论文部分内容阅读
目前,去雾领域的研究重点大部分集中在提高算法的去雾效果上,而算法的运行时间和去雾效果二者很难兼得。随着FPGA芯片的性能不断增强及其功耗水平不断降低,FPGA越来越受到延迟和功耗敏感型嵌入式系统的追捧。本文的主要工作是优化基于物理模型的去雾算法,以及设计与实现视频去雾原型系统。(1)、本文基于物理模型的去雾算法在运行时间和算法去雾效果之间做出取舍,保证算法的精度损失在可接受范围之内的前提下,优化去雾算法的时间复杂度,使其满足嵌入式视频去雾系统的实时性要求。根据环境光的变化趋势与景物深度变化趋势一致的性质,以及透射率与景物深度成负相关的特点,通过对暗通道图做均值滤波操作粗略地估计出全局大气光和环境光,以及采用降采样的方法降低估算全局大气光值的计算量。实验结果表明,本文算法与暗通道算法和导向滤波算法相比,SSIM评价指标分别降低了5%和2%,PSNR评价指标分别降低了9%和4%,算法运行速度分别提高了1000倍和83倍。虽然本文的改进工作对算法的精度有所损失,但是优化后的算法更适合应用于延迟敏感的嵌入式实时系统。(2)、本文基于优化后的物理模型去雾算法,设计与实现视频实时去雾原型系统。针对FPGA的异构并行特性,分析算法中各步骤之间的关联性和并行性,将算法中的浮点运算转换为定点运算,以及设计各个功能模块的算法电路,包括亮暗通道模块、平均值模块、均值滤波模块、全局大气光模块、环境光模块和图像恢复模块。其中亮暗通道算法电路能够在一个时钟周期内计算出每个像素点中RGB分量的最大值和最小值。根据均值滤波器卷积核为1的特点,对均值滤波模块进行优化,使其D触发器阵列的数量由×减少为2×,加法树数量由+1棵减少为2棵。将平均值模块中的除法电路转换为移位电路和加法电路,精度误差范围在±1之间。这样既节省了大量FPGA资源,又不影响整体算法电路的流水线结构,还提高了算法电路的运算速度。设计乒乓操作电路,提高了视频去雾系统的数据带宽。实验结果表明,本文视频去雾原型系统基于FPGA定点运算的处理结果与CPU浮点运算的结果相比,虽然客观评价指标PSNR和SSIM分别降低了9%和8%,但是FPGA的处理速度是CPU的6倍。本文FPGA去雾方案处理一幅大小为1024×768的彩色图像所需的时间为33.15728毫秒,处理分辨率为640×480的视频,帧率大于40fps,系统功耗约2.015W(瓦)。单位时间单位功耗的像素点处理量是CPU去雾方案的94.8倍,是GPU去雾方案的4.6倍。