【摘要】：在霧天環(huán)境下,因?yàn)榭諝庵写髿獾纳⑸渥饔?拍攝到的圖像會(huì)發(fā)生降質(zhì)而變得模糊不清,造成圖片的對(duì)比度降低,很多細(xì)節(jié)信息都無(wú)法獲取,從而影響監(jiān)控系統(tǒng)等各類依賴于光學(xué)成像儀器的系統(tǒng)工作。為了去除霧氣產(chǎn)生的影響,復(fù)原出圖像的細(xì)節(jié)信息,使用圖像去霧技術(shù)來(lái)增強(qiáng)或修復(fù)圖像具有深刻的研究意義。隨著技術(shù)的不斷進(jìn)步和圖像清晰度的提高,在PC機(jī)使用軟件實(shí)現(xiàn)圖像去霧已經(jīng)不能滿足要求,FPGA的發(fā)展為其注入了新的活力。然而在FPGA上對(duì)圖像去霧進(jìn)行實(shí)現(xiàn)時(shí)仍然存在著效果上的瓶頸以及實(shí)現(xiàn)復(fù)雜等問(wèn)題。本文對(duì)去霧算法和FPGA設(shè)計(jì)進(jìn)行了深入研究,對(duì)去霧算法進(jìn)行改進(jìn),最終在FPGA上實(shí)現(xiàn)了改進(jìn)后的算法。首先,本文介紹了基于圖像增強(qiáng)的圖像去霧方法與基于物理模型的圖像去霧方法,分析了兩者的優(yōu)點(diǎn)和瓶頸,最終選擇了基于物理模型的暗通道先驗(yàn)圖像去霧算法來(lái)恢復(fù)得到清晰圖像。由于該算法存在著使用的軟摳圖算法過(guò)于復(fù)雜,以及有些步驟不適合在FPGA上實(shí)現(xiàn)的問(wèn)題,在具體實(shí)現(xiàn)時(shí)會(huì)限制處理的速度并且浪費(fèi)珍貴的硬件資源,因此本文在對(duì)原算法充分研究的基礎(chǔ)上進(jìn)行了進(jìn)一步的改進(jìn)。在保證去霧效果的前提下,本文對(duì)其中的某些步驟和操作進(jìn)行了優(yōu)化和簡(jiǎn)化。其中,為了使透射率計(jì)算和大氣光估計(jì)在硬件上實(shí)現(xiàn)起來(lái)更加快速方便,同時(shí)節(jié)約硬件資源,對(duì)它們的計(jì)算過(guò)程分別進(jìn)行了簡(jiǎn)化;針對(duì)光暈現(xiàn)象以及用于去除光暈的軟摳圖算法過(guò)于復(fù)雜的問(wèn)題,著重對(duì)其它細(xì)化透射率的方法進(jìn)行了研究,最終確定了導(dǎo)向?yàn)V波和結(jié)合邊緣檢測(cè)兩種方法進(jìn)行進(jìn)一步的選擇。在軟件平臺(tái)上對(duì)以上兩種方案進(jìn)行了實(shí)現(xiàn)和仿真,并通過(guò)主觀感受和客觀評(píng)價(jià)的方法對(duì)它們的去霧結(jié)果進(jìn)行了比較。最后選擇利用導(dǎo)向?yàn)V波的方法細(xì)化透射率,進(jìn)而對(duì)圖像進(jìn)行恢復(fù)。通過(guò)以上過(guò)程確定了本文中圖像去霧算法的基本流程。最后,本文在FPGA上實(shí)現(xiàn)了改進(jìn)后的圖像去霧算法。以FPGA芯片作為核心處理器,在保持去霧效果的前提下,針對(duì)FPGA的特點(diǎn),充分發(fā)揮其優(yōu)勢(shì),使用基于FPGA的實(shí)現(xiàn)優(yōu)化方法,實(shí)現(xiàn)了暗通道獲取、透射率計(jì)算、大氣光估計(jì)以及最終圖像恢復(fù)等多個(gè)模塊的硬件邏輯,盡可能地減少了計(jì)算復(fù)雜度并節(jié)省了資源。其中重點(diǎn)對(duì)暗通道獲取中的最小值濾波部分與細(xì)化透射率中的導(dǎo)向?yàn)V波部分的實(shí)現(xiàn)進(jìn)行了討論和分析,并對(duì)圖像的邊界部分進(jìn)行了設(shè)計(jì)。然后對(duì)各模塊的功能進(jìn)行了驗(yàn)證,并對(duì)實(shí)際的有霧圖像進(jìn)行了去霧處理。
【圖文】：

