基于图像融合的实时去雾硬件加速器设计与实现

发布时间：2024-02-24 18:22

　　随着当前天气情况的复杂度和突发度的增加以及电子技术和物联网技术的发展,当前各种交通应用场景需要更为有效的图像去雾系统来应对日益增加的潜在交通事故的风险。于此同时,有雾图像严重制约了人工智能进行图像识别的效率,进而制约自动驾驶的发展。所以,近几年去雾算法越来越成为人们关注的重点。但是,当前对于去雾算法的研究仍集中于探究去雾效果和算法复杂度的平衡,并未有太多针对现实应用场景的实时去雾电路的设计。因此,本文旨在结合当前对比度拉伸和边缘增强算法,探究一种适合进行硬件化的基于图像增强的去雾算法。论文的主要工作有:(1)本文提出基于对比度拉伸和导向滤波的融合去雾算法。对基于融合的去雾算法进行探究,分别使用增强对比度的直方图均衡化、线性拉伸和限制对比度拉伸的结果作为融合去雾的中间结果,与对图像边缘进行强化的基于导向滤波的高升压滤波结合,探究更为高效的去雾算法。最终得到了使用限制对比度拉伸和基于导向滤波的高升压滤波的融合去雾算法有更好的效率,在不损失去雾质量的情况下,能缩短90%以上的时间;(2)本文基于上述所提的算法设计一个实时去雾加速器系统。其使用限制对比度拉伸和基于导向滤波的高升压滤波的融合去雾...

【文章页数】：86 页

【学位级别】：硕士

【部分图文】：

图3.1晴天场景图片及其暗通道灰度图

第3章基于图像融合的去雾算法设计与探究29第3章基于图像融合的去雾算法的设计与探究3.1概述本章节主要对几种去雾方法的原理进行了探究，并提出了基于对比度拉伸和导向滤波的融合去雾方法。3.2节首先介绍了基于暗通道先验理论的去雾算法的基本原理和去雾过程，从求解过程的复杂度和去雾结果两....

图3.2雾天场景图片及其暗通道灰度图

合肥工业大学硕士学位论文30图3.2雾天场景图片及其暗通道灰度图Fig3.2Theimageinfoggysceneanditsdarkchannel晴天拍摄的图像之所以能够满足暗通道先验理论的原因主要有：（1）由于在晴天环境下，室外场景的物象都会有阴影；（2）采集场景中的颜色纯....

图3.3基于暗通道先验去雾方法处理后的效果图

第3章基于图像融合的去雾算法设计与探究31ccccc{r,g,b}yΩ(x)c{r,g,b}yΩ(x)I(y)J(y)min(min())=t(x)min(min())+(1-t(x))AA(3-3)由于之前的暗通道理论，等式的左边为0，所以可以得到(3-4)，可以得到每个像素点....

图3.13边缘区域和

合肥工业大学硕士学位论文42的消失，边缘也被处理模糊了。所以对去雾场景这种需要保留边缘特性的情况，上述平滑滤波器就不适用了。导向滤波就是一种保留边缘的滤波器。(a)(b)图3.13边缘区域和噪声的梯度变化Fig3.13Gradientchangesinedgeareaandnoi....

本文编号：3909427