当前位置:主页 > 科技论文 > 软件论文 >

夜间视频增强算法研究及硬件设计

发布时间:2018-06-03 13:50

  本文选题:图像处理 + 夜间视频增强 ; 参考:《哈尔滨工业大学》2017年硕士论文


【摘要】:视频技术是当今社会中应用最为广泛的技术之一,在安防监控、交通安全、航天航空等领域等发挥着至关重要的作用,然而在夜间环境中,由于光照不足、强度不均等原因,采集到的视频通常清晰度低、信息丢失严重,因此有必要对夜间视频进行增强处理,以提升其视觉效果和质量。基于以上背景,本文主要研究夜间视频增强算法,以及嵌入式夜间视频增强系统的设计与实现。首先,本文研究了经典的图像增强算法在夜间图像增强中的应用。针对夜间视频的特点,本文重点研究了直方图均衡、同态滤波和Retinex算法在夜间图像增强中的应用,并通过实验仿真分析了各算法的有效性和局限性。其次,本文重点研究了基于暗通道先验的去雾算法在夜间图像增强中的应用。经过实验验证,夜间图像与雾天图像的直方图分布呈现一种对称的特性,因此可以利用雾天图像增强算法实现夜间图像增强的目的。本文通过实验证明了暗通道先验算法能对夜间图像起到很好的增强效果,同时也发现该算法存在光晕伪影现象以及计算量大等不足。因此,本文提出了相应的优化方法,并通过对比实验,从主观视觉效果和客观指标两方面分析了优化算法与其他算法的性能。最后,设计并实现了夜间视频增强硬件系统。考虑到硬件系统的成本、体积和实用性等需求,本文设计了基于现场可编程门阵列(Field Programmable Gate Array,FPGA)的嵌入式夜间视频增强系统。对系统中视频处理板卡的电路设计进行了简要说明,详细介绍了基于Verilog硬件编程语言和流水线思想设计的FPGA功能逻辑模块,主要包括视频数据接收和发送、色彩空间转换、视频增强处理等功能模块,并验证了各模块的正确性。最后,在实际夜间环境中,对夜间视频增强系统的效果进行测试,实测结果表明,本文设计的嵌入式夜间视频增强系统能实现对分辨率为1920x1080、帧频为30帧每秒的视频进行实时有效的增强处理。
[Abstract]:Video technology is one of the most widely used technologies in today's society. It plays an important role in the fields of security monitoring, traffic safety, aerospace and so on. However, in the night environment, because of the lack of light, the intensity is not equal. The captured video usually has low definition and serious loss of information, so it is necessary to enhance the visual effect and quality of the night video. Based on the above background, this paper mainly studies the night video enhancement algorithm, and the design and implementation of embedded night video enhancement system. Firstly, this paper studies the application of classical image enhancement algorithm in night image enhancement. According to the characteristics of night video, this paper focuses on the application of histogram equalization, homomorphic filtering and Retinex algorithm in night image enhancement, and analyzes the validity and limitation of each algorithm through experimental simulation. Secondly, this paper focuses on the application of dark channel priori de-fogging algorithm in night image enhancement. Experimental results show that the histogram distribution of nocturnal and foggy images is symmetrical, so the enhancement algorithm of fog images can be used to achieve the purpose of nocturnal image enhancement. The experimental results show that the dark channel priori algorithm can enhance the night image very well. At the same time, it is also found that the algorithm has some shortcomings such as halo artifacts and large amount of computation. Therefore, this paper puts forward the corresponding optimization method, and analyzes the performance of the optimization algorithm and other algorithms from two aspects of subjective visual effect and objective index through comparative experiments. Finally, the hardware system of night video enhancement is designed and implemented. Considering the cost, volume and practicability of hardware system, this paper designs an embedded night video enhancement system based on Field Programmable Gate Array (Programmable Gate). The circuit design of video processing board in the system is briefly described, and the logic module of FPGA function based on Verilog hardware programming language and pipeline is introduced in detail, including video data receiving and transmitting, color space conversion. Video enhancement processing and other functional modules, and verify the correctness of each module. Finally, the effect of night video enhancement system is tested in real night environment. The experimental results show that, The embedded night video enhancement system designed in this paper can achieve real-time and effective enhancement of video with resolution of 1920x1080 and frame rate of 30 frames per second.
【学位授予单位】:哈尔滨工业大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 程彩娟;“八后问题”的算法与程序设计[J];天津职业技术师范学院学报;1991年02期

