[發(fā)明專利]寬動(dòng)態(tài)范圍紅外圖像實(shí)時(shí)量化FPGA實(shí)現(xiàn)方法、系統(tǒng)、終端

在審

• 申請(qǐng)?zhí)枺?/td>: 202111110153.8
• 申請(qǐng)日: 2021-09-18
• 公開（公告）號(hào): CN113870153A
• 公開（公告）日: 2021-12-31
• 發(fā)明（設(shè)計(jì)）人: 顏露新;譚富中;鐘勝;曹旭航;王健;龔恩;黎瑞;朱太云
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué);國(guó)網(wǎng)安徽省電力有限公司電力科學(xué)研究院;南京漢寧信息技術(shù)有限公司
• 主分類號(hào): G06T5/20
• 分類號(hào): G06T5/20;G06T5/00;G06T5/50;G06T1/20
• 代理公司: 北京金智普華知識(shí)產(chǎn)權(quán)代理有限公司 11401
• 代理人: 張曉博

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，公開了一種寬動(dòng)態(tài)范圍紅外圖像實(shí)時(shí)量化FPGA實(shí)現(xiàn)方法、系統(tǒng)、終端，寬動(dòng)態(tài)范圍紅外圖像實(shí)時(shí)量化FPGA實(shí)現(xiàn)方法包括：采用低通濾波將原圖分解為背景層與細(xì)節(jié)層，通過截取閾值計(jì)算模塊獲取背景層與細(xì)節(jié)層的截取閾值，通過分段線性拉伸方式將背景層與細(xì)節(jié)層量化到8bit，將背景層與細(xì)節(jié)層量化的結(jié)果以一定的比例系數(shù)進(jìn)行融合。本發(fā)明的寬動(dòng)態(tài)范圍紅外圖像實(shí)時(shí)量化FPGA實(shí)現(xiàn)方法實(shí)現(xiàn)簡(jiǎn)單，速度快，資源消耗少，量化參數(shù)可配置，圖像輸入大小可配置，超參數(shù)少，支持不同動(dòng)態(tài)范圍的紅外圖像，同時(shí)支持對(duì)低對(duì)比度的可見光輸入圖像進(jìn)行對(duì)比度增強(qiáng)和細(xì)節(jié)增強(qiáng)。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，尤其涉及一種寬動(dòng)態(tài)范圍紅外圖像實(shí)時(shí)量化FPGA實(shí)現(xiàn)方法、系統(tǒng)、終端。

背景技術(shù)

目前，在光電設(shè)備中，高位寬紅外探測(cè)器由于具有高靈敏度，低噪聲，輸出圖像動(dòng)態(tài)范圍高的特點(diǎn)，可以獲取更加豐富的圖像細(xì)節(jié)。通常，顯示設(shè)備或者神經(jīng)網(wǎng)絡(luò)的圖像輸入只要求8位數(shù)據(jù)寬度，所以需要將高位寬的圖像數(shù)據(jù)壓縮至8位位寬。

目前針對(duì)紅外圖像量化的主要算法包括線性映射、分段線性映射和非線性映射(如基于直方圖均衡化的系列方法)，以及基于細(xì)節(jié)分層的量化方法。

直接對(duì)原始圖像采用線性映射或直方圖均衡化等動(dòng)態(tài)范圍壓縮技術(shù)容易造成圖像的細(xì)節(jié)信息丟失，無法有效凸顯圖像中的紋理特征。基于直方圖均衡化方法的一些改進(jìn)技術(shù)雖然在效果上有一定提升，但是算法實(shí)現(xiàn)硬件實(shí)現(xiàn)難度較大，資源消耗多，實(shí)時(shí)性不高。此外當(dāng)圖像輸入過大，受限與片上存儲(chǔ)資源大小難以實(shí)現(xiàn)。

基于細(xì)節(jié)分層的量化方法首先通過低通濾波器將原圖分為背景層與細(xì)節(jié)層圖像，然后分別將背景層和背景層圖像量化到8bit，最后將量化后的背景層和細(xì)節(jié)層圖像通過一定的系數(shù)進(jìn)行融合。現(xiàn)有的基于細(xì)節(jié)分層的寬動(dòng)態(tài)范圍紅外圖像量化算法的FPGA實(shí)現(xiàn)具有實(shí)現(xiàn)復(fù)雜，速度慢，資源消耗大，輸入圖像尺寸不可配置等缺點(diǎn)。

通過上述分析，現(xiàn)有技術(shù)存在的問題及缺陷為：現(xiàn)有的FPGA實(shí)現(xiàn)方法實(shí)現(xiàn)復(fù)雜，速度慢，資源消耗大，輸入圖像尺寸不可配置。

解決以上問題及缺陷的難度為：

1.針對(duì)現(xiàn)有的FPGA量化算法實(shí)現(xiàn)復(fù)雜的問題：一些最新的基于細(xì)節(jié)分層的紅外圖像算法在細(xì)節(jié)分層環(huán)節(jié)采用雙邊濾波器或者引導(dǎo)濾波器等具有保邊效果的濾波器，但是雙邊濾波器涉及到大量的乘除法和指數(shù)運(yùn)算，從時(shí)間和資源的角度看都不利于FPGA實(shí)現(xiàn)，且其超參數(shù)多，在實(shí)際應(yīng)用過程中調(diào)整超參數(shù)的過程復(fù)雜且繁瑣。而引導(dǎo)濾波器同樣涉及到大量的乘除法運(yùn)算以及少數(shù)超參數(shù)的調(diào)整過程。

2.針對(duì)速度慢的問題：在低通濾波環(huán)節(jié)，采用更大的濾波模板需要緩存的圖像行數(shù)就更多，造成的時(shí)延也就越大。此外，受限于算法本身，并行以及流水化實(shí)現(xiàn)難度較大。

3.針對(duì)資源消耗大的問題：在將高動(dòng)態(tài)范圍的圖像量化到8bit的環(huán)節(jié)，基于直方圖均衡化或伽馬變換等非線性量化算法，都需要消耗大量的片上存儲(chǔ)資源或查找表資源。常規(guī)的基于直方圖統(tǒng)計(jì)的分段線性拉伸的截取閾值選取方式需要統(tǒng)計(jì)整幅圖像的直方圖，該過程也需要消耗大量的片上資源，當(dāng)圖像尺寸或者灰度范圍過大，受限與片上資源的限制導(dǎo)致算法無法在fpga上進(jìn)行實(shí)現(xiàn)。

4.實(shí)現(xiàn)圖像輸入尺寸可配置的難點(diǎn)在于如何實(shí)現(xiàn)可變窗口的滑窗模塊。

解決以上問題及缺陷的意義為：

1.減小量化算法的實(shí)現(xiàn)復(fù)雜度可以對(duì)該算法進(jìn)行快速推廣應(yīng)用，并減小使用過程中的操作難度。

2.加快量化算法的處理速度可以將該算法應(yīng)用對(duì)在實(shí)時(shí)性要求高的場(chǎng)合。加快系統(tǒng)反應(yīng)速度。

3.減少資源消耗可以使該算法在資源受限的平臺(tái)上實(shí)現(xiàn)部署，使算法的應(yīng)用范圍更廣。同時(shí)可以有效降低應(yīng)用成本，減小系統(tǒng)功耗。