發(fā)布時(shí)間：2020-09-07 10:51

　　 霧和霾在我國(guó)出現(xiàn)的比較頻繁且分布區(qū)域較廣,這不僅影響室外景物的視覺(jué)呈現(xiàn),而且會(huì)引起戶外拍攝圖像的降質(zhì),使得圖像信息部分或者大量丟失。因此,有必要尋找更為有效的圖像去霧技術(shù),來(lái)減少或者消除圖像中霧氣的影響,提高圖像的質(zhì)量。本文基于顏色衰減先驗(yàn)的圖像去霧算法,提出了一種改進(jìn)的顏色衰減先驗(yàn)去霧算法并在FPGA上對(duì)該算法進(jìn)行實(shí)現(xiàn)和驗(yàn)證。本文主要研究?jī)?nèi)容和結(jié)論如下:首先通過(guò)分析圖像降質(zhì)的原因,引出了可用于還原降質(zhì)圖像信息的大氣物理模型;其次結(jié)合暗通道先驗(yàn)的圖像去霧算法和顏色衰減先驗(yàn)的圖像去霧算法的優(yōu)缺點(diǎn),提出了一種改進(jìn)的算法,該算法對(duì)場(chǎng)景深度的模型進(jìn)行了改進(jìn);最后利用本文算法和其他算法對(duì)霧化圖像進(jìn)行處理,通過(guò)主觀和客觀對(duì)比表明,本文算法對(duì)圖像去霧的效果更好。利用FPGA對(duì)本文算法進(jìn)行實(shí)現(xiàn)與驗(yàn)證。硬件設(shè)計(jì)主要包括透射率值的計(jì)算模塊和大氣光值A(chǔ)的估計(jì)模塊。在透射率值的計(jì)算模塊中,通過(guò)改進(jìn)的景深模型進(jìn)行相應(yīng)浮點(diǎn)運(yùn)算求得景深,然后調(diào)用指數(shù)IP核獲得透射率;在大氣光值A(chǔ)的估計(jì)模塊中,首先通過(guò)所設(shè)計(jì)的最大值比較模塊可以快速得到暗通道數(shù)據(jù)中的最大值,其次通過(guò)查找表的方法找到該最大值在原圖像R、G、B通道中的對(duì)應(yīng)位置,并獲得該位置上所對(duì)應(yīng)的像素值,最后通過(guò)最大值比較模塊的計(jì)算,得到A的值。在Quartus II環(huán)境中對(duì)系統(tǒng)進(jìn)行編譯和綜合,并在開(kāi)發(fā)板DE2-115上進(jìn)行板級(jí)驗(yàn)證。結(jié)果表明,FPGA上系統(tǒng)板級(jí)驗(yàn)證的輸出結(jié)果與Modelsim中仿真的結(jié)果一致,并且算法在FPGA上的運(yùn)行速度提高到了毫秒級(jí),表明了硬件設(shè)計(jì)的正確性且達(dá)到了實(shí)時(shí)性的要求。
【學(xué)位單位】：西安理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP391.41;TN791
【部分圖文】：

如圖2-1 所示，目標(biāo)景物到監(jiān)測(cè)設(shè)備之間的實(shí)線箭頭表示衰減后的光線。同時(shí)，入射光的衰減過(guò)程與觀測(cè)點(diǎn)和場(chǎng)景點(diǎn)之間的距離相關(guān)。圖 2-2 呈現(xiàn)了入射光衰減的過(guò)程。圖 2-2 入射光衰減模型Fig.2-2 The model of light attenuation令一束光線透過(guò)厚度為 dx 的薄片，則光束在 x 處的輻射度的改變量可以用公式表示

7圖 2-2 入射光衰減模型Fig.2-2 The model of light attenuation令一束光線透過(guò)厚度為 dx 的薄片，則光束在 x 處的輻射度的改變量可以用公式表示

圖 2-3 環(huán)境光參與成像模型Fig.2-3 The model of environmental light participates in imaging設(shè) dI ( x,y)是微粒作為光源，在單位體積內(nèi)產(chǎn)生的光強(qiáng)。根據(jù)光源入射光衰減

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 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

2 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

3 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

4 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

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

6 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

7 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

8 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

9 王水萍;鄒蕾;;空中模糊目標(biāo)圖像邊緣信息的融合與恢復(fù)方法[J];科技通報(bào);2014年06期

10 朱慶生;楊世泉;柳鋒;;基于圖像邊緣摘要的快速模板匹配[J];計(jì)算機(jī)應(yīng)用研究;2009年02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 劉奇;基于結(jié)構(gòu)保持濾波的圖像去霧算法研究[D];西安電子科技大學(xué);2018年

2 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

3 李永軍;圖像與視頻低復(fù)雜度壓縮算法研究[D];西安電子科技大學(xué);2017年

4 何人杰;圖像去霧與去湍流方法研究[D];西北工業(yè)大學(xué);2017年

5 張文靜;光場(chǎng)成像技術(shù)在天空偏振模式測(cè)量和湍流圖像清晰化中的應(yīng)用研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

6 左承林;圖像非局部均值去噪方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

7 王丹;基于暗通道先驗(yàn)的圖像和視頻去霧模型及算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2016年

8 宋文青;SAR圖像自動(dòng)目標(biāo)提取方法研究[D];西安電子科技大學(xué);2018年

9 楊濱;圖像克隆拼接篡改盲取證技術(shù)研究[D];湖南大學(xué);2014年

10 張小帆;基于介觀尺度的內(nèi)燃機(jī)進(jìn)氣流場(chǎng)層析圖像診斷機(jī)理研究[D];華南理工大學(xué);2018年

相關(guān)碩士學(xué)位論文 前10條

1 葉顯一;基于深度學(xué)習(xí)的糖尿病視網(wǎng)膜病變圖像中滲出物的檢測(cè)方法研究[D];武漢工程大學(xué);2018年

2 張光裕;高質(zhì)量圖像的漸進(jìn)式并行檢索算法研究[D];廈門(mén)大學(xué);2017年

3 張秀;基于單幅圖像的沙塵圖像清晰化方法及系統(tǒng)[D];西安理工大學(xué);2019年

4 路鑫林;基于骨料形狀匹配的混凝土CT圖像裂紋信息提取方法研究[D];西安理工大學(xué);2019年

5 孫利國(guó);基于深度學(xué)習(xí)的文物圖像單標(biāo)簽和多標(biāo)簽分類研究[D];浙江大學(xué);2019年

6 李嶺;圖像與數(shù)據(jù)融合的抓取機(jī)構(gòu)控制系統(tǒng)研究[D];沈陽(yáng)工業(yè)大學(xué);2019年

7 王陳;指靜脈多曝光圖像的研究[D];北京郵電大學(xué);2019年

8 武筱琪;基于深度學(xué)習(xí)的漫畫(huà)風(fēng)格遷移方法研究[D];西安理工大學(xué);2019年

9 余鍇鑫;基于圖像分類算法的自動(dòng)化摘酒方法研究[D];浙江大學(xué);2019年

10 左慶;基于卷積神經(jīng)網(wǎng)絡(luò)的單幅圖像去霧算法的研究與應(yīng)用[D];重慶師范大學(xué);2019年

本文編號(hào)：2813244