2 葛磊;武芳;王鹏波;张冬林;;3维建筑综合中基于最小特征的面平移算法[J];测绘科学技术学报;2009年02期

3 骆雯,孙延明,陈振威,陈锦昌;判断点与封闭多边形相对关系的改进算法[J];机械;1999年03期

4 李林;卢显良;;一种基于切割映射的规则冲突消除算法[J];电子学报;2008年02期

5 刘巧玲;张红英;林茂松;;一种简单快速的图像去雾算法[J];计算机应用与软件;2013年07期

6 林亚平,杨小林;快速概率分析进化算法及其性能研究[J];电子学报;2001年02期

7 章郡锋;吴晓红;黄晓强;何小海;;基于暗原色先验去雾的改进算法[J];电视技术;2013年23期

8 杨铁军;靳婷;;一种动态整周模糊值求解算法及其仿真分析[J];系统工程与电子技术;2007年01期

9 周秀玲;郭平;陈宝维;王静;;几种计算超体积算法的比较研究[J];计算机工程;2011年03期

10 吴一戎,胡东辉,彭海良;Chirp Scaling SAR成象算法及其实现[J];电子科学学刊;1995年03期

相关会议论文 前10条

1 潘伟;龙华;刘云;许瑞琛;;基于无线技术的农业视频管理系统的设计[A];2009年研究生学术交流会通信与信息技术论文集[C];2009年

2 尹冀锋;;一种新的图象自适应增强算法[A];四川省通信学会一九九二年学术年会论文集[C];1992年

3 薛丽;王波涛;;基于形态学的运动员号码牌图像增强[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

4 邱林;李强;;视频行为分析在建筑节能应用中的探讨[A];中国自动化学会控制理论专业委员会C卷[C];2011年

5 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年

6 张莹;王太勇;冷永刚;邓辉;;调参双稳系统图像增强应用初探[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

7 李孟歆;金风;张颖;;一种新的图像增强混合方法研究[A];创新沈阳文集(A)[C];2009年

8 童世和;;视频技术数字化与重庆电视台的技术建设[A];全国广播电影电视系统首届中青年优秀科技论文集[C];2001年

9 谢云;余江;裴以建;白宝丹;;基于小生境遗传算法的图像增强[A];2007'仪表,,自动化及先进集成技术大会论文集(一)[C];2007年

10 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

相关重要报纸文章 前10条

1 本报记者  陈铖;网络视频的“危”与“机”[N];通信信息报;2007年

2 见习记者 李雪昆;网络视频将进入快速发展期[N];中国新闻出版报;2007年

3 沈建苗 编译 许磊;让视频为企业所用[N];计算机世界;2010年

4 本报记者 薛娟;视频云的蓝海生意[N];中国经济时报;2012年

5 记者 梁杰;视频技术人才走俏[N];人才市场报;2007年

6 崔西;网络视频渐热 市场规模激增[N];中国文化报;2009年

7 ;可搜索的视频:又一座金矿[N];网络世界;2010年

8 本报记者 齐洁;CC视频 企业视频商业化[N];中国经营报;2011年

9 中国科学院院士 中国工程院院士 李德仁;视频技术在智慧城市中的应用[N];中国信息化周报;2013年

10 阿清;2007 数码舞动视频[N];中国证券报;2007年

相关博士学位论文 前10条

1 冯辉;网络化的并行与分布式优化算法研究及应用[D];复旦大学;2013年

2 许玉杰;云计算环境下海量数据的并行聚类算法研究[D];大连海事大学;2014年

3 李琰;基于猫群算法的高光谱遥感森林类型识别研究[D];东北林业大学;2015年

4 陈加顺;海洋环境下聚类算法的研究[D];南京航空航天大学;2014年

5 王洋;基于群体智能的通信网络告警关联规则挖掘算法研究[D];太原理工大学;2015年

6 雷雨;面向考试时间表问题的启发式进化算法研究[D];西安电子科技大学;2015年

7 熊霖;大数据下的数据选择与学习算法研究[D];西安电子科技大学;2015年

8 周雷;基于图结构的目标检测与分割算法研究[D];上海交通大学;2014年

9 王冰;人工蜂群算法的改进及相关应用的研究[D];北京理工大学;2015年

10 周旭;复杂网络中社区发现算法研究[D];吉林大学;2016年

相关硕士学位论文 前10条

1 朱海辉;夜间视频增强算法研究及硬件设计[D];哈尔滨工业大学;2017年

2 杨学博;图像增强算法研究及硬件实现[D];电子科技大学;2017年

3 姚鑫宇;EMD去噪与MUSIC算法在DOA估计中的联合应用[D];昆明理工大学;2015年

4 陆进;面向含噪数据聚类相关算法的研究[D];复旦大学;2014年

5 李家昌;基于能量约束的超声图像自动分割算法[D];华南理工大学;2015年

6 陈坚;基于密度和约束的数据流聚类算法研究[D];兰州大学;2015年

7 高健;基于Zynq7000平台的去雾算法研究及实现[D];南京理工大学;2015年

8 顾磊;基于Hadoop的聚类算法的数据优化及其应用研究[D];南京信息工程大学;2015年

9 杨燕霞;基于Hadoop平台的并行关联规则挖掘算法研究[D];四川师范大学;2015年

10 王羽;基于MapReduce的社区发现算法的设计与实现[D];南京理工大学;2015年



本文编号:1973011

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1973011.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户f41ee***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com