基于FPGA的透射率快速估计去雾方法
发布时间：2021-07-31 13:20
在雾、霾等天气条件下,由光学相机所获取的原始景物会出现严重的图像退化现象,比如对比度及能见度降低、图像模糊等情况。目前在图像去雾领域,暗通道先验算法对解决上述问题具有良好的效果,但是考虑到该算法的计算复杂度以及实时性,无法将其直接移植到FPGA内。因此在暗通道先验算法基础上,首先用一种大气透射率快速估计方法来降低计算量,同时改善传统算法出现的Halo现象,然后采用自动色阶方法对去雾后图像进行对比度拉伸,改善去雾效果。实验结果表明,所提算法不仅满足实时去雾的要求,而且有效提高了图像去雾的能力。
【文章来源】：电光与控制. 2020,27(07)北大核心CSCD
【文章页数】：5 页
【部分图文】：
视频图像处理流程图
图2为FPGA实现上述3个操作的示意图。首先,FPGA利用块RAM对3个通道均进行7行图像数据缓存,行缓存的数据在7×7范围内最小值滤波后,得到3个通道的图像邻域内最小值min R,min G,min B。其次,FPGA直接对3片SSRAM的RGB图像数据取最小值,得到min pixel。同时采取行延时操作,保证min pixel和最小滤波后的数据对齐。最后,FPGA将3片SSRAM的RGB图像数据作为原始数据,行延时后与 最小滤波后的数据对齐。上述操作采用同步时钟信号 触发,延迟时间为行延迟级。此外,在FPGA内部除了一些必要的除法运算采用除法核外,其他除法均采用扩充数据位宽结合移位的方式进行,例如FPGA内部直接将[0,1]数据扩大至[0,256],然后再右移8位完成计算[12]。
图4是本文算法在FPGA硬件实现前后的对比图。可见,利用FPGA硬件进行去雾的效果略逊于本文算法的PC机的仿真效果,去雾后的图像仍旧保留较少的雾。另外,以图3(分辨率400像素×400像素)为例,对本文算法分别在PC机Matlab上与FPGA内进行执行时间对比,对比结果见表2。PC机配置为2.4 GHz的酷睿i5- 6200处理器,8 GiB内存,64位Windows10系统。FPGA的型号为xc7k325tffg676,该型号FPGA硬件内部资源共消耗掉10 757个Slices,11 061个逻辑单元以及10个RAM块。
【参考文献】：
期刊论文
[1]一种基于大气散射模型和Retinex的红外图像去雾算法[J]. 董浩伟,陈洁. 红外技术. 2019(04)
[2]基于直方图均衡化图像增强的两种改进方法[J]. 董丽丽,丁畅,许文海. 电子学报. 2018(10)
[3]基于图像增强的图像去雾算法研究[J]. 谢娜. 机械设计与制造工程. 2017(12)
[4]基于暗通道先验的快速图像去雾[J]. 王雪梅,鞠铭烨. 科学技术与工程. 2016(20)
[5]暗通道先验去雾算法的改进及FPGA实现[J]. 刘光飞,胡辽林. 西安理工大学学报. 2016(01)
[6]一种基于暗通道先验的快速图像去雾算法[J]. 张登银,鞠铭烨,王雪梅. 电子学报. 2015(07)
[7]基于SCMOS的近红外透雾成像系统[J]. 楚广生,宋玉龙,李祥琛,宋悦铭. 仪器仪表学报. 2014(S1)
[8]基于双线性插值动态直方图均衡化的雾天图像增强算法[J]. 许志远,柳晓鸣. 大连海事大学学报. 2010(03)
[9]一种自适应的雾天降质图像清晰化方法研究[J]. 吴振宇,姚洪利,杜少军. 电光与控制. 2010(08)
本文编号：3313541
【文章来源】：电光与控制. 2020,27(07)北大核心CSCD
【文章页数】：5 页
【部分图文】：
视频图像处理流程图
图2为FPGA实现上述3个操作的示意图。首先,FPGA利用块RAM对3个通道均进行7行图像数据缓存,行缓存的数据在7×7范围内最小值滤波后,得到3个通道的图像邻域内最小值min R,min G,min B。其次,FPGA直接对3片SSRAM的RGB图像数据取最小值,得到min pixel。同时采取行延时操作,保证min pixel和最小滤波后的数据对齐。最后,FPGA将3片SSRAM的RGB图像数据作为原始数据,行延时后与 最小滤波后的数据对齐。上述操作采用同步时钟信号 触发,延迟时间为行延迟级。此外,在FPGA内部除了一些必要的除法运算采用除法核外,其他除法均采用扩充数据位宽结合移位的方式进行,例如FPGA内部直接将[0,1]数据扩大至[0,256],然后再右移8位完成计算[12]。
图4是本文算法在FPGA硬件实现前后的对比图。可见,利用FPGA硬件进行去雾的效果略逊于本文算法的PC机的仿真效果,去雾后的图像仍旧保留较少的雾。另外,以图3(分辨率400像素×400像素)为例,对本文算法分别在PC机Matlab上与FPGA内进行执行时间对比,对比结果见表2。PC机配置为2.4 GHz的酷睿i5- 6200处理器,8 GiB内存,64位Windows10系统。FPGA的型号为xc7k325tffg676,该型号FPGA硬件内部资源共消耗掉10 757个Slices,11 061个逻辑单元以及10个RAM块。
【参考文献】：
期刊论文
[1]一种基于大气散射模型和Retinex的红外图像去雾算法[J]. 董浩伟,陈洁. 红外技术. 2019(04)
[2]基于直方图均衡化图像增强的两种改进方法[J]. 董丽丽,丁畅,许文海. 电子学报. 2018(10)
[3]基于图像增强的图像去雾算法研究[J]. 谢娜. 机械设计与制造工程. 2017(12)
[4]基于暗通道先验的快速图像去雾[J]. 王雪梅,鞠铭烨. 科学技术与工程. 2016(20)
[5]暗通道先验去雾算法的改进及FPGA实现[J]. 刘光飞,胡辽林. 西安理工大学学报. 2016(01)
[6]一种基于暗通道先验的快速图像去雾算法[J]. 张登银,鞠铭烨,王雪梅. 电子学报. 2015(07)
[7]基于SCMOS的近红外透雾成像系统[J]. 楚广生,宋玉龙,李祥琛,宋悦铭. 仪器仪表学报. 2014(S1)
[8]基于双线性插值动态直方图均衡化的雾天图像增强算法[J]. 许志远,柳晓鸣. 大连海事大学学报. 2010(03)
[9]一种自适应的雾天降质图像清晰化方法研究[J]. 吴振宇,姚洪利,杜少军. 电光与控制. 2010(08)
本文编号：3313541
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3313541.html
