[发明专利]基于CPU+FPGA的图像快速去雾方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种图像快速去雾方法，可用于高分辨率数字图像的实时去雾。

背景技术

雾是自然界常见的一种现象，它是由空气中的水蒸气凝结成小水滴形成的。雾以及大气中的其它杂质如灰尘、霾等会对光线进行散射和吸收，从而使得大气能见度降低。在这样环境条件下拍摄的图片模糊不清，颜色失真，图片质量严重退化，直接影响到人的视觉感受。此外，在自动驾驶、智能导航、跟踪监控和智能交通等计算机视觉领域，带雾图片将影响系统的稳定性和准确性。近年来，图像去雾已经成为计算机视觉和图像处理领域研究的重要课题之一。

在图像去雾方法中，基于多尺度Retinex的图像去雾方法实现简单，但处理后的图片颜色易失真，视觉感受较差。基于软抠图的暗通道先验方法能够获得非常细腻的透射率图，去雾效果很好，而且颜色恢复很好，但该方法耗时严重，无法满足实时性的要求。基于双边滤波的暗通道先验方法耗时有了大幅减小，颜色恢复也较好，但经过双边滤波后的透射率图比较粗糙，对某些场景下的图像边缘去雾效果不好。

He K在IEEE Transactions on Pattern Analysis&Machine Intelligence 2013,35(6):1397-409.上发表了“Guided Image Filtering”的论文，文中提出了一种导向滤波方法，该方法通过引导图对透射率图进行滤波，虽然能得到细腻的透射率图，提高了去雾效果，且耗时较软抠图方法也减少了很多。但仍无法满足高清图像实时去雾的要求。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提供一种基于CPU+FPGA的图像快速去雾方法，以进一步减小耗时，实现对图像的实时去雾。

本发明的技术方案是这样完成的：

一.技术原理

本发明利用CPU+FPGA的异构架构对基于引导滤波的暗通道先验去雾方法进行并行加速，采用并行编程标准的开放运算语言OpenCL进行内核编程。OpenCL是第一个面向异构系统通用目的并行编程的标准，也是一个统一的编程环境。用OpenCL编写的内核可以在FPGA、GPU和CPU等多种设备上执行，跨平台性良好。FPGA具有非常强大的数据并行计算能力，具有可重复编程的能力，设计灵活性很大，特别适合并行计算。此外，FPGA功耗较低，在诸如自动驾驶、智能导航和跟踪监控等对功耗有要求的领域，FPGA的低功耗特性就显得尤为重要。CPU中拥有控制取指、译码等流程，具备处理各种复杂的指令要求的能力，适合于从事任务处理，逻辑运算。

根据FPGA强大的并行运算能力和CPU强大的决策能力，本发明利用CPU+FPGA的异构架构对该去雾方法进行加速。在加速过程中，通过CPU完成任务调度与数据分配，通过FPGA完成数据密集型的计算任务。

二.技术方案

根据上述原理，本发明的实现方案包括如下：

(1)初始化开放运算语言OpenCL环境，创建并编译内核程序；

(2)创建10个缓存对象，即第一个缓存对象I、第二个缓存对象D、第三个缓存对象G、第四个缓存对象R、第五个缓存对象T、第六个缓存对象D'、第七个缓存对象T'、第八个缓存对象T'_sub、第九个缓存对象T_sub和第十个缓存对象G_sub，并将原始图像数据写入到第一个缓存对象I中；

(3)初始化去雾系数w₀＝0.95和大气参数a＝0.65；

(4)对第一个缓存对象I中的原始图像进行暗通道和灰度提取，将得到的暗通道图保存在第二个缓存对象D中，将灰度图保存在第三个缓存对象G中；

(5)对第二个缓存对象D中的暗通道图进行最小值滤波，得到滤波后的暗通道图并保存在第六个缓存对象D'中；

(6)根据第六个缓存对象D'中保存的滤波后暗通道图计算透射率图，并将透射率图保存到第七个缓存对象T'中；

(7)对第七个缓存对象T'中的透射率图和第三个缓存对象G中的灰度图进行降采样，将降采样后的透射率图和灰度图分别保存在第八个缓存对象T'_sub和第十个缓存对象G_sub中；

(8)以第十个缓存对象G_sub中降采样后的灰度图作为引导图，对第八个缓存对象T'_sub中的降采样后透射率图进行引导滤波，并将引导滤波后的透射率图保存到第九个缓存对象T_sub中；