霧霾天氣會造成視覺設備獲取的圖像對比度降低和顏色失真的現(xiàn)象,影響了以視覺圖像為基礎的視頻監(jiān)控、智能駕駛、遙感系統(tǒng)等對圖像特征信息的獲取,進而影響了系統(tǒng)的穩(wěn)定性。本文對霧天圖像退化機理進行了分析,并在Zynq SoC平臺上集成了圖像采集,霧的檢測和暗通道先驗去霧算法處理。本設計基于高層次綜合技術,對暗通道先驗算法進行功能劃分,利用ARM處理器處理結構相對復雜的部分,FPGA處理算法中的計算量大且可并行處理的部分,采用軟硬協(xié)同處理來提高算法的執(zhí)行效率。本文的工作主要有:（1）在FPGA部分設計暗通道先驗算法的硬件加速IP核,包括:暗通道的計算,粗略傳輸圖的計算;導向濾波細化透射率,采用導向圖,霧天圖像和兩者的乘積三路數(shù)據(jù)分時并行運算的方式加速算法;考慮到導向濾波計算量大的特點,選用具有保持邊緣功能的聯(lián)合雙邊濾波進行對比;針對天空區(qū)域處理后的偏亮的問題,結合霧天天空特征,提出基于亮度和梯度的天空分割方式,并將亮度分割和梯度分割兩路數(shù)據(jù)并行處理加速算法,進一步優(yōu)化分割出來的天空區(qū)域;無霧圖像的恢復,采用定點計算、流水線處理的方式優(yōu)化硬件的處理過程;采用轉換到HSV顏色空間,適當增加亮度再轉到R... 

【文章來源】：大連海事大學遼寧省 211工程院校

【文章頁數(shù)】：96 頁

【學位級別】：碩士

【部分圖文】：

圖２．３環(huán)境光衰減模型??Ｆｉｇ．?２．３?Ｔｈｅ?ｍｏｄｅｌ?ｏｆ?ａｍｂｉｅｎｔ?ｌｉｇｈｔ?ａｔｔｅｎｕａｔｉｏｎ??－８?－??

?基于Ｚｙｎｑ的暗通道先驗去霧算法軟硬件協(xié)同設計???交換。如果圖像Ｊ是戶外的無霧圖像，那么，除去天空外的區(qū)域，圖像的暗通道圖像的??強度值是趨近于零的，即：??嚴—〇?（２．６）??這樣，就稱為Ｊ的暗通道，上述的通過觀察得到的結論就稱為暗通道先驗。??暗通道中的低強度主要是由于以下三個因素：ａ、陰影：比如城市景觀中的汽車、建??筑物和窗戶內部的陰影，或景觀圖像中的樹葉、樹木和巖石的陰影；ｂ、彩色的物體或彩??色的表面：在某一顏色通道中缺少顏色的任何物體，即某一通道的值很低，比如：綠地、??綠樹、綠色的植物，紅色或黃色的花或葉子，或者是藍色的水面；ｃ、顏色比較暗的物體??以及它的表面，比如昏暗的樹干、石頭。由于自然的戶外圖像中通常充滿了陰影和色彩，??所以這些圖像的暗通道圖像的值是非常小的。有霧圖像的暗通道圖像如圖２．４所示，無??霧圖像的暗通道圖像如圖２．５所示。??＆麵農、．ｆ＇?、麗??＆?遍…??（ａ）城市原圖?（ｂ）城市暗通道圖??（ａ）?Ｔｈｅ?ｏｒｉｇｉｎａｌ?ｉｍａｇｅ?ｏｆ?ｃｉｔｙ?（ｂ?）?Ｔｈｅ?ｄａｒｋ?ｃｈａｎｎｅｌ?ｏｆ?ｃｉｔｙ??（ｃ）公園原圖?（ｄ）公園暗通道圖??（ｃ）?Ｔｈｅ?ｏｒｉｇｉｎａｌ?ｉｍａｇｅ?ｏｆ?ｐａｒｋ?（ｄ?）?Ｔｈｅ?ｄａｒｋ?ｃｈａｎｎｅｌ?ｏｆ?ｐａｒｋ??圖２．４有霧圖像的暗通道圖像??Ｆｉｇ．?２．４?Ｄａｒｋ?ｃｈａｎｎｅｌ?ｉｍａｇｅ?ｏｆ?ｆｏｇｇｙ?ｉｍａｇｅ??－１０?－??

