基于暗原色先验的伪彩色图像均衡化增强系统设计

来源:用户上传      作者:

　　摘  要： 针对传统伪彩色图像均衡化增强系统色彩灵敏度较低的问题，提出一种基于暗原色先验的伪彩色图像均衡化增强系统。系统硬件由初始化模块、伪彩色图像处理模块、伪彩色图像存储模块、伪彩色图像均衡化增强模块、伪彩色图像显示模块构成;系统软件配置为伪彩色图像均衡化处理软件，通过硬件与软件的结合实现了伪彩色图像的均衡化增强。为了验证基于暗原色先验的伪彩色图像均衡化增强系统的色彩灵敏度较高，将该系统与基于运算图像矩阵的伪彩色图像均衡化增强系统、基于自适应阈值计算模型的伪彩色图像均衡化增强系统、基于最大类间方差的伪彩色图像均衡化增强系统、基于单精度浮点指令的伪彩色图像均衡化增强系统进行对比实验，实验结果证明，所提系统的色彩灵敏度最高，更适用于伪彩色图像的均衡化增强。
　　关键词： 暗原色先验; 伪彩色图像; 均衡化增强系统; SDRM配置器; 数字图像传感器; FPGA编程; 图像处理算法
　　中图分类号： TN911.73?34; TP317.4                 文献标识码： A                  文章编号： 1004?373X（2020）07?0074?04
　　Design of pseudo?color image equalization enhancement system
　　based on dark channel prior
　　MENG Xian
　　（Zhengzhou University of Science and Technology， Zhengzhou 450064， China）
　　Abstract： In view of the low color sensitivity of traditional pseudo?color image equalization enhancement system， a pseudo?color image equalization enhancement system based on dark channel prior is proposed. The system hardware consists of the initialization module， the pseudo?color image processing module， the pseudo?color image storage module， the pseudo?color image equalization enhancement module and the pseudo?color image display module， while the system software is pseudo?color image equalization processing software. The equalization enhancement of pseudo?color images is realized by the combination of hardware and software. In order to verify the high color sensitivity of the pseudo?color image equalization enhancement system based on dark channel prior， comparison experiments are performed between the system and the pseudo?color image equalization enhancement system based on operation image matrix， the pseudo?color image equalization enhancement system based on adaptive threshold computing model， the pseudo?color image equalization enhancement system based on maximum between?class variance and the pseudo?color image equalization enhancement system based on single precision floating?point instruction. The experimental results show that the proposed system has the highest color sensitivity and is more suitable for pseudo?color image equalization enhancement.
