在霧、霾等天氣條件下,由光學(xué)相機所獲取的原始景物會出現(xiàn)嚴重的圖像退化現(xiàn)象,比如對比度及能見度降低、圖像模糊等情況。目前在圖像去霧領(lǐng)域,暗通道先驗算法對解決上述問題具有良好的效果,但是考慮到該算法的計算復(fù)雜度以及實時性,無法將其直接移植到FPGA內(nèi)。因此在暗通道先驗算法基礎(chǔ)上,首先用一種大氣透射率快速估計方法來降低計算量,同時改善傳統(tǒng)算法出現(xiàn)的Halo現(xiàn)象,然后采用自動色階方法對去霧后圖像進行對比度拉伸,改善去霧效果。實驗結(jié)果表明,所提算法不僅滿足實時去霧的要求,而且有效提高了圖像去霧的能力。 

【文章來源】：電光與控制. 2020,27(07)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

視頻圖像處理流程圖

圖2為FPGA實現(xiàn)上述3個操作的示意圖。首先,FPGA利用塊RAM對3個通道均進行7行圖像數(shù)據(jù)緩存,行緩存的數(shù)據(jù)在7×7范圍內(nèi)最小值濾波后,得到3個通道的圖像鄰域內(nèi)最小值min R,min G,min B。其次,FPGA直接對3片SSRAM的RGB圖像數(shù)據(jù)取最小值,得到min pixel。同時采取行延時操作,保證min pixel和最小濾波后的數(shù)據(jù)對齊。最后,FPGA將3片SSRAM的RGB圖像數(shù)據(jù)作為原始數(shù)據(jù),行延時后與 最小濾波后的數(shù)據(jù)對齊。上述操作采用同步時鐘信號 觸發(fā),延遲時間為行延遲級。此外,在FPGA內(nèi)部除了一些必要的除法運算采用除法核外,其他除法均采用擴充數(shù)據(jù)位寬結(jié)合移位的方式進行,例如FPGA內(nèi)部直接將[0,1]數(shù)據(jù)擴大至[0,256],然后再右移8位完成計算[12]。

圖4是本文算法在FPGA硬件實現(xiàn)前后的對比圖。可見,利用FPGA硬件進行去霧的效果略遜于本文算法的PC機的仿真效果,去霧后的圖像仍舊保留較少的霧。另外,以圖3(分辨率400像素×400像素)為例,對本文算法分別在PC機Matlab上與FPGA內(nèi)進行執(zhí)行時間對比,對比結(jié)果見表2。PC機配置為2.4 GHz的酷睿i5- 6200處理器,8 GiB內(nèi)存,64位Windows10系統(tǒng)。FPGA的型號為xc7k325tffg676,該型號FPGA硬件內(nèi)部資源共消耗掉10 757個Slices,11 061個邏輯單元以及10個RAM塊。

【參考文獻】：
期刊論文
[1]一種基于大氣散射模型和Retinex的紅外圖像去霧算法[J]. 董浩偉,陳潔.  紅外技術(shù). 2019(04)
[2]基于直方圖均衡化圖像增強的兩種改進方法[J]. 董麗麗,丁暢,許文海.  電子學(xué)報. 2018(10)
[3]基于圖像增強的圖像去霧算法研究[J]. 謝娜.  機械設(shè)計與制造工程. 2017(12)
[4]基于暗通道先驗的快速圖像去霧[J]. 王雪梅,鞠銘燁.  科學(xué)技術(shù)與工程. 2016(20)
[5]暗通道先驗去霧算法的改進及FPGA實現(xiàn)[J]. 劉光飛,胡遼林.  西安理工大學(xué)學(xué)報. 2016(01)
[6]一種基于暗通道先驗的快速圖像去霧算法[J]. 張登銀,鞠銘燁,王雪梅.  電子學(xué)報. 2015(07)
[7]基于SCMOS的近紅外透霧成像系統(tǒng)[J]. 楚廣生,宋玉龍,李祥琛,宋悅銘.  儀器儀表學(xué)報. 2014(S1)
[8]基于雙線性插值動態(tài)直方圖均衡化的霧天圖像增強算法[J]. 許志遠,柳曉鳴.  大連海事大學(xué)學(xué)報. 2010(03)
[9]一種自適應(yīng)的霧天降質(zhì)圖像清晰化方法研究[J]. 吳振宇,姚洪利,杜少軍.  電光與控制. 2010(08)



本文編號：3313541