一种基于FPGA的实时水面浓雾场景图像增强方法技术

本发明专利技术涉及一种基于FPGA的实时水面浓雾场景图像增强方法，包括以下步骤：第一，对输入图像进行自动白平衡校正；第二，对白平衡校正之后的数据进行色彩空间变换；第三，利用暗原色先验理论，估计大气光强A与透射率t(x)；第四，对RGB三个通道数据分别进行去雾处理；第五，对去雾之后的RGB通道进行亮度校正；第六，对自动白平衡校正之后的图像进行细节保持的对比度增强；第七，对第五步和第六步得到的图像进行图像融合；第八，对融合之后的图像进行色彩空间逆变换，由RGB色彩空间变为原始输入的色彩空间。本发明专利技术具有针对水面浓雾场景的去雾效果，可以显著增强图像细节和对比度，增强了在水面浓雾的情况下发现和识别目标的能力，使视频更适宜人眼观看。

A real-time surface fog scene image enhancement method based on FPGA

【技术实现步骤摘要】
一种基于FPGA的实时水面浓雾场景图像增强方法
本专利技术涉及一种基于FPGA的实时水面浓雾场景图像增强方法，针对水面水雾浓度大，图像降质严重的问题，通过融合求解大气散射物理模型方法与对比度增强方法实现对图像的清晰化处理，属于图像处理、机器视觉领域。
技术介绍
随着计算机视觉系统的发展及其在军事、交通以及安全监控等领域的应用，图像增强已成为计算机视觉的重要研究方向。在海面或者水面成像时，因为水雾比较严重，图像会由于大气散射的作用而被严重降质，使图像颜色偏灰白色，对比度降低，物体特征难以辨认，不仅使视觉效果变差，图像观赏性降低，还会影响图像后期的处理，更会影响各类依赖于光学成像仪器的系统工作，如卫星遥感系统、航拍系统和目标识别系统等。目前，浓雾降质图像的清晰化算法所采取的方法主要有两类，一类是基于物理模型的雾天退化图像复原方法，从物理成因的角度对大气散射作用进行建模分析，从而实现场景复原。大气散射模型是雾天图像呈现模糊、低对比度等特点的理论基础，是了解雾天图像的成像机理、还原大气退化图像的主要依据。另一类是从图像呈现的低亮度和低对比度的特征考虑，从图像处理角度对雾天降质图像实现对比度增强的方法。图像增强处理则不考虑退化原因，按照特定需要突出图像中的某些信息，同时削弱或去除某些不需要的信息，使信息熵达到最大，实现整个图像的对比度增强。去雾方法的研究是目前机器视觉领域的热点之一，吸引了国内外多家研究机构的关注；2009年发表于国际顶级会议CVPR的文献《SingleImageHazeRemovalUsingDarkChannelPrior》对去雾方法进行了研究，取得了较好的实际效果，但是由于天空区域不满足暗原色先验，该方法对于存在大面积天空的雾化图像处理时，出现失真，同时文章提出的计算透射率的softmatting方法虽然能够得到较为精细的透射率图，但是计算复杂，无法满足实时性的要求。专利CN106023118A提出一种图像去雾方法及其在FPGA上的实现方法，虽然实现了有雾场景的实时去雾功能，但是并没有对图像的对比度与目标边缘进行处理，图像仍然会存在对比度低，目标边缘模糊的问题。本专利技术在去除浓雾的同时，增强图像的对比度，增强目标的边缘信息，使得处理后的图像更加清晰，更加适于人眼观看。
技术实现思路
本专利技术解决的技术问题是：针对水面水雾浓度大，图像降质严重的问题，提供一种基于FPGA的实时水面浓雾场景图像增强方法，具有针对水面浓雾的去雾效果，可以显著增强图像细节和对比度，可以增强在水面浓雾的情况下发现和识别目标的能力，也使视频更适宜人眼观看。