孟嫻

摘 ?要： 針對傳統(tǒng)偽彩色圖像均衡化增強系統(tǒng)色彩靈敏度較低的問題，提出一種基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)。系統(tǒng)硬件由初始化模塊、偽彩色圖像處理模塊、偽彩色圖像存儲模塊、偽彩色圖像均衡化增強模塊、偽彩色圖像顯示模塊構成;系統(tǒng)軟件配置為偽彩色圖像均衡化處理軟件，通過硬件與軟件的結合實現(xiàn)了偽彩色圖像的均衡化增強。為了驗證基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的色彩靈敏度較高，將該系統(tǒng)與基于運算圖像矩陣的偽彩色圖像均衡化增強系統(tǒng)、基于自適應閾值計算模型的偽彩色圖像均衡化增強系統(tǒng)、基于最大類間方差的偽彩色圖像均衡化增強系統(tǒng)、基于單精度浮點指令的偽彩色圖像均衡化增強系統(tǒng)進行對比實驗，實驗結果證明，所提系統(tǒng)的色彩靈敏度最高，更適用于偽彩色圖像的均衡化增強。

關鍵詞： 暗原色先驗; 偽彩色圖像; 均衡化增強系統(tǒng); SDRM配置器; 數(shù)字圖像傳感器; FPGA編程; 圖像處理算法

中圖分類號： TN911.73?34; TP317.4 ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ?文章編號： 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

圖像增強能夠對圖像中蘊含的有用信息進行突出表達，是圖像數(shù)據(jù)應用領域的重要研究內容。通常對圖像進行復制、接收、傳輸、獲取等都可能導致圖像質量產生損失，這種情況下就必須對圖像進行增強處理。

圖像增強處理中比較典型的方法是灰度級圖像增強，并且該方法在多個領域中均有所應用，包括可視化圖像、衛(wèi)星影像、軍事、遙感、偵察等[1]。這些領域的圖像數(shù)據(jù)普遍存在著分辨率較低的問題，而分辨率是決定圖像質量高低的重要因素。并且在這些領域的圖像中，通常存在較多噪聲，在圖像拍攝的過程中容易受到大氣反射、陰天、雨霧的影響，遠距離圖像傳輸時容易造成圖像的細節(jié)丟失，這些因素都會影響圖像質量。

因此，對于這些領域，減少圖像噪聲并對圖像中的有用信息進行增強是很有必要的[2]。然而在這些領域中，應用灰度級圖像增強只能對圖像的細節(jié)信息進行增強，而無法處理分辨率較高的灰度圖像，因此，必須結合偽彩色圖像均衡化增強技術對圖像進行處理。

偽彩色圖像均衡化增強技術主要是通過對灰度圖像進行非線性變換或者線性變換，從而將其置換為彩色圖像。由于人眼天生對彩色信息更為敏感，因此能夠對圖像細節(jié)進行突出，有利于目標的解譯與識別[3]。

偽彩色圖像均衡化增強技術之所以無法在遙感圖像、醫(yī)學等相關領域進行大規(guī)模應用，就是因為傳統(tǒng)偽彩色圖像均衡化增強技術色彩靈敏度不足，并且分辨率較低，因此，提出一種基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)，對分辨率進行提升[4]。

1 ?設計基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)

1.1 ?設計系統(tǒng)硬件

基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的硬件模塊包括初始化模塊、偽彩色圖像處理模塊、偽彩色圖像存儲模塊、偽彩色圖像均衡化增強模塊、偽彩色圖像顯示模塊，構成這些模塊的硬件包括數(shù)字圖像傳感器、FPGA芯片、存儲芯片、串口通信USB、模數(shù)轉換電路、SDRM配置器、圖像處理器、SDRAM控制器[5]?；诎翟闰灥膫尾噬珗D像均衡化增強系統(tǒng)的硬件模塊圖如圖1所示[6]。

圖1中，初始化模塊主要由模數(shù)轉換電路與SDRM配置器組成，主要作用是對系統(tǒng)進行初始化處理，通過SDRM配置器對FPGA進行配置，并通過模數(shù)轉換電路對數(shù)字圖像傳感器進行初始化操作[7]。

圖像處理模塊主要通過圖像處理器對數(shù)字圖像傳感器收集的偽彩色圖像信息進行轉換，并將其轉換成數(shù)字信息，對其實施打包處理，以便后期進行圖像處理[8]。

