年

5 鄭翔;低照度圖像增強算法的研究[D];華南理工大學;2010年

6 田鍵;磁粉檢測系統(tǒng)中圖像增強的方法研究[D];長春理工大學;2010年

7 寧文靜;基于多次曝光的圖像增強算法研究[D];哈爾濱工業(yè)大學;2011年

8 李文興;醫(yī)學圖像增強在“軟讀片”中的應用[D];鄭州大學;2013年

9 郭曉婷;低照度圖像增強算法的研究[D];華南理工大學;2013年

10 劉濤;大霧環(huán)境下圖像增強方法研究[D];中南林業(yè)科技大學;2011年

，

本文編號：1955343