和圖 2.5 所示，其右側(cè)的圖像即為當(dāng)窗口尺寸為 15*15 時(shí)按照此步驟獲取得到的暗通道圖。圖2.4 無(wú)霧圖像和它的暗通道圖圖2.5 有霧圖像和它的暗通道圖圖 2.4 為戶外場(chǎng)景中的無(wú)霧圖像和它相應(yīng)的暗通道圖，，圖 2.5 為戶外場(chǎng)景中的有霧圖像和它相應(yīng)的暗通道圖，其中左邊為原圖，右邊為相應(yīng)的暗通道圖。對(duì)兩組圖片進(jìn)行對(duì)比觀察可以發(fā)現(xiàn)，無(wú)霧圖像的暗通道圖的顏色幾乎全部為黑色，而有霧圖像的暗通道圖的顏色更接近灰白色。進(jìn)一步分析可得，暗通道圖的不同顏色可以用來(lái)估計(jì)圖像中霧的濃度。

圖2.4 無(wú)霧圖像和它的暗通道圖圖2.5 有霧圖像和它的暗通道圖圖 2.4 為戶外場(chǎng)景中的無(wú)霧圖像和它相應(yīng)的暗通道圖，圖 2.5 為戶外場(chǎng)景中的有霧圖像和它相應(yīng)的暗通道圖，其中左邊為原圖，右邊為相應(yīng)的暗通道圖。對(duì)兩組圖片進(jìn)行對(duì)比觀察可以發(fā)現(xiàn)，無(wú)霧圖像的暗通道圖的顏色幾乎全部為黑色，而有霧圖像的暗通道圖的顏色更接近灰白色。進(jìn)一步分析可得，暗通道圖的不同顏色可以用來(lái)估計(jì)圖像中霧的濃度。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP391.41;TN791

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮桂蓮;;曲率驅(qū)動(dòng)擴(kuò)散圖像邊緣形態(tài)復(fù)合濾波方法仿真[J];計(jì)算機(jī)仿真;2019年09期

2 張錦華;孫挺;;引入像點(diǎn)融合度修補(bǔ)的圖像邊緣化參差拼接實(shí)現(xiàn)[J];微電子學(xué)與計(jì)算機(jī);2014年08期

3 翟逸飛;;基于FPGA的圖像邊緣處理研究[J];企業(yè)技術(shù)開(kāi)發(fā);2013年12期

4 顧長(zhǎng)友;妙用Photoshop處理圖像邊緣[J];電腦知識(shí)與技術(shù);2003年08期

5 濮群,余桂;用線性模型檢測(cè)圖像邊緣[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);1988年01期

6 宋建中;;噴霧圖像的自動(dòng)分析[J];光學(xué)機(jī)械;1988年04期

7 高華;;關(guān)于古建筑圖像中破損點(diǎn)優(yōu)化提取仿真[J];計(jì)算機(jī)仿真;2017年11期

8 劉娟娟;劉斌;;低照度非線性光學(xué)圖像邊緣自適應(yīng)增強(qiáng)裝置設(shè)計(jì)[J];激光雜志;2017年03期

9 許志強(qiáng);張婷;;數(shù)字式多媒體場(chǎng)景圖像準(zhǔn)確分類方法仿真[J];計(jì)算機(jī)仿真;2019年07期

10 張琳梅;;基于圖像邊緣增強(qiáng)的改進(jìn)方法[J];信息系統(tǒng)工程;2016年03期

相關(guān)會(huì)議論文 前10條

1 陸成剛;陳剛;張但;閔春燕;;圖像邊緣的優(yōu)化模型[A];'2002系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)論文集（第四卷）[C];2002年

2 王培珍;楊維翰;陳維南;;圖像邊緣信息的融合方案研究[A];中國(guó)圖象圖形學(xué)會(huì)第十屆全國(guó)圖像圖形學(xué)術(shù)會(huì)議（CIG’2001）和第一屆全國(guó)虛擬現(xiàn)實(shí)技術(shù)研討會(huì)（CVR’2001）論文集[C];2001年

3 王亮亮;李明;高昕;;強(qiáng)模糊空間目標(biāo)圖像邊緣獲取方法研究[A];第九屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集（下冊(cè)）[C];2010年

4 陳煒;張陽(yáng)陽(yáng);孟慶勛;;一種基于Curvelet變換的圖像邊緣增強(qiáng)方法[A];國(guó)家安全地球物理叢書(shū)（十）——地球物理環(huán)境與國(guó)家安全[C];2014年

5 張明慧;;基于模糊蒙片算法的CR圖像邊緣增強(qiáng)[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（1）[C];2008年