圖像存儲模塊主要由SDRAM控制器和存儲芯片組成，其中，存儲芯片的具體型號為SDRAM?V1620HY57/S16400IS42，能夠對收集的原始偽彩色圖像信息進行存儲，保障原始信息的完整性[8]。而SDRAM控制器主要通過FIFO進行數(shù)據(jù)緩沖，以對接收到的原始圖像信息初步保存，并通過圖像信息數(shù)據(jù)接口進行儲存數(shù)據(jù)緩沖[9]。

圖像增強模塊主要由FPGA芯片與數(shù)字圖像傳感器構成，F(xiàn)PGA芯片的具體型號為Q208C8EP2ⅡCyclone[10]。該芯片主要利用SOPC Build進行圖像采集、編輯、修復以及進行灰度增強，而數(shù)字圖像傳感器的具體型號為Ov7620，利用FPGA編程即可實現(xiàn)Ov7620的圖像信息采集與處理[11]。

圖像顯示模塊則通過串口通信USB將均衡化增強的偽彩色圖像顯示在系統(tǒng)終端[12]。

1.2 ?設計系統(tǒng)軟件

基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的軟件配置為偽彩色圖像均衡化處理軟件[13]?；诎翟闰瀸尾噬珗D像均衡化處理軟件進行設計[14]。首先，利用暗原色先驗對偽彩色圖像進行去霧干擾，對于任意一個偽彩色圖像[J]，其暗原色可以用下式來表示：

[Jdark（x）=min（min（JC（y）））C∈r，g，by∈Ω（x）] （1）

式中：[JC]表示偽彩色圖像[J]的顏色通道;[x]表示偽彩色圖像像素點;[Ω（x）]表示像素點的方形鄰域;[Jdark]表示偽彩色圖像[J]的暗原色;[y]表示暗原色強度;[r，g，b]表示顏色通道取值范圍。

利用偽彩色圖像[J]的暗原色可以建立圖像去霧模型，從而估算霧的濃度，并對偽彩色圖像進行復原，實現(xiàn)高質量的圖像去霧干擾[15]。

接著利用軟件自帶的圖像處理算法對偽彩色圖像進行均衡化處理，在軟件中選擇適當?shù)娜ピ敕椒ㄅc濾波方法，并選擇相應的處理模塊加載圖像處理算法，對偽彩色圖像進行均衡化圖像增強處理，處理結果如圖2所示。

2 ?實驗研究

為了檢測本文設計的基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的性能，基于Matlab Web平臺設計了一個對比實驗。

2.1 ?實驗過程

基于Matlab Web平臺對基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)進行安裝調試，系統(tǒng)的現(xiàn)場安裝調試圖如圖3所示。

搭建一個系統(tǒng)實驗平臺，利用實驗平臺對待處理的偽彩色圖像進行預處理。主要針對偽彩色圖像中的二進制比特流實施預處理：

1） 對偽彩色圖像進行大小轉換，將其轉換為128×128的大小，接著對待處理的偽彩色圖像進行二進制比特流轉換，便于系統(tǒng)對偽彩色圖像進行處理。利用實驗平臺將預處理后的偽彩色圖像存入系統(tǒng)中，同時，在系統(tǒng)中植入Verilog監(jiān)測程序，便于對系統(tǒng)性能進行檢測。

2） 在平臺中安裝邏輯監(jiān)控分析儀對系統(tǒng)性能進行分析，并通過分析儀上顯示的信號波形圖判斷系統(tǒng)性能。

3） 將分析儀中的信號波形圖轉換為報告文件，對系統(tǒng)性能進行報告。

為了保證本次實驗的有效性，使用基于運算圖像矩陣的偽彩色圖像均衡化增強系統(tǒng)、基于自適應閾值計算模型的偽彩色圖像均衡化增強系統(tǒng)、基于最大類間方差的偽彩色圖像均衡化增強系統(tǒng)、基于單精度浮點指令的偽彩色圖像均衡化增強系統(tǒng)與本文設計的基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)進行比較，觀察實驗結果，比較各個偽彩色圖像均衡化增強系統(tǒng)的色彩靈敏度。

2.2 ?實驗結果

利用基于運算圖像矩陣的偽彩色圖像均衡化增強系統(tǒng)、基于自適應閾值計算模型的偽彩色圖像均衡化增強系統(tǒng)、基于最大類間方差的偽彩色圖像均衡化增強系統(tǒng)、基于單精度浮點指令的偽彩色圖像均衡化增強系統(tǒng)、基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)進行偽彩色圖像的均衡化增強，其色彩靈敏度對比實驗結果如表1所示。

