基于DSP的雾霾天气图像清晰化处理

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。

Abstract： The current image haze removal processing is usually post-mortem analysis， it is difficult to meet the application requirements of real-time requirements such as tracking. A image processing system based on fast dark channel prior， a high performance DSP TMS320DM642 as central processor， is presented to this problem. The experimental results show that the system not only can effectively improve image resolution， but can reduce the processing time.

关键词： 雾霾去除；DSP；图像增强

Key words： image haze removal；DSP；image enhancement

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

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。

I（x）=J（x）・t（x）+A[1-t（x）]（1）

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。

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.