　　Keywords： dark channel prior; pseudo?color image; equalization enhancement system; SDRM configurator; digital image sensor; FPGA programming; image processing algorithm
　　0  引  言
　　图像增强能够对图像中蕴含的有用信息进行突出表达，是图像数据应用领域的重要研究内容。通常对图像进行复制、接收、传输、获取等都可能导致图像质量产生损失，这种情况下就必须对图像进行增强处理。 　　图像增强处理中比较典型的方法是灰度级图像增强，并且该方法在多个领域中均有所应用，包括可视化图像、卫星影像、军事、遥感、侦察等[1]。这些领域的图像数据普遍存在着分辨率较低的问题，而分辨率是决定图像质量高低的重要因素。并且在这些领域的图像中，通常存在较多噪声，在图像拍摄的过程中容易受到大气反射、阴天、雨雾的影响，远距离图像传输时容易造成图像的细节丢失，这些因素都会影响图像质量。
　　因此，对于这些领域，减少图像噪声并对图像中的有用信息进行增强是很有必要的[2]。然而在这些领域中，应用灰度级图像增强只能对图像的细节信息进行增强，而无法处理分辨率较高的灰度图像，因此，必须结合伪彩色图像均衡化增强技术对图像进行处理。
　　伪彩色图像均衡化增强技术主要是通过对灰度图像进行非线性变换或者线性变换，从而将其置换为彩色图像。由于人眼天生对彩色信息更为敏感，因此能够对图像细节进行突出，有利于目标的解译与识别[3]。
　　伪彩色图像均衡化增强技术之所以无法在遥感图像、医学等相关领域进行大规模应用，就是因为传统伪彩色图像均衡化增强技术色彩灵敏度不足，并且分辨率较低，因此，提出一种基于暗原色先验的伪彩色图像均衡化增强系统，对分辨率进行提升[4]。
　　1  设计基于暗原色先验的伪彩色图像均衡化增强系统
　　1.1  设计系统硬件
　　基于暗原色先验的伪彩色图像均衡化增强系统的硬件模块包括初始化模块、伪彩色图像处理模块、伪彩色图像存储模块、伪彩色图像均衡化增强模块、伪彩色图像显示模块，构成这些模块的硬件包括数字图像传感器、FPGA芯片、存储芯片、串口通信USB、模数转换电路、SDRM配置器、图像处理器、SDRAM控制器[5]。基于暗原色先验的伪彩色图像均衡化增强系统的硬件模块图如图1所示[6]。
　　图1中，初始化模块主要由模数转换电路与SDRM配置器组成，主要作用是对系统进行初始化处理，通过SDRM配置器对FPGA进行配置，并通过模数转换电路对数字图像传感器进行初始化操作[7]。
　　图像处理模块主要通过图像处理器对数字图像传感器收集的伪彩色图像信息进行转换，并将其转换成数字信息，对其实施打包处理，以便后期进行图像处理[8]。
　　图像存储模块主要由SDRAM控制器和存储芯片组成，其中，存储芯片的具体型号为SDRAM?V1620HY57/S16400IS42，能够对收集的原始伪彩色图像信息进行存储，保障原始信息的完整性[8]。而SDRAM控制器主要通过FIFO进行数据缓冲，以对接收到的原始图像信息初步保存，并通过图像信息数据接口进行储存数据缓冲[9]。
　　图像增强模块主要由FPGA芯片与数字图像传感器构成，FPGA芯片的具体型号为Q208C8EP2ⅡCyclone[10]。该芯片主要利用SOPC Build进行图像采集、编辑、修复以及进行灰度增强，而数字图像传感器的具体型号为Ov7620，利用FPGA编程即可实现Ov7620的图像信息采集与处理[11]。
　　图像显示模块则通过串口通信USB将均衡化增强的伪彩色图像显示在系统终端[12]。
　　1.2  设计系统软件
　　基于暗原色先验的伪彩色图像均衡化增强系统的软件配置为伪彩色图像均衡化处理软件[13]。基于暗原色先验对伪彩色图像均衡化处理软件进行设计[14]。首先，利用暗原色先验对伪彩色图像进行去雾干扰，对于任意一个伪彩色图像[J]，其暗原色可以用下式来表示：
　　[Jdark（x）=min（min（JC（y）））C∈r，g，by∈Ω（x）] （1）
　　式中：[JC]表示偽彩色图像[J]的颜色通道;[x]表示伪彩色图像像素点;[Ω（x）]表示像素点的方形邻域;[Jdark]表示伪彩色图像[J]的暗原色;[y]表示暗原色强度;[r，g，b]表示颜色通道取值范围。
　　利用伪彩色图像[J]的暗原色可以建立图像去雾模型，从而估算雾的浓度，并对伪彩色图像进行复原，实现高质量的图像去雾干扰[15]。
　　接着利用软件自带的图像处理算法对伪彩色图像进行均衡化处理，在软件中选择适当的去噪方法与滤波方法，并选择相应的处理模块加载图像处理算法，对伪彩色图像进行均衡化图像增强处理，处理结果如图2所示。
　　2  实验研究
　　为了检测本文设计的基于暗原色先验的伪彩色图像均衡化增强系统的性能，基于Matlab Web平台设计了一个对比实验。
　　2.1  实验过程
　　基于Matlab Web平台对基于暗原色先验的伪彩色图像均衡化增强系统进行安装调试，系统的现场安装调试图如图3所示。
　　搭建一个系统实验平台，利用实验平台对待处理的伪彩色图像进行预处理。主要针对伪彩色图像中的二进制比特流实施预处理：
