基于FPGA架构的视频图像去雾算法研究与实现

摘要

近年来，图像处理发展迅速，已深入到人们的日常生活中。但是采集到的图像质量受外界环境影响较大，例如在雾霾天气下采集的图像存在画质模糊、亮度偏暗等问题，不仅影响视觉效果而且很难从中获取有价值信息。目前在目标识别、图像跟踪等领域，如何快速高效对图像进行去雾，提高图像质量已成为亟需解决的问题。
　　本文详细介绍了两种去雾算法。第一种去雾算法是对暗通道先验去雾算法（简称He算法）的改进算法，本文通过对He算法深入研究，发现He算法处理视频图像存在两点不足：1、He算法对天空区域去雾失效，天空区域去雾后容易出现色彩失真；2、利用粗略透射率复原无雾图像后会出现光晕现象，而细化透射率采用的软抠图（或引导滤波）方法过于复杂和耗时，难以在 FPGA硬件平台上实现且无法满足视频去雾实时性要求。针对以上两点不足，本文在满足 FPGA可行性以及视频处理的实时性前提下，提出如下改进方法：1、对于色彩失真问题，设置自适应校正阈值，分割图像中天空等高亮区域和非天空区域，对天空等高亮区域的透射率进行有效校正，减小透射率偏差进而消除色彩失真。2、针对He算法细化透射率过程过于复杂和耗时，本文对细化过程进行有效改进，基于最小值滤波思想对暗通道进一步细化，通过细化暗通道达到细化透射率的目的，从而抑制光晕现象。第二种去雾算法为快速去雾算法，该算法在亮度分量基础上估计传播图，然后基于大气散射模型复原清晰图像，具有简单可靠、易于实现等优点，可实时处理高分辨率视频图像。之后利用Altium designer设计硬件电路，完成硬件平台的焊接测试工作。最后在设计的 FPGA硬件平台上完成改进算法的编程移植和调试优化工作，实现实时视频图像去雾。
　　MATLAB仿真和硬件系统测试结果均表明，在保证输出视频质量的前提下，两种算法均达到了很好的去雾效果。此外，系统设计简单、成本较低，具有很好的实用价值。系统可根据实际需要与其它系统相连接，如作为车牌识别前端处理，为后续车牌检测、识别提供高质量、清晰视频源。

目录

声明

第一章 绪 论

1.1 课题背景与意义

1.2 相关领域的研究现状

1.3 论文各章节安排

第二章 图像去雾算法研究

2.1 基于图像增强的去雾方法

2. 2 基于图像复原的去雾方法

2.3 本章小结

第三章暗通道先验去雾算法及其改进算法

3.1 大气散射模型

3.2 暗原色先验理论

3.3 暗通道先验去雾算法

3.4 暗通道先验去雾改进算法

3.5 去雾结果比较与分析

3.6 本章小结

第四章基于亮度分量快速去雾算法

4.1 快速去雾算法

4.2快速去雾算法性能分析比较

4.3本章小结

第五章 基于FPGA实时视频源采集显示系统的设计

5.1 FPGA开发流程

5.2 系统硬件平台资源

5.3 PAL制式视频数据采集

5.4 视频数据存储

5.5 视频数据输出显示

5.6 结果分析

5.7 本章小结

第六章去雾算法FPGA实现

6.1 暗通道先验去雾改进算法FPGA实现

6.2快速去雾算法FPGA实现

6.3 结果分析

6.4 本章小结

第七章 总结与展望

7.1 论文主要工作内容总结

7.2 研究展望

参考文献

作者简介及学术成果

致谢