本专利技术的技术解决方案：一种基于FPGA的实时水面浓雾场景图像增强方法，包括以下步骤：步骤一：对输入图像进行自动白平衡校正，防止因颜色偏差导致增强失败；步骤二：对白平衡校正之后的数据进行色彩空间变换，由其他色彩空间转换到RGB色彩空间，方便后面对图像进行处理；步骤三：将色彩空间转换之后的数据分为四个部分，第一部分进行保持细节的对比度增强；第二部分为RGB三个通道的原始数据，用于后面去雾处理；第三部分计算暗通道先验信息，用于估计大气光强和透射率；第四部分计算亮通道信息，用于进行亮度校正；步骤四：利用步骤三中的暗通道先验信息，估计大气光强A与透射率t(x)；步骤五：根据步骤四计算的大气光强A与透射率t(x)，对RGB三个通道数据分别进行去雾处理；步骤六：利用步骤三中的亮度通道信息计算亮度均值，对去雾之后的RGB通道进行亮度校正，抑制高亮度区域亮度，提升低亮度区域亮度；步骤七：对步骤二的自动白平衡校正之后的图像进行细节保持的对比度增强，可使图像的细节部分变得明显，突出物体的轮廓，并整体提升图像增强的效果；步骤八：对经过步骤六、步骤七处理的图像进行图像融合，在有效去除水面浓雾的情况下避免了Halo的出现和损失细节，得到的结果图像同时具有亮暗区域增强与细节增强的自然效果；步骤九：最后对步骤八处理之后的图像进行色彩空间逆变换，由RGB色彩空间变为原始输入的色彩空间，完成对图像的增强操作。所述步骤六中，具体实现为：选定图像块亮度均值为：其中R，G，B分别表示图像红色通道，绿色通道，蓝色通道的亮度值，m表示选定图像块横坐标方向像素个数，n表示选定图像块纵坐标方向像素个数；统计校正前图像亮度均值Lmean_curr，目标亮度均值Lmean_targ设为128，亮度校正增益即gain＝Lmean_targ/Lmean_curr，将gain乘以RGB通道的各像素上，完成RGB通道的亮度校正：Igain＝I*gain其中Igain为校正之后的图像数据，I表示校正之前的图像数据。所述步骤七中，对自动白平衡校正之后的图像进行细节保持的对比度增强的具体过程为：(1)在每个像素点p，测量有用细节的细节增益因子为：其中std(i,j)是以为(i,j)中心的5×5邻域内的标准方差，(i,j)为像素点p的坐标；(2)图像高频细节的场景反射率为：R＝I/(L+c)其中L为图像照度分量，c取0.01，避免分母为0；(3)结合步骤(1)与(2)中的计算结果，高频细节分量通过下式进行增强：Den＝Rp其中Den为图像增强之后的高频细节分量，R为步骤(2)中计算的图像高频细节的场景反射率，p为步骤(1)中计算的图像细节增益因子；(4)采用以步骤(3)中Den为因子的灰调映射方法来改善亮度区域的对比度：其中Ibright_en为改善对比度之后的图像。所述步骤八中，图像融合的过程为：通过如下式加权融合方法，得到符合视觉感受且对比度得到增强的图像，Ien＝a·Ibright_en+(1-a)·Igain其中Ien表示融合之后的图像，Ibright_en改善对比度之后的图像，Igain为图像亮度校正之后的图像，a参数，取值范围0～1，用来控制融合图像的细节与明暗比例，a的值越大细节越丰富，a的值越小，图像的亮度越适中。本专利技术与现有技术相比的优点在于：(1)本专利技术综合两种主流的图像增强方法，提出的一种基于FPGA的实时水面浓雾场景图像增强方法，能够有效去除水面浓雾的影响，达到在细节增强的同时又能避免产生Halo、细节损失和过增强等不良效果，使结果图像保持视觉自然感。(2)本专利技术具有针对水面浓雾的去雾效果，可以显著增强图像细节和对比度，增强了在水面浓雾的情况下发现和识别目标的能力，也使视频更适宜人眼观看。附图说明图1为本专利技术一种基于FPGA的实时水面浓雾场景图像增强方法算法流程图；图2为本专利技术一种基于FPGA的实时水面浓雾场景图像增强方法的仿真效果图，其中，a图为增强之前的有雾图像，b图为a图增强之后的效果图。具体实施方式下面结合附图及实例对本专利技术进行详细说明。如图1所示，本专利技术具体实现步骤如下(以下以飞行器吊舱电视电子组件为例来说明方法的具体实现)：(1)对输入图像进行自动白平衡校正，防止因颜色偏差导致后端增强失败；本专利技术采用灰度世界和完美反射理论正交组合算法QCGP(QuadraticCombiningGW&PR)。步骤如下：首先找出图像的三种颜色分量的均值(Rmean、Gmean、Bmean)和最大值(Rmax、Gmax、Bmax)。然后建立下式的二次方程，以下为R分量的方程：求出满足上式的方程的μ、ν的值，然后本文档来自技高网...

