资源描述:
《基于ZYNQ的Retinex实时图像去雾》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、基于ZYNQ的Retinex实吋图像去雾图像去雾系统。提出一种基于ZYNQ的Retinex实时图像去雾方法,在HSV颜色空间对亮度分量V进行Retinex算法去雾处理;采用ARM+FPGA软硬件协同的方式,由ARM完成算法控制功能及图像的颜色空间转换、对数等简单运算;在FPGA屮采用高斯核隨数与二维图像卷积的并行算法估计环境光的照度。实验结果表明,提出的方法在保证去雾效果的诸况下,具冇处理速度快、小型化、可嵌入、可移植和功耗低等优点,能够满足户外视频系统的性能要求。引言由丁•雾霾天气会造成户外视觉
2、系统所获取的图像质量严重退化,不仅模糊不清、对比度降低,而且还会岀现严重的色彩偏移和失真,从而影响户外视觉系统的稳定性和准确性⑴2]。因此,对雾霾天气引起的降质图像进行有效、快速的去雾处理显得极为重要。常见的去雾方法冇两类:基于图像复原的去雾方法和基于图像増强的去雾方法[3]。前者是从图像退化的原因出发,建立去雾图像的物理模型,根据该模型来恢复出淸晰的去雾图像。该类方法去雾效果良好,但算法复杂度较大,不便于在硬件平台上实现。棊于图像增强的去雾方法不考虑图像雾化的原因和机理,而是有选择性地增强需要的
3、细节信息。属于此类的去雾方法常用的是Retinex算法[4]。Retinex算法能较好地保留图像的边缘等细节信息,处理后的图像具冇壳度适中、对比度高等优点。现冇去雾算法多数在PC上实现,其移植性和灵活性等均限制了在户外视频系统中的应用。ZYNQ是一种Xilinx体系的全口J编程片上系统(AllProgrammableSystemonChip),集成了双核ARMCortex・A9和FPGA,拥冇大量逻辑单元、数字信号处理器(DigitalSignalProcessor,DSP)等资源,能够满足户外视
4、频系统的实时处理、小型化、可嵌入、可移植和低功耗等性能要求。据此,本文提出一种基于ZYNQ的Retinex实时图像去雾方法,利用ZYNQ的ARM+FPGA软硕件协同的方式来提高户外视频系统的图像去雾性能。为了降低算法复杂度以及颜色保克,该方法在HSV颜色空间对亮度分量V进行Retinex去雾处理,对饱和度S做线性拉伸来扩展动态范围,保持色调H不变以避免颜色失真。在实现架构上,由ARM完成一些简单计算,如Retinex算法中的对数、减法运算以及线性拉伸、颜色空间转换等,而将高斯核帧数与图像的二维卷积
5、这种复杂耗时的计算交由FPGA采用并行算法来提高实时处理速度,ARM与FPGAZ间的数据交互则由片内总线AXI4(AdvancedextensibleInterface4)來承担⑸。传统Retinex算法Retinex理论认为一幅图像可分解为图像入射分量利反射分量,即:/(x,y)=£(x,y)-/?(x,y)(1)式中,/仗」)为接收到的图像信号,即带雾图像;A(x,y)为图像的入射分量,表示环境光的照度;/?(a,y)为携带图像细节信息的反射分量,即要复原的去雾图像;(.,•」)为图像像索坐标
6、。对式(1)两边取对数,就可得到去雾图像,即:Ig[/?(x,y)]=lg[/(x,y)J(2)通常,在传统Ketinex去雾算法中利用高斯核函数F(.))对带雾图像/(*」)进行卷积来近似逼近环境光的照度£(x,y):(3)(4)L(a」)二F(ji」)*/(x,y)F(x,y)=Ke式中,水表示卷积运算,F(x」)是高斯核函数,系数人由归一化函数决定"是高斯核函数的尺度参数。这样,对于一幅R(;B图像由式(2)可得:7?i(x,y)=lg/1(x,y)-lg[F(x,y)*A(xty)]=Wi
7、(x』)/[F(x,y)*k(x』)]}「•&{/{,(;』}(5)算法优化传统Retinex算法中对图像R、G、B3个通道分别进行处理,容易造成颜色失真,而在硬件实现中计算量非常大,难以满足系统的实吋性要求。因此,本文采用基于HSV颜色空间的Retinex算法。将带雾图像L1IRGB颜色空间转换到HSV颜色空间,得到相关性较小的色调H、饱和度S和亮度V,保持图像的H分量不变,对饱和度分量S进行线性拉伸,仅对V分戢进行单尺度Retinex算法处理,这样既可以降低算法的计算量,乂可以避免传统Reti
8、nex算法容易造成颜色失真的缺陷。算法流程图如图1所示。具体实施步骤如下:选取合适的。值和模板人小,根据式(4)构造高斯核函数;将带雾图像从RGB颜色空间转换到HSV颜色空间;根据Retinex算法,对亮度分量V取对数得到V1;将分量V代入式(3)与高斯核函数卷积,然后取对数得到环境光的照度估计值V2;V1分量和V2分量相减,得到经去雾算法处理后的亮度分量V3;对饱和度分量S进行拉伸得到S1;将色调分量H、拉伸后的饱和度分量S4以及经Retinex算法处理后得到的亮度分最V3转化到