基于FPGA的低照度视频图像复原技术

《基于FPGA的低照度视频图像复原技术》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学号：S15040483基于FPGA的低照度视频图像复原技术硕士学位论文基于FPGA的低照度视频图像复原技术廖研究生姓名：廖述京述京学科、专业：信息与通信工程二○一八年六月分类号：TN911.73密级：可公开UDC：621.39编号：基于FPGA的低照度视频图像复原技术Low-illuminationvideorestorationtechnologybasedonFPGA学位授予单位及代码：长春理工大学（10186）学科专业名称及代码：信息与通信工程（0810）研究方向：智能信息处理申请学位级别：工学硕士指导教师：朴燕教授研究生：廖述京论文起止时间：2016.10-20

2、18.4摘要随着国民经济水平的提高，一大批视频获取设备逐渐走进人们的日常生活。由于拍摄场景的广泛性，有很多视频图像是在低照度条件下获取到的。低照度图像通常具有低亮度、低对比度、细节模糊和高噪声的特点，这不仅严重影响了人们的视觉感受，而且大大限制了后期的图像识别和信息提取。因此，很有必要研究基于硬件平台的低照度视频图像复原算法，以实时获得复原的视频图像。目前大多数复原算法局限于在PC端处理单一图片，而本文研究设计了一种基于FPGA的低照度视频图像复原系统。低照度复原算法的理论基础是大气散射模型和暗原色先验理论，本文在分析传统增强和复原算法的优劣后，给出了新复原算法的设计框架

3、。在预处理阶段，提出使用引导滤波和亮区保持改进的Retinex算法，无光晕增强图像细节。在核心的图像复原阶段，使用大气光值和透射率图都优化过的暗原色先验理论，快速准确复原亮度。在去噪方面，则使用时间复杂度低的引导滤波，在尽可能保持图像边缘细节的同时去除噪声。通过与传统算法的仿真实验对比，在主客观评价方面验证了本文提出算法的优良性。在硬件实现阶段，使用模块化设计方式，将提出的新算法按功能层层往下划分，简化硬件实现的难度。由于视频流不同于图片，同时硬件自身也有限制，软件算法移植到FPGA硬件平台实现会有诸多困难，本文对此提出了以下几点优化解决方案：（1）针对整数除法器，将其转

4、换为一次查表法和一次整数乘法器，在降低资源消耗的同时，提高除法计算效率；（2）针对浮点数运算，通过缩放法转变为整数的四则运算，即保留了计算精度，又扩宽运算范围；（3）针对软件仿真中易获取但硬件实现中无法直接得到的局部窗口，提出通过串转并方式完成，其底层主要使用串联FIFO缓存和寄存器组缓存。在硬件模块化设计和功能仿真工作完成后，通过搭建的低照度视频FPGA验证平台，观察到视频的实时复原效果，不仅细节清晰，而且增强稳定，无丢帧卡帧等现象。关键词：低照度，图像复原，Retinex，FPGA，暗原色先验ABSTRACTWiththeimprovementofnationalec

5、onomy,largevideoacquisitiondevicesgraduallyenterepeople’sdailylives.Duetoshootingscenesusedwidely,videoimagesareacquiredunderlowilluminanceconditions.Lowilluminationimageusuallyhasthecharacteristicsoflowbrightness,lowcontrast,detailfuzzinessandhighnoise.Itnotonlyseriouslyaffectspeople'svi

6、sualperception,butalsogreatlylimitsthelaterimagerecognitionandinformationextraction.Therefore,itisnecessarytostudythelowilluminationvideoimagerestorationalgorithmbasedonthehardwareplatformtoobtainrecoveredvideoimageinrealtime.Mostofthecurrentrestorationalgorithmsarelimitedtoprocessingasin

7、glepictureonthePCside,thereforealowilluminationvideoimagerestorationsystembasedonFPGAisstudiedanddesignedinthispaper.Thetheoreticalfoundationofthelowilluminationrestorationalgorithmistheatmosphericscatteringmodelandthedarkchannelprior.Afteranalyzingtheadvantagesandd