【技术保护点】
一种基于FPGA的实时水面浓雾场景图像增强方法，其特征在于：包括以下步骤：步骤一：对输入图像进行自动白平衡校正；步骤二：对白平衡校正之后的数据进行色彩空间变换，由其他色彩空间转换到RGB色彩空间；步骤三：将色彩空间转换之后的数据分为四个部分，第一部分进行保持细节的对比度增强；第二部分为RGB三个通道的原始数据，用于后面去雾处理；第三部分计算暗通道先验信息，用于估计大气光强和透射率；第四部分计算亮通道信息，用于进行亮度校正；步骤四：利用步骤三中的暗通道先验信息，估计大气光强A与透射率t(x)；步骤五：根据步骤四计算的大气光强A与透射率t(x)，对RGB三个通道数据分别进行去雾处理；步骤六：利用步骤三中的亮度通道信息计算亮度均值，对去雾之后的RGB通道进行亮度校正，抑制高亮度区域亮度，提升低亮度区域亮度；步骤七：对步骤二的自动白平衡校正之后的图像进行细节保持的对比度增强，可使图像的细节部分变得明显，突出物体的轮廓；步骤八：对经过步骤六、步骤七处理的图像进行图像融合，得到的结果图像同时具有亮暗区域增强与细节增强的自然效果；步骤九：最后对步骤八处理之后的图像进行色彩空间逆变换，由RGB色彩空间变为原始输入的色彩空间。...

【技术特征摘要】
1.一种基于FPGA的实时水面浓雾场景图像增强方法，其特征在于：包括以下步骤：步骤一：对输入图像进行自动白平衡校正；步骤二：对白平衡校正之后的数据进行色彩空间变换，由其他色彩空间转换到RGB色彩空间；步骤三：将色彩空间转换之后的数据分为四个部分，第一部分进行保持细节的对比度增强；第二部分为RGB三个通道的原始数据，用于后面去雾处理；第三部分计算暗通道先验信息，用于估计大气光强和透射率；第四部分计算亮通道信息，用于进行亮度校正；步骤四：利用步骤三中的暗通道先验信息，估计大气光强A与透射率t(x)；步骤五：根据步骤四计算的大气光强A与透射率t(x)，对RGB三个通道数据分别进行去雾处理；步骤六：利用步骤三中的亮度通道信息计算亮度均值，对去雾之后的RGB通道进行亮度校正，抑制高亮度区域亮度，提升低亮度区域亮度；步骤七：对步骤二的自动白平衡校正之后的图像进行细节保持的对比度增强，可使图像的细节部分变得明显，突出物体的轮廓；步骤八：对经过步骤六、步骤七处理的图像进行图像融合，得到的结果图像同时具有亮暗区域增强与细节增强的自然效果；步骤九：最后对步骤八处理之后的图像进行色彩空间逆变换，由RGB色彩空间变为原始输入的色彩空间。2.根据权利要求1所述的基于FPGA的实时水面浓雾场景图像增强方法，其特征在于：所述步骤六中，具体实现为：选定图像块亮度均值为：其中R，G，B分别表示图像红色通道，绿色通道，蓝色通道的亮度值，m表示选定图像块横坐标方向像素个数，n表示选定图像块纵坐标方向像素个数；统计校正前图像亮度均值Lmean_curr，目标亮度均值Lmean_targ设为128，亮度...

【专利技术属性】
技术研发人员：张弘，李亚伟，袁丁，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11