基于DSP的雾霾天气图像清晰化处理

王军芬 WANG Jun-fen

（石家庄经济学院信息工程系，石家庄 050031）

摘要：当前对图像去雾霾处理以事后分析居多，难以满足跟踪等实时性要求较高的应用需求。针对此问题，设计了一款以高性能DSP芯片TMS320DM642作为中央处理器，以快速的暗通道先验为去雾霾算法的实时图像处理系统。实验结果表明,该系统不仅能有效的提高雾天图像的清晰度，而且能较大缩短处理时间。

教育期刊网 http://www.jyqkw.com
关键词 ： 雾霾去除；DSP；图像增强

中图分类号：TP394 文献标识码：A 文章编号：1006-4311（2015）17-0217-02

基金项目：2014年河北省高等学校科学技术研究项目（课题编号Z2014147）。

作者简介：王军芬（1979-），女，河北石家庄人，讲师，研究方向为数字图像处理。

0 引言

众多计算机应用的户外监控系统，例如道路监测，安防监控等，都要求能准确地提取图像的特征。然而在雾、霾等天气状况下获取的图像严重降质，这使道路视觉系统无法正常运行，带来了严重的安全隐患。近年来,单幅图像雾霾的去除取得了重大进展[1-3]，使用了更好的先验知识和假设。文献[3]提出采用一种新的黑色通道先验知识（Dark Channel Prior，DCP）去除单幅图像雾霾的算法，该算法虽然复原结果很好，但速度比较慢,达不到实际应用的要求。

文章以TI公司的TMS320DM642芯片为核心，以快速的暗通道先验为去雾算法，设计出一款有效的实时去雾系统。

1 快速去雾算法

在图像处理领域，对因雾霾等影响造成图像模糊应用比较广泛的数学模型如式（1）所示。

其中：I（x）表示观察到的图像，J（x）表示真实场景图像，即不受雾霾影响的理想图像，A表示整体大气光，t（x）为雾霾的介质传输系数。在大气同质的条件下，t（x）=exp（-βd），其中β是大气散射系数，d是场景深度，A（1-t（x））为大气散射光。去除雾霾的目标就是从I（x）中恢复J（x）、A和t（x）。

经过实验研究掌握了一套统计规律：在户外无雾图像的绝大多数局部非天空区域内，某一些像素总会有一个或一个以上的颜色通道具有很低的强度值。该统计规律就是所谓暗通道原理。对于一副图片J，定义

在式（2）中，JC表示图片J的一个色彩通道（即RGB三颜色中一种），Ω（x）表示中心在x的一个局部图像模板。

本文利用文献[3]中的“暗通道”模型，对上述公式（1）中的未知量进行先验估计约束。挑选黑色通道中最亮像素的0.1%作为整体大气光A的估算值,这种方法比最亮像素方法具有更好的鲁棒性。对于介质传输系数t（x），先推算出大气散射光A（1-t（x））后，再进行估算[4]。t（x）的具体估算过程可教育期刊网 http://www.jyqkw.com
参考文献[4]。最后由公式（1）可推算出复原图像J（x）。

2 硬件结构

本图像去雾增强系统以TMS320DM642为核心。该系统是TI公司向多媒体应用领域推出的一款高速DSP。它由C64X核心架构和外围设备、接口共同组成，主频高达720MHZ，并行处理指令的能力最大可达每个指令周期处理8条32位指令，最大指令处理速度达到了5760MIPS。DM642具有超长指令字结构，采用硬件流水机制，并有多个ALU单元和乘法单元，在一个指令周期内可以同步处理多条指令，处理速度相当惊人，这也成为构建实时化视频处理系统的一个基础条件。

TMS320DM642系统外设一可读写外部视频的解码器VideoPort，设计者为其安装了驱动程序，以便于用户进一步开发应用程序，使系统操作流程更加简捷[5]。

按功能划分，系统由图1所示的四大模块组成。其中模块Ⅰ主要包括电源模块和复位及JTAG接口，它具有仿真及复位功能，为所有芯片供应电源；模块Ⅱ为图像输入通道，由CCD摄像头采集图像信号，为标准PAL/NTSC制电视模拟信号，经过TVP5150A解码成数字并行信号BT656码流送入DM642的视频接口。模块Ⅲ为图像处理和存储模块，由数字信号处理器TMS320DM642、存储器SDRAM以及程序存储器flash组成，实现数字图像处理和存储功能；DM642把得到的图像数据，自动通过EDMA传输到SDRAM中存储。DM642的CPU通过访问SDRAM中的图像,按照图像处理程序进行处理后送输出SDRAM中存储。模块Ⅳ是图像输出通道，DM642的视频接口输出 BT656码流，经解码芯片SAA7121H转换成标准电视信号输出给显示器，这时可观察到到去雾处理后的图像。软件的总体流程如图2所示。

3 实验结果与分析

为了验证本文设计的图像雾霾天图像清晰化系统的有效性，将输入图像分两路输出，一路输出原始图像，另一路输出去雾后图像，完成同时、同场景图像的对比。本文选择了不同场景，受雾霾影响程度不同的道路图像进行实验，由于篇幅原因只给我受雾霾影响比较严重的图像，如图3所示。

从图3雾霾图像处理前后的对比可看出，本系统对雾霾天气下成像有了明显改善，经过去雾处理后的图像清晰度显著提高，图像边缘细节得到更充分的展现。需要指出的是，在雾霾较重的环境下，该系统仍能有效地去除雾霾，增强图像的清晰度。

4 结论

本文以TMS320DM642为处理核心，以CCS为集成开发环境，以快速的暗通道先验为去雾算法的实时图像处理系统。实验选取不同场景，受雾霾影响程度不同的雾霾天降质道路图像为处理对象，结果表明，该系统能够有效地增强雾天降质视频的清晰度，并能满足实时处理的需要。

教育期刊网 http://www.jyqkw.com
参考文献：

[1]李权合，查宇飞，等.雾霾退化图像场景再现新算法[J].西安电子科技大学学报（自然科学版），2013，10（5）:99-106.

[2]FATTAL R. Single image dehazing[C],SIGGPAPH 2008.New York:ACM press，2008:1-9.

[3]He Kaiming,Sun Jian,Tang Xiaoou. Single image haze removal using dark channel prior[J].IEEE transactions on pattern analysis and machine ntelligence,2011,33(12):2341-2353.

[4]黄晓军，来彦栋，陈奋.快速去除单幅图像雾霾的算法[J].计算机应用，2010，11（11）:3028-3031.

[5]Texas Instruments Incorporate.TMS320DM642 data sheet[s].Houston:Texas,2007.