基于FPGA的图像增强算法实现文献综述

 2022-03-16 23:02:10

《基于FPGA的图像增强算法实现》

文献综述

一、前言

人类传递信息的主要媒介是语言和图像。据统计在人类接受的各种信息中视觉信息占80%,所以图像信息是十分重要的信息传递媒体和方式。在实际应用中每个部分都有可能导致图像品质变差,使图像传递的信息无法被正常读取和识别。例如,在采集图像过程中由于光照环境或物体表面反光等原因造成图像整体光照不均,或是图像采集系统在采集过程中由于机械设备的缘故无法避免的加入采集噪声,或是图像显示设备的局限性造成图像显示层次感降低或颜色减少等等。因此研究快速且有效地图像增强算法成为推动图像分析和图像理解领域发展的关键内容之一。

图像增强处理[1]是数字图像处理的一个重要分支。图像处理是指对图像进行分析、加工、和处理,使其满足视觉、心理或其他要求的技术。图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。此外,基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类,另外与计算机科学、人工智能等领域也有密切的关系。

二、相关文献的研究现状

图像增强是数字图像处理的一个子领域。图像增强的目的是提高图像的对比度和锐化程度,以便于进一步处理或分析。它是对数字图像进行调整,使其结果更适合于显示或进一步的图像分析的目的。例如,去除噪声,锐化或增亮图像,使其更容易识别关键特征。图像增强算法能够提高图像整体和局部的对比度,突出图像的细节信息,使增强后的图像更符合人眼的视觉特性且易于机器识别,在军事和民用领域具有广泛的应用[2]。毫无疑问,高可见度图像反映了目标场景的清晰细节,这对于许多基于视觉的技术至关重要,例如物体检测和跟踪等。但是,在低光照度件下拍摄的图像通常具有较低的可见度。因此,为了提升图像的视觉效果,开展图像增强算法研究以增强图片细节[3]具有非常重要的理论意义与应用价值。

通过采取适当的增强处理可以将原本模糊不清,甚至根本无法分辨的原始图片处理成清楚、明晰的并富含大量有用信息的可使用图像[4]。通过对现有的一些图像增强算法进行研究和分析,并根据相关算法存在的缺陷和实际情况对现有的算法进行改进和完善。直方图均衡化因其简单、快速、有效已在图像增强中得到广泛研究和应用[5]。而鉴于直方图均衡只是改变原图像中同一灰度层上所有像素的灰度,导致均衡化图像的动态范围扩大,不可避免地存在不同程度的灰度“吞噬”现象,甚至增强后图像可能出现过暗、过亮、伪轮廓等不足。文献[6]注意到了目前灰度级频率越低在HE过程中越容易发生灰度级的合并,尚无准确的数学描述,如给出HE过程中灰度级发生合并的条件,可很好地推进修正的直方图均衡化技术的发展。

改进的直方图均衡化方法确实在处理效果上解决了不少传统方法的问题,但是由于实现算法的传统方式多是软件实现,处理的速度却不是很快,无法完全发挥出硬件本应有的能力。数字图像处理也可以通过专用的数字图像处理器件实现,例如:专用集成芯片(Application Specific Integrated Circuit, ASIC)、数字信号处理器(Digital Signal Process, DSP)和现场可编程门阵列(Field Programmable Gate Array, FPGA)[7]都可以用做数字图像处理器件来进行实时高速处理。ASIC的特点是面向特定用户的需求,在批量生产具有体积更小、功耗更低、可靠性提高、性能提高、保密性增强、成本降低等优点,但在通用性上还不够完善,不太适用于研究。而FPGA由于其本身的硬件结构,能够非常容易地实现快速、并行的处理。所以在基于FPGA的图像增强平台上,将直方图均衡化 串行算法拆分成并行的算法,并且基于乒乓结构与流水线思想,构建新的硬件解决方案,以达到实时灵活处理的目的[8]

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。