6 孫增國(guó);師蕊;;基于L_(1/2)范數(shù)的高分三SAR圖像的非局部均值降斑[A];第五屆高分辨率對(duì)地觀測(cè)學(xué)術(shù)年會(huì)論文集[C];2018年

7 楊文秀;陸常周;;最優(yōu)小波問(wèn)題探討[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

8 趙恩良;姜盈帆;孫麗華;曹康敏;金瑞巧;;一種基于變窗口的圖像去噪算法研究[A];第十六屆沈陽(yáng)科學(xué)學(xué)術(shù)年會(huì)論文集（理工農(nóng)醫(yī)）[C];2019年

9 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測(cè)系統(tǒng)研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

10 胡昌偉;屈小波;郭迪;寧本德;陳忠;;基于邊緣加權(quán)的l_1-l_2范數(shù)MRI欠采重建[A];第十七屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

相關(guān)重要報(bào)紙文章 前7條

1 侯杰;國(guó)產(chǎn)芯片進(jìn)軍移動(dòng)多媒體市場(chǎng)[N];人民郵電;2003年

2 吳飛;無(wú)邊距照片打印三部曲[N];中國(guó)電腦教育報(bào);2003年

3 成嶺;消除Premiere中慢鏡頭的圖像抖動(dòng)[N];電腦報(bào);2003年

4 ;體驗(yàn)決定一切[N];中國(guó)計(jì)算機(jī)報(bào);2003年

5 Wang JS;摳圖又有新招[N];電腦報(bào);2002年

6 徐和德;從實(shí)戰(zhàn)出發(fā)選擇合適鏡頭[N];中國(guó)攝影報(bào);2019年

7 ;令挑剔的人也刮目相看[N];中國(guó)電子報(bào);2001年

相關(guān)博士學(xué)位論文 前10條

1 吳思東;基于人工復(fù)眼的場(chǎng)景感知方法[D];西南交通大學(xué);2019年

2 吳迪;光學(xué)遙感圖像典型目標(biāo)檢測(cè)方法研究[D];哈爾濱工業(yè)大學(xué);2019年

3 王瑤;復(fù)雜天氣下的道路識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2019年

4 宋偉先;基于深度學(xué)習(xí)的豬只目標(biāo)檢測(cè)及狀態(tài)分析[D];東北農(nóng)業(yè)大學(xué);2019年

5 張玲;圖像光照恢復(fù)與分解技術(shù)研究[D];武漢大學(xué);2017年

6 蔡博侖;圖像去霧與增強(qiáng)算法的研究[D];華南理工大學(xué);2019年

7 歐巧鳳;二維凝膠電泳圖像中一致蛋白質(zhì)斑點(diǎn)集檢測(cè)技術(shù)研究[D];西北工業(yè)大學(xué);2018年

8 唐國(guó)良;視頻監(jiān)控圖像局部特征描述和相機(jī)接力研究[D];西安電子科技大學(xué);2019年

9 孫景峰;基于圖像特征的示波屏識(shí)別關(guān)鍵技術(shù)研究及應(yīng)用[D];西北工業(yè)大學(xué);2018年

10 劉飛;透混沌介質(zhì)偏振成像技術(shù)[D];西安電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王東;視覺(jué)窄化下船舶目標(biāo)圖像的檢測(cè)方法研究[D];江蘇科技大學(xué);2019年

2 許晨;基于圖像的內(nèi)河導(dǎo)航與目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];江蘇科技大學(xué);2019年

3 提璇;基于兩種先驗(yàn)知識(shí)的圖像去霧算法[D];山東科技大學(xué);2018年

4 陳曉迪;基于單幅圖像的去霧算法研究[D];黑龍江大學(xué);2019年

5 陳國(guó)松;基于FPGA和USB3.0的圖像信息采集與處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2019年

6 單榕;基于視覺(jué)感受度和物體度的圖像顯著性檢測(cè)算法研究[D];山東科技大學(xué);2018年

7 田媛媛;基于稀疏重建方法的牛體征檢測(cè)圖像研究[D];內(nèi)蒙古科技大學(xué);2019年

8 常一凡;基于CTA圖像的冠狀動(dòng)脈分割方法研究[D];內(nèi)蒙古科技大學(xué);2019年

9 李芳;影響panum融合區(qū)顯示深度相關(guān)參數(shù)研究及圖像優(yōu)化[D];內(nèi)蒙古科技大學(xué);2019年

10 余潔;基于集群的海量MOST圖像快速預(yù)處理研究[D];華中科技大學(xué);2019年

本文編號(hào)：2619637