基于CLAHE的DSP实时去雾系统-论文.pdf

《基于CLAHE的DSP实时去雾系统-论文.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26卷第4期沈阳大学学报(自然科学版)Vo1．26，No．420l4年8月JournalofShenyangUniversity(NaturalScience)Aug．2014文章编号：2095—5456(2014)04—0296—05基于CLAHE的DSP实时去雾系统许志远，王庸凯，孙康，张大恒，丁纪铭，王岩(大连海洋大学航海-9船舶工程学院，辽宁大连116023)摘要：为了解决户外监控系统在雾天视频清晰度较低的问题，设计了一种以DSPTMS320DM642为硬件核心，以限定对比度自适应直方图均衡化(CLAHE)为去雾算法的视频实时去雾系统．算法首先将原始图像分割成若干个大小相

2、同的子区域，然后选取特定值截取每个子区域的直方图，并将截取下的像素均匀分配到每个灰度级，最终得到限定对比度直方图．实验结果表明，该系统能够有效提高雾天视频清晰度．关键词：雾；视频清晰度；CLAHE；DSP；实时去雾中图分类号：TP391．41文献标志码：A目前，雾天视频图像清晰化技术的研究已取CCS为集成开发环境，设计出了一种有效的视频得了一些成果．MWilscyE1等以小波融合算法为实时去雾系统．核心，分别对前景和背景像素进行增强处理．S．1系统的构成与工作原理G．NarasimhanE]等根据大气物理模型计算场景深度来恢复降质视频图像的对比度．上述方法都1．1系统的构成是基于物

3、理模型进行视频去雾，虽然能够获得较视频实时去雾系统分为3个部分，分别是视频好的效果，但是算法复杂，满足实时性需要更高的采集、DSP去雾处理和视频输出，具体结构见图1．成本．针对这一问题，基于图像处理的去雾算法被其中，视频采集部分由CCD摄像头和TI公司的提出，祝培[3]等提出基于移动模板的去雾算法，处视频A／D解码器TVP5150组成；DSP部分主要理速度明显提高，但是可能会出现块效应．目前，包括以TI公司的TMS32ODM642处理器，扩展去雾算法的研究主要是基于单幅图片进行处理，4M*64bit同步动态存储器(SDRAM)，32M位实时去雾系统的研究尚处于初步阶段．本文以TIF

4、lash及一颗ALTERA公司EP2C5Q208C8的公司的TMS320DM642DSP芯片为核心，以限定FPGA芯片；视频输出部分主要由飞利浦对比度直方图均衡化(CLAHE)为去雾算法，以SAA7105视频编码器和显示器组成l4]．图1视频实时去雾系统构成图Fig．1Compositiondiagramofreal—timeDSPdefoggingsystem1．2工作原理转换为数字视频信号，接着数字视频信号进入系统的工作原理是：CCD摄像头获取雾天降DM642的视频接口，通过EDMA传输到质模拟视频信号，信号通过视频解码器TVP5150SDRAM中存储，DM642的CPU使用在

5、CCS中收稿日期：2014—03—17基金项目：辽宁省教育厅计划项目(L2012265)；大连海洋大学校人才引进项目(SYYJ2011005)／作者简介：许志远(1981一)，男，辽宁昌图人，大连海洋大学讲师，博士．第4期许志远等：基于CLAHE的DSP实时去雾系统297调试好的程序对SDRAM的图像进行去雾处理，(2)截取直方图．计算每个子区域的灰度直处理结束后，将视频信号经过SAA7105视频编码方图，并将每个子区域中的像素均匀分配到每个器输出，这时去雾后的视频就可显示到主机屏幕．灰度级，于是，每个灰度级的平均像素数可由公式(1)计算得出：2限定对比度自适应直方图均衡化去雾算法

6、：：=磐．(1)』gray自适应直方图均衡化(AHE)能够有效地增式中，N删是子区域中灰度级的数量；N啄是强每个区域的对比度，但是，相关区域可能会出现子区域z轴方向的像素数；N啄v是子区域Y轴噪声增强和处理速度过慢等现象[5]．针对这一方向的像素数；问题，本设计提出限定对比度自适应直方图均衡基于公式(1)，理论截取限制值N旺可由公式化算法(CLAHE)．CLAHE对连续区域进行直方(2)得出：图均衡化，每个区域的中心是原始图像的一个像Ncz—N1。N．(2)素，根据设定的亮度最大值对直方图进行截取，截式中，Ncn。是截取限制系数，其含义是限制子区域取下来的像素重新分配到每个灰度级．

7、新生成的每个灰度级所包含的像素数不允许超过平均像素直方图由于被限定了最大值，与原直方图相比，能数的N。倍．够更加有效地限制噪声增强现象l_7]．原始直方图和被截取后的直方图如图2所2．1OLAHE算法理论示．图2a中，如果某个灰度级像素数大于N，就本文结合雾天降质图像特性，提出基于会有部分像素被截取．如果定义截取下来像素的CLAHE的去雾算法可由下面几步来实现：总数为。，那么均匀分配到每个灰度级的像素(1)图像分割．将原始图像分割成若干个大数』＼，。就可由公式(3)给