基于改进暗通道先验算法的农田视频实时去雾清晰化系统.pdf

《基于改进暗通道先验算法的农田视频实时去雾清晰化系统.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第32卷2016焦第10期5月农业工程学报TransactionsoftheChineseSocietyofAgriculturalEngineeringV01．32No．10May2016143基于改进暗通道先验算法的农田视频实时去雾清晰化系统陆健强1，王卫星1，2脒，胡子昂1，石颖1，黄德威1(1．华南农业大学电子工程学院，广州510642；2．华南农业大学南方农业机械与装备关键技术省部共建教育部重点实验室，广州510642；3．国家生猪种业工程技术研究中心，广州510642)摘要：为解决雨雾天气条件下基本农田视频监控图像的退化问题，在暗通道先验(darkchannelprior，D

2、CP)去雾算法的基础上，利用拉普拉斯金字塔的区域细节重建方法，实现了大面积亮域场景下自适应去雾的改进暗通道先验算法(modifieddarkchannelDrior，MDCP)，进而基于该算法提出了一种DSP嵌入式系统的前端化视频图像去雾清晰化处理方案。试验表明：MDCP算法相较于DCP算法和Retinex算法在细节强度、色调还原以及结构信息方面均表现得更为突出，综合评测指标可达0．93；处理后的视频图像对比度良好，彩色图像颜色的饱和度和真实性有效保持，轮廓对比度以及远端天空细节明显增强；MDCP算法的处理速度优势随图像尺寸增大而逐渐增大，在图像尺寸为l280×720时，MDCP算法比D

3、CP算法的平均处理速度提高5．9％o研究结果为雨雾天气下退化视频图像进行前端化去雾处理方案设计提供理论依据和实践指导。关键词：算法；图像处理；监测；雨雾天气；去雾doi：10．119750．issn．1002-6819．2016．10．020中图分类号：TP391．41文献标志码：A文章编号：1002—6819(20i6)一10—0143-06陆健强，主卫星，胡子昂，石颖，黄德威．基于改进暗通道先验算法的农田视频实时去雾清晰化系统【J1．农业工程学报，2016，32(10)：143—148．doi：10．11975／j．issn．1002—6819．2016．10．020http：／／w

4、ww．tcsae．orgLuJianqiang，WangWeixing，HuZiang，ShiYing，HuangDewei．Realtimedefoggingsystemusedforvideoimageoffarmlandbasedonmodifieddarkchannelprioralgorithm[J]．TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2016，32(10)：143—148．(inChinesewithEnglishabstract)doi：10．119

5、75／j．issn．1002—6819．2016．10．020http：／／www．tesae．org0引言基本农田保护是中国耕地保护政策的重中之重【11，“十分珍惜和合理利用每一寸土地，切实保护耕地”成为一项基本国策。利用实时视频采集对基本农田进行数字化监管是保护基本农田的一项重要举措。但是，基本农田视频监控图像由于所处地理环境的特点，易受雨、雾、霾等恶劣天气以及一般具有大面积天空亮域背景的特征影响，造成视频图像的严重降质。现阶段，对含雾霾图像的去雾清晰化处理，一般采用图像处理服务器后台运行去雾算法进行单幅图像后期处理的方法。不但运维成本高，而且非实时处理，进而影响对基本农田实现数字化

6、监管的视频资料智能存储和违规行为实时报警。随着计算机硬件技术的不断革新，对雨雾天气下的视频图像进行实时去雾处理已经成为可能。美国国家航空航天局(NASA)的Langley研究中心基于Retinex算法对雾、烟、水下和夜晚图像进行增强，并将其算法移植到DSP图像增强系统中，对分辨率为256×256的小分辨率灰收稿日期：2015—08—27修订日期：2016—03—16基金项目：国土资源部公益性行业科研专项项目(201411019)作者简介：陆健强，男，(汉族)广东怀集人，博士，高级实验师，硕士生导师，研究方向为模式识别与智能化在农业上的应用。广州华南农业大学电子工程学院，510642。Em

7、aihljq@scau．edu．cn※通信作者：王卫星，男，(汉族)河北宣化人，教授，博士生导师，研究方向为电子信息技术在农业上应用。广州华南农业大学电子工程学院，510642。Email：weixing@scau．edu．an农业工程学会会员：王卫星(E041200223S)度图像处理效率基本满足实时性要求回。国内的中科院自动化所、清华大学、天津大学以及中南大学也在视频图像去雾方面取得了进展。如清华大学的ClaireVue团队以黑