Ｍ）和２８ｎｍＸｉｌｉｎｘ可編程邏輯（ＦＰＧＡ），兩者的通信??方式采用通用的ＡＸＩ工業(yè)總線，將傳統(tǒng)的ＡＲＭ和ＦＰＧＡ結合到一起［４Ｇ］。ＡＲＭ?Ｃｏｒｔｅｘ－??Ａ９?ＣＰＵ是ＡＲＭ的核心，還包括片上存儲器，外部存儲器接口和豐富的外設連接接口。??因此，Ｚｙｎｑ－７０００?ＳｏＣ能夠滿足廣泛的應用，包括：汽車智能駕駛，廣播相機、工業(yè)電??機控制，工業(yè)網(wǎng)絡和機器視覺，ＩＰ和智能相機，ＬＴＥ無線電和基帶、醫(yī)療診斷和成像和??視頻夜視設備等應用１４（）］。??Ｚｙｎｑ?ＳｏＣ平臺的架構如圖３．１所示，ＡＲＭ?（ＰＳ）部分主要包括四個模塊：應用處??理單元（ＡＰＵ）模塊、內存接口模塊、Ｉ／Ｏ外設（ＩＯＰ）模塊和互連模塊。ＦＰＧＡ?（ＰＬ）??部分主要包括：可配置邏輯塊、ＤＳＰ模塊、可編程Ｉ／Ｏ塊、所選器件中的低功耗串行收??發(fā)器、兩個１２位模數(shù)轉換器和ＦＰＧＡ配置模塊。ＦＰＧＡ?（ＰＬ）可以看作為ＡＲＭ?（ＰＳ）??的外設。??Ｐｒｏｃｅｓｓｉｎｇ?Ｓｙｓｔｅｍ?「?—?■?－??—?１?？??ｋ?Ｓｔ？ｔ？ｃ?Ｍｅｍｏｒｙ?Ｃｏｎｔｒｏｉｌｃｉ?Ｄｙｎａｍｉｃ?Ｍｅｍｏｒｙ?Ｃｏｎｔｉ?ｏｉｌｅｒ?Ｐｒ〇ｇｒ３ｒｎｒｎａｂｌ６??４?Ｐ?Ｑｕ＊ｄ－ＳＰＩ．?ＮＡＮＯ．?ＮＯＲ?Ｄ０Ｒ３．?００Ｒ２，?ＬＰＤ０Ｒ２?Ｌ〇ｇｌＣ：??￣｜一＇?｜?Ｓｙｓｔｅｍ?Ｇａｔｅｓ?＿??４?？｜——丨＂?ＡＭＢＡ？?Ｓｗｉｔｃｈｅｓ?｜?ＡＭＢＡ＊?Ｓｗｉｉｃｈｗ?ＤＳＰ?ＲＡＭ?交??ＳＪＶＸＬＨＰ０?；??卜―—：二二二ＡＲ？．ｒ４?ｖ＇〇ｒ？Ｓｎ３？�。簦В�?４?Ｔｒａｃ？?Ｄ＜＊ｂｗｇ?

【參考文獻】：
期刊論文
[1]結合顏色線和暗通道的遙感圖像去霧[J]. 張崢,李奇,徐之海,馮華君,陳躍庭.  光學精密工程. 2019(01)
[2]基于天空分割的單幅圖像去霧算法[J]. 毛祥宇,李為相,丁雪梅.  計算機應用. 2017(10)
[3]基于改進暗通道先驗的交通圖像去霧新方法[J]. 王澤勝,董寶田,趙芳璨,要悅穩(wěn).  控制與決策. 2018(03)
[4]圖像去霧算法的改進和主客觀性能評價[J]. 李佳童,章毓晉.  光學精密工程. 2017(03)
[5]基于天空區(qū)域分割的單幅海面圖像去霧方法[J]. 雷琴,施朝健,陳婷婷.  計算機工程. 2015(05)
[6]結合天空識別和暗通道原理的圖像去霧[J]. 李加元,胡慶武,艾明耀,嚴俊.  中國圖象圖形學報. 2015(04)
[7]基于FPGA的高清實時視頻去霧系統(tǒng)的設計與實現(xiàn)[J]. 曹亞輝,劉峰.  電視技術. 2015(07)
[8]融合邊緣信息的單尺度Retinex海霧去除算法[J]. 馬忠麗,文杰.  計算機輔助設計與圖形學學報. 2015(02)
[9]圖像去霧的最新研究進展[J]. 吳迪,朱青松.  自動化學報. 2015(02)
[10]結合暗通道原理和雙邊濾波的遙感圖像增強[J]. 周雨薇,陳強,孫權森,胡寶鵬.  中國圖象圖形學報. 2014(02)

博士論文
[1]面向室外監(jiān)控場景的天氣分類與低質圖像增強技術研究[D]. 張征.北京郵電大學 2017
[2]圖像快速去霧與清晰度恢復技術研究[D]. 嵇曉強.中國科學院研究生院（長春光學精密機械與物理研究所） 2012

碩士論文
[1]基于ZYNQ的機載地面目標跟蹤器設計[D]. 楊浩然.哈爾濱工業(yè)大學 2018
[2]基于異構平臺的暗通道實時去霧算法研究[D]. 侯宇凡.湖南大學 2018
[3]基于暗通道先驗自適應融合的圖像霧霾去除方法[D]. 陳冰.西安電子科技大學 2018
[4]基于FPGA的立體視覺相機去霧算法研究[D]. 劉威.北京郵電大學 2018
[5]基于Zynq的汽車駕駛員疲勞檢測系統(tǒng)設計[D]. 辛春明.大連海事大學 2018
[6]基于暗通道先驗的霧天降質圖像復原方法[D]. 王懷.西安電子科技大學 2017
[7]有霧圖像傳輸系統(tǒng)中的去霧和去塊方法研究[D]. 王麗萍.山東大學 2017
[8]基于FPGA的圖像去霧算法及其實現(xiàn)[D]. 王續(xù).東南大學 2017
[9]實時視頻去霧算法的研究及其FPGA實現(xiàn)[D]. 曹慧.南京理工大學 2017
[10]單幅霧天圖像的去霧算法研究[D]. 戎成明.安徽大學 2017



本文編號：2977493