论文部分内容阅读
恶劣天气以及空气污染严重影响了户外视觉系统的正常工作,特别是在工业区和城市中心,所以改善恶劣天气环境下的视觉系统工作状态迫在眉睫。随着户外拍摄与监控录像设备的普及,需要进行去雾处理的视频数据量越来越大,这对视频去雾算法的去雾速度提出了更高的要求。 现有的视频去雾算法中,有两种主流方法,第一类方法是先计算传播图,然后基于该传播图对视频的每一帧图像进行清晰化处理;第二类方法是将前景、背景分离开来,分别进行去雾,然后将去雾后的二者融合到一起。然而,第一类方法过于依赖传播图的计算,在工程应用中难以实现。而第二类方法的去雾效果不均匀,且会导致视频失真。针对以上问题,本文采用基于暗原色先验单图像去雾算法进行去雾处理,此算法效果极佳,不仅增强了对比度还保留了雾气所产生的视觉景深。但该算法的去雾速率太低,于是本文提出了将单图像去雾算法进行优化后移植到TILE_GX36众核平台进行并行实现的方案。该方案充分利用众核服务器平台的高并行度,提升了去雾速率,完成对有雾视频的清晰化。具体方案如下: 首先使用TILE_GX36众核服务器平台作为视频去雾系统的并行处理模块,然后采用两个PC机作为系统的数据收发模块,最后使用万兆网络将他们连接起来完成视频去雾系统的硬件搭建。基于该硬件系统架构,本文设计了基于TILE_GX36双芯片的软件并行架构,具体设计如下: (1)根据实际要求,采用合理的传输协议。由于本系统的数据需要可靠性传输,所以数据接收模块与视频去雾并行处理模块之间、TILE_GX36双芯片之间的传输协议采用传输控制协议(Transmission Control Protocol,TCP)。 (2)利用C语言标准库pthread,完成对任务函数的并行化。 (3)利用分类式内存管理机制进行数据分配。本系统维护了数组和队列这两种内存管理模式,利用对数组的维护,完成对并行任务的处理空间的私有化,减少了并行任务的竞争;利用对队列的维护,为并行处理任务与数据接收任务提供缓冲区,减少因任务处理速度的不同而产生的任务阻塞,极大的提高了并行度。 通过实验测试,结果证明此方案大大提高了视频去雾速率(平均提高了12倍),可以实现分辨率为600*400、720P(分辨率为1280*720)视频的实时视频去雾,实时视频去雾的标准帧率为24fps。此外,只要对该硬件系统进行扩充、适量修改软件系统,就可以完成对1080P(分辨率为1920*1080)视频的去雾,而且该系统对不同程序具有良好的通用性,可以移植不同类型的程序进行并行。综上所述,本文设计的视频去雾高性能并行处理系统的不仅去雾速度快,而且该并行处理系统具有很高的实用性。