c++ opencv编程实现暗通道图像去雾算法_「学术论文」基于FPGA的交通视频快速去雾系统的设计与实现...

摘要：

针对雾天交通监控视频图像退化问题，提出了一种基于FPGA架构的雾天交通视频图像快速去雾系统。首先将采集到的实时图像数据缓存到SDRAM中，然后在亮度分量基础上估计传播图，最后基于大气散射模型复原清晰图像。该系统利用FPGA并行运算处理能力强、逻辑资源丰富等特性，针对PAL制式640×480彩色图像，处理速度为60帧/s。实验结果表明，该系统在保证输出视频质量的前提下达到了很好的去雾效果。

中文引用格式：高全明，孙俊喜，刘广文，等. 基于FPGA的交通视频快速去雾系统的设计与实现[J].电子技术应用，2017，43(6)：71-74.

英文引用格式：Gao Quanming，Sun Junxi，Liu Guangwen，et al. Design and implementation on the system of high speed fog removal in traffic video images based on FPGA[J].Application of Electronic Technique，2017，43(6)：71-74.

❖

0 引言

雾霾天气下采集的交通监控视频图像存在画质模糊、亮度偏暗等问题，这会给交通车辆监管和有效信息采集带来极大困难，使人们很难从图像中提取出有效信息。因此，如何快速高效地对图像进行去雾，降低天气条件对交通监控系统的影响，提高交通监控视频质量已成为亟需解决的问题。

目前为止，围绕如何有效去雾，国内外出现了很多种去雾方法，这些研究方法大体可分为两类：图像增强方法和图像复原方法。图像增强方法是早期人们探索如何有效去雾时常用的方法，主要有基于统计特性的直方图均衡化算法^[1]和Edwin.H.Land等人提出的Retinex理论^[2]。如文献[3]利用图像增强方法实现有效图像去雾；文献[4]通过改善图像对比度达到视觉去雾效果；该类方法重点在于通过各种方法改善图像对比度，从而实现视觉上的去雾，但没有考虑到雾天图像场景深度的多样性，因而不能从根本上实现去雾。基于物理模型的图像复原方法复原后图像自然，具有很好的去雾效果。具有代表性的是何恺明提出的暗通道先验去雾算法^[5]，该方法根据暗通道统计规律复原清晰图像，去雾效果明显，但计算量较大，尤其是细化透射率采用的软抠图(或导向滤波^[6])过于复杂和耗时,无法满足实时视频去雾处理。

FPGA具有强大的并行运算处理能力，完全可以做到视频实时处理，基于此，FPGA作为一种高效便携的实时视频处理平台被广泛应用。本文在研究文献[7]算法的基础上，针对FPGA运算能力强、处理速度快等特性，对文献[7]算