　　1） 对伪彩色图像进行大小转换，将其转换为128×128的大小，接着对待处理的伪彩色图像进行二进制比特流转换，便于系统对伪彩色图像进行处理。利用实验平台将预处理后的伪彩色图像存入系统中，同时，在系统中植入Verilog监测程序，便于对系统性能进行检测。
　　2） 在平台中安装逻辑监控分析仪对系统性能进行分析，并通过分析仪上显示的信号波形图判断系统性能。
　　3） 将分析仪中的信号波形图转换为报告文件，对系统性能进行报告。
　　为了保证本次实验的有效性，使用基于运算图像矩阵的伪彩色图像均衡化增强系统、基于自适应阈值计算模型的伪彩色图像均衡化增强系统、基于最大类间方差的伪彩色图像均衡化增强系统、基于单精度浮点指令的伪彩色图像均衡化增强系统与本文设计的基于暗原色先验的伪彩色图像均衡化增强系统进行比较，观察实验结果，比较各个伪彩色图像均衡化增强系统的色彩灵敏度。 　　2.2  实验结果
　　利用基于运算图像矩阵的伪彩色图像均衡化增强系统、基于自适应阈值计算模型的伪彩色图像均衡化增强系统、基于最大类间方差的伪彩色图像均衡化增强系统、基于单精度浮点指令的伪彩色图像均衡化增强系统、基于暗原色先验的伪彩色图像均衡化增强系统进行伪彩色图像的均衡化增强，其色彩灵敏度对比实验结果如表1所示。
　　根据表1的色彩灵敏度对比实验结果可知：基于运算图像矩阵的伪彩色图像均衡化增强系统的平均色彩灵敏度为68.54%;基于自适应阈值计算模型的伪彩色图像均衡化增强系统的平均色彩灵敏度为65.46%;基于最大类间方差的伪彩色图像均衡化增强系统的平均色彩灵敏度为75.26%;基于单精度浮点指令的伪彩色图像均衡化增强系统的平均色彩灵敏度为78.01%;基于暗原色先验的伪彩色图像均衡化增强系统的平均色彩灵敏度为97.77%。
　　综上可知，基于暗原色先验的伪彩色图像均衡化增强系统的色彩灵敏度高于基于运算图像矩阵的伪彩色图像均衡化增强系统、基于自适应阈值计算模型的伪彩色图像均衡化增强系统、基于最大类间方差的伪彩色图像均衡化增强系统、基于单精度浮点指令的伪彩色图像均衡化增强系统等传统伪彩色图像均衡化增强系统。
　　3  结  语
　　基于暗原色先验的伪彩色图像均衡化增强系统通过硬件模块与软件模块的结合实现了伪彩色图像的均衡化增强，并且相较于传统伪彩色图像均衡化增强系统而言，实现了色彩灵敏度的提升，对于可视化图像、卫星影像、军事、遥感、侦察等领域图像分辨率的提升具有重要意义。
　　参考文献
　　[1] 杨燕，董宇飞.基于半反图像的导向滤波光补偿快速去雾算法[J].传感器与微系统，2017，36（12）：118?121.
　　[2] 王鑫，朱行成，宁晨，等.融合暗原色先验和稀疏表示的水下图像复原[J].电子与信息学报，2018，40（2）：264?271.
　　[3] 杨爱萍，宋曹春洋，张莉云，等.基于透射率归一化的弱光图像增强[J].天津大学学报（自然科学与工程技术版），2017，50（9）：997?1003.
　　[4] 彭文竹，张禹，王钦，等.基于暗原色先验改进的偏振图像复原方法研究[J].绵阳师范学院学报，2017，36（8）：49?56.
　　[5] 赵胜楠，魏伟波，潘振宽，等.基于暗原色先验与MTV模型的单幅彩色图像去雾[J].计算机科学，2018，45（3）：274?276.
　　[6] 宋瑞霞，孙相东，王小春，等.基于HSI颜色空间和暗原色先验的去雾算法[J].系统科学与数学，2017，37（10）：2111?2120.
　　[7] 赵春丽，董静薇，景嘉帅，等.基于暗通道及多尺度Retinex的雾霾天气图像增强算法[J].激光杂志，2018，39（1）：104?109.
　　[8] 茅天诒，王敬东，孙震，等.天空区域分割的暗原色先验去雾视觉优化技术[J].半导体光电，2017，38（6）：902?907.
　　[9] 赵胜楠，魏伟波，潘振宽，等.暗原色先验与NL?CTV模型相结合的图像去雾方法[J].计算机工程与应用，2018，54（16）：182?186.
　　[10] 张昌利，孟颖，李鹏超，等.基于导向滤波优化暗原色先验的公路能见度检测方法[J].科学技术与工程，2018，18（6）：162?168.
　　[11] 张宝山，杨燕，陈高科，等.结合直方图均衡化和暗通道先验的去雾算法[J].传感器与微系统，2018，37（3）：148?152.
　　[12] 罗强，吴俊峰，于红，等.一种基于改进直方图均衡化的显著图提取算法[J].小型微型计算机系统，2018，39（5）：1092?1096.
　　[13] 王欣欣，何明一，何人杰，等.基于半反图像的透射率优化降雾算法[J].电子设计工程，2014，22（22）：181?184.
　　[14] 齐建玲，冉迪，赵姝雅，等.探测器图像直方图均衡化算法的FPGA优化设计[J].北华航天工业学院学报，2018，28（3）：1?4.
　　[15] 尹芳，陈田田，吴锐，等.一种结合暗通道先验和图像融合的水下图像复原算法[J].小型微型计算机系统，2017，38（11）：2591?2596.
转载注明来源:https://www.xzbu.com/8/view-15245409.htm