根據(jù)表1的色彩靈敏度對比實驗結果可知：基于運算圖像矩陣的偽彩色圖像均衡化增強系統(tǒng)的平均色彩靈敏度為68.54%;基于自適應閾值計算模型的偽彩色圖像均衡化增強系統(tǒng)的平均色彩靈敏度為65.46%;基于最大類間方差的偽彩色圖像均衡化增強系統(tǒng)的平均色彩靈敏度為75.26%;基于單精度浮點指令的偽彩色圖像均衡化增強系統(tǒng)的平均色彩靈敏度為78.01%;基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的平均色彩靈敏度為97.77%。

綜上可知，基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)的色彩靈敏度高于基于運算圖像矩陣的偽彩色圖像均衡化增強系統(tǒng)、基于自適應閾值計算模型的偽彩色圖像均衡化增強系統(tǒng)、基于最大類間方差的偽彩色圖像均衡化增強系統(tǒng)、基于單精度浮點指令的偽彩色圖像均衡化增強系統(tǒng)等傳統(tǒng)偽彩色圖像均衡化增強系統(tǒng)。

3 ?結 ?語

基于暗原色先驗的偽彩色圖像均衡化增強系統(tǒng)通過硬件模塊與軟件模塊的結合實現(xiàn)了偽彩色圖像的均衡化增強，并且相較于傳統(tǒng)偽彩色圖像均衡化增強系統(tǒng)而言，實現(xiàn)了色彩靈敏度的提升，對于可視化圖像、衛(wèi)星影像、軍事、遙感、偵察等領域圖像分辨率的提升具有重要意義。

參考文獻

[1] 楊燕，董宇飛.基于半反圖像的導向濾波光補償快速去霧算法[J].傳感器與微系統(tǒng)，2017，36（12）：118?121.

[2] 王鑫，朱行成，寧晨，等.融合暗原色先驗和稀疏表示的水下圖像復原[J].電子與信息學報，2018，40（2）：264?271.

[3] 楊愛萍，宋曹春洋，張莉云，等.基于透射率歸一化的弱光圖像增強[J].天津大學學報（自然科學與工程技術版），2017，50（9）：997?1003.

[4] 彭文竹，張禹，王欽，等.基于暗原色先驗改進的偏振圖像復原方法研究[J].綿陽師范學院學報，2017，36（8）：49?56.

[5] 趙勝楠，魏偉波，潘振寬，等.基于暗原色先驗與MTV模型的單幅彩色圖像去霧[J].計算機科學，2018，45（3）：274?276.

[6] 宋瑞霞，孫相東，王小春，等.基于HSI顏色空間和暗原色先驗的去霧算法[J].系統(tǒng)科學與數(shù)學，2017，37（10）：2111?2120.

[7] 趙春麗，董靜薇，景嘉帥，等.基于暗通道及多尺度Retinex的霧霾天氣圖像增強算法[J].激光雜志，2018，39（1）：104?109.

[8] 茅天詒，王敬東，孫震，等.天空區(qū)域分割的暗原色先驗去霧視覺優(yōu)化技術[J].半導體光電，2017，38（6）：902?907.

[9] 趙勝楠，魏偉波，潘振寬，等.暗原色先驗與NL?CTV模型相結合的圖像去霧方法[J].計算機工程與應用，2018，54（16）：182?186.

[10] 張昌利，孟穎，李鵬超，等.基于導向濾波優(yōu)化暗原色先驗的公路能見度檢測方法[J].科學技術與工程，2018，18（6）：162?168.

[11] 張寶山，楊燕，陳高科，等.結合直方圖均衡化和暗通道先驗的去霧算法[J].傳感器與微系統(tǒng)，2018，37（3）：148?152.

[12] 羅強，吳俊峰，于紅，等.一種基于改進直方圖均衡化的顯著圖提取算法[J].小型微型計算機系統(tǒng)，2018，39（5）：1092?1096.

[13] 王欣欣，何明一，何人杰，等.基于半反圖像的透射率優(yōu)化降霧算法[J].電子設計工程，2014，22（22）：181?184.

[14] 齊建玲，冉迪，趙姝雅，等.探測器圖像直方圖均衡化算法的FPGA優(yōu)化設計[J].北華航天工業(yè)學院學報，2018，28（3）：1?4.

[15] 尹芳，陳田田，吳銳，等.一種結合暗通道先驗和圖像融合的水下圖像復原算法[J].小型微型計算機系統(tǒng)，2017，38（11）：2591?2596.