資源描述：
《基于ZYNQ的Retinex實(shí)時(shí)圖像去霧》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、基于ZYNQ的Retinex實(shí)吋圖像去霧圖像去霧系統(tǒng)。提出一種基于ZYNQ的Retinex實(shí)時(shí)圖像去霧方法，在HSV顏色空間對亮度分量V進(jìn)行Retinex算法去霧處理；采用ARM+FPGA軟硬件協(xié)同的方式，由ARM完成算法控制功能及圖像的顏色空間轉(zhuǎn)換、對數(shù)等簡單運(yùn)算；在FPGA屮采用高斯核隨數(shù)與二維圖像卷積的并行算法估計(jì)環(huán)境光的照度。實(shí)驗(yàn)結(jié)果表明，提出的方法在保證去霧效果的諸況下，具冇處理速度快、小型化、可嵌入、可移植和功耗低等優(yōu)點(diǎn)，能夠滿足戶外視頻系統(tǒng)的性能要求。引言由丁?霧霾天氣會造成戶外視覺
2、系統(tǒng)所獲取的圖像質(zhì)量嚴(yán)重退化，不僅模糊不清、對比度降低，而且還會岀現(xiàn)嚴(yán)重的色彩偏移和失真，從而影響戶外視覺系統(tǒng)的穩(wěn)定性和準(zhǔn)確性⑴2］。因此，對霧霾天氣引起的降質(zhì)圖像進(jìn)行有效、快速的去霧處理顯得極為重要。常見的去霧方法冇兩類：基于圖像復(fù)原的去霧方法和基于圖像増強(qiáng)的去霧方法［3］。前者是從圖像退化的原因出發(fā)，建立去霧圖像的物理模型，根據(jù)該模型來恢復(fù)出淸晰的去霧圖像。該類方法去霧效果良好，但算法復(fù)雜度較大，不便于在硬件平臺上實(shí)現(xiàn)。棊于圖像增強(qiáng)的去霧方法不考慮圖像霧化的原因和機(jī)理，而是有選擇性地增強(qiáng)需要的
3、細(xì)節(jié)信息。屬于此類的去霧方法常用的是Retinex算法［4］。Retinex算法能較好地保留圖像的邊緣等細(xì)節(jié)信息，處理后的圖像具冇殼度適中、對比度高等優(yōu)點(diǎn)。現(xiàn)冇去霧算法多數(shù)在PC上實(shí)現(xiàn)，其移植性和靈活性等均限制了在戶外視頻系統(tǒng)中的應(yīng)用。ZYNQ是一種Xilinx體系的全口J編程片上系統(tǒng)(AllProgrammableSystemonChip),集成了雙核ARMCortex?A9和FPGA,擁冇大量邏輯單元、數(shù)字信號處理器(DigitalSignalProcessor,DSP)等資源，能夠滿足戶外視
4、頻系統(tǒng)的實(shí)時(shí)處理、小型化、可嵌入、可移植和低功耗等性能要求。據(jù)此，本文提出一種基于ZYNQ的Retinex實(shí)時(shí)圖像去霧方法，利用ZYNQ的ARM+FPGA軟碩件協(xié)同的方式來提高戶外視頻系統(tǒng)的圖像去霧性能。為了降低算法復(fù)雜度以及顏色?？?，該方法在HSV顏色空間對亮度分量V進(jìn)行Retinex去霧處理，對飽和度S做線性拉伸來擴(kuò)展動態(tài)范圍，保持色調(diào)H不變以避免顏色失真。在實(shí)現(xiàn)架構(gòu)上，由ARM完成一些簡單計(jì)算，如Retinex算法中的對數(shù)、減法運(yùn)算以及線性拉伸、顏色空間轉(zhuǎn)換等，而將高斯核幀數(shù)與圖像的二維卷積
5、這種復(fù)雜耗時(shí)的計(jì)算交由FPGA采用并行算法來提高實(shí)時(shí)處理速度，ARM與FPGAZ間的數(shù)據(jù)交互則由片內(nèi)總線AXI4(AdvancedextensibleInterface4)來承擔(dān)⑸。傳統(tǒng)Retinex算法Retinex理論認(rèn)為一幅圖像可分解為圖像入射分量利反射分量，即:/(x,y)=￡(x,y)-/?(x,y)(1)式中，/仗」)為接收到的圖像信號，即帶霧圖像;A(x,y)為圖像的入射分量，表示環(huán)境光的照度；/?(a,y)為攜帶圖像細(xì)節(jié)信息的反射分量，即要復(fù)原的去霧圖像；(.，?」)為圖像像索坐標(biāo)
6、。對式(1)兩邊取對數(shù)，就可得到去霧圖像，即:Ig[/?(x,y)]=lg[/(x,y)J(2)通常，在傳統(tǒng)Ketinex去霧算法中利用高斯核函數(shù)F(.))對帶霧圖像/(*」)進(jìn)行卷積來近似逼近環(huán)境光的照度￡(x,y):(3)(4)L(a」)二F(ji」)*/(x,y)F(x,y)=Ke式中，水表示卷積運(yùn)算，F(xiàn)(x」)是高斯核函數(shù)，系數(shù)人由歸一化函數(shù)決定"是高斯核函數(shù)的尺度參數(shù)。這樣，對于一幅R(；B圖像由式(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)算法優(yōu)化傳統(tǒng)Retinex算法中對圖像R、G、B3個(gè)通道分別進(jìn)行處理，容易造成顏色失真，而在硬件實(shí)現(xiàn)中計(jì)算量非常大，難以滿足系統(tǒng)的實(shí)吋性要求。因此，本文采用基于HSV顏色空間的Retinex算法。將帶霧圖像L1IRGB顏色空間轉(zhuǎn)換到HSV顏色空間，得到相關(guān)性較小的色調(diào)H、飽和度S和亮度V,保持圖像的H分量不變，對飽和度分量S進(jìn)行線性拉伸，僅對V分戢進(jìn)行單尺度Retinex算法處理，這樣既可以降低算法的計(jì)算量，乂可以避免傳統(tǒng)Reti
8、nex算法容易造成顏色失真的缺陷。算法流程圖如圖1所示。具體實(shí)施步驟如下：選取合適的。值和模板人小，根據(jù)式(4)構(gòu)造高斯核函數(shù)；將帶霧圖像從RGB顏色空間轉(zhuǎn)換到HSV顏色空間；根據(jù)Retinex算法，對亮度分量V取對數(shù)得到V1；將分量V代入式(3)與高斯核函數(shù)卷積，然后取對數(shù)得到環(huán)境光的照度估計(jì)值V2；V1分量和V2分量相減，得到經(jīng)去霧算法處理后的亮度分量V3；對飽和度分量S進(jìn)行拉伸得到S1；將色調(diào)分量H、拉伸后的飽和度分量S4以及經(jīng)Retinex算法處理后得到的亮度分最V3轉(zhuǎn)化到
