基于CUDA的沙尘成像环境下的视频实时增强系统

摘要

随着科技的发展，基于图像/视频处理的智能技术在交通监控、公共安全等诸多领域得到了广泛的应用。在沙尘天气下，由于沙尘对光线有散射和吸收的作用，会使所成图像严重劣化。沙尘图像往往会出现严重的泛红，整体偏黑，模糊不清，对比度降低，彩色图像还会出现严重的色彩偏移和颜色失真，严重影响各种基于视频的应用系统性能。而沙尘图像增强算法能有效改善图像的质量，提升各类视频监控系统特别是应用于道路安全和公共安全的视频监控系统的可靠性和稳定性。
　　目前国内外对沙尘图像增强的研究较少，而雾天图像的成像原理与沙尘最为接近。雾天图像增强算法大致可以分为基于对比度增强的算法和基于物理模型的增强算法。本文在分析了沙尘图像退化原因的基础上，并权衡硬件实现的复杂度，提出一种综合颜色恒常和局部对比度增强的沙尘图像增强算法，并实现基于CUDA的沙尘视频实时增强系统。论文的主要研究内容和成果如下:
　　一、提出综合颜色恒常和局部对比度增强的沙尘图像增强算法
　　传统的去雾算法应用于沙尘图像增强会出现颜色失真、对比度降低等问题。本文在分析沙尘图像成像原理的基础上，提出了一种新的颜色恒常算法—基于统计方法的颜色恒常算法，并结合限制对比度自适应直方图均衡算法，提出一种新的沙尘图像增强算法，针对沙尘图像中容易出现的颜色失真和对比度下降的退化现象进行有效处理。实验结果与其他算法结果比较，具有明显的优势。
　　二、实现基于CUDA的沙尘视频实时增强系统
　　沙尘视频的实时增强对于算法的计算速度有着严苛的要求，因此本文提出一种基于CUDA+OpenCV+MFC的系统框架，实现基于CUDA的沙尘视频实时增强系统。该系统运用CUDA并行计算大幅提升本文所提算法的计算速度，使之满足视频实时增强的要求。另外，论文对系统框架进行优化，提高了系统的可扩展性和可移植性。系统具有功能模块独立，框架结构清晰，视频处理速度快等特点。

目录

声明

摘要

第一章 绪论

1．1 课题研究的目的和意义

1．2 国内外研究现状

1．3 课题研究内容及论文组织结构

第二章 相关图像增强算法

2．1 引言

2．2 颜色恒常算法

2．2．1 灰度世界假设

2．2．2 白片假设

2．2．3 灰度阴影

2．2．4 灰度边缘假设

2．3 对比度增强算法

2．3．1 直方图均衡化

2．3．2 自适应直方图均衡

2．3．3 限制对比度自适应直方图均衡

2．3．4 基于雾天模型的沙尘图像增强算法

2．4 本章小结

第三章 综合颜色恒常和局部对比度增强的沙尘图像增强算法

3．1 沙尘图像特性分析

3．1．1 沙尘图像形成的原因

3．1．2 大气衰减模型

3．1．3 环境光模型

3．1．4 沙尘图像的特性总结

3．2 沙尘图像质量评价

3．2．1 图像信息熵

3．2．2 自然图像质量评价

3．3 算法设计与仿真

3．3．1 基于统计方法的颜色恒常算法

3．3．2 颜色恒常算法仿真对比及分析

3．3．3 对比度增强算法仿真对比及分析

3．3．4 综合颜色恒常和局部对比度增强的沙尘图像增强算法

3．4 本章小结

第四章 基于CUDA的沙尘视频实时增强系统的实现

4．1 CUDA并行计算

4．1．1 CUDA的编程模型

4．1．2 CUDA的存储器模型

4．1．3 CUDA的硬件实现

4．2 OpenCV介绍

4．3 本文算法的并行性分析

4．4 基于CUDA+OpenCV的沙尘视频实时增强系统

4．4．1 沙尘视频实时增强系统的设计目的

4．4．2 沙尘视频实时增强系统的框架介绍

4．4．3 基于CUDA的沙尘视频实时增强系统的具体实现

4．5 本章小结

第五章 总结与展望

参考文献

攻读学位期间科研成果

致谢