基于DSP的夜间图像增强系统的设计

摘 要：针对夜间视频图像对比度低、噪声大等不利于监控的特点，提出了以DM648为核心的夜间图像增强系统的设计，运用改进后的灰度拉伸算法对图像的RGB三通道分别作增强处理，再合成输出，可以获得彩色夜间图像。实验表明该方法对夜间视频图像的处理具有较好的增强效果。

关键词：DM648 夜间图像 灰度拉伸 图像增强

中图分类号：TP391.41 文献标识码：A 文章编号：1672-3791（2014）04（b）-0007-02

在夜间能见度低的环境下，经过摄像头采集到的视频图像全局灰度值较低，细节对比度差，这给夜间条件下的安全监控、家庭防盗带来很大的困难。在这种情况下，夜间视频图像增强技术就显得尤为重要。TMS320DM648是TI公司推出的专门针对视频安全与监控领域的DSP，以它为核心的开发平台来处理夜间视频图像具有明显的优势，因为其具有较高的性能以及丰富的片上外设，它比DM642的系统性能提高了一倍。该系统可以更好的完成视频图像的实时采集、传输以及图像增强算法的实现。

夜间图像增强技术主要分为两大类：空域增强方法和频域增强方法[1，5，6]。空域增强法通常是针对像素点的操作。大多基于空域增强的算法属于直接增强图像本身的方法，包括灰度变换、直方图变换、滤波器处理等。基于频域增强的算法基础是卷积定理，它将图像看作信号，然后利用傅里叶变换的手段将图像变换到频域后对图像进行增强处理，它属于间接增强的方法，由于存在域之间的变换与反变换，计算复杂，一般难以满足实时性要求。本文的灰度拉伸算法属于空间域图像增强方法，运算过程简单、实现方便，目前的图像增强预处理部分大多选用这种算法。

1 算法原理及DSP实现

1.1 灰度拉伸原理

现有的图像增强原理都可用式（1）来表示。设f（x，y）为输入图像，g（x，y）为输出图像，则对图像的增强可表述为将（x，y）处的灰度f（x，y）映射为g（x，y），此映射可以表示为[1]：

g（x，y）=T[f（x，y）] （1）

灰度拉伸可以灵活的控制输出灰度直方图的分布，它可以有选择的拉伸（斜率>1）某段灰度区间以改善输出图像。灰度拉伸算法是分段进行线性变换的，这样有利于对图像的灰度进行分块增强处理，避免了图像整体增强后出现的严重失真，它的灰度变换函数表达式如下：

（2）

式中x1（x1>0）和x2（x2

该方法简单且易实现，对夜间图像有一定的增强效果，同时也存在一些不足，一是x1、x2需要人为设置，系统不具备灵活性；二是该方法虽使图像的整个灰度级映射的变化率不同，但在具体某段灰度区域内仍是相同的，而我们希望在各区域内的对比度增强也不同。

1.2 自适应线性灰度拉伸算法

线性拉伸的表达式如下：

（3）

式中，G（i，j）是拉伸后输出图像灰度值，F（i，j）为输入图像的第i行j列的像素灰度值，Fmin是输入图像的最小灰度值，Fmax是输入图像的最大灰度值，Zmax为输出图像的最大灰度值，由于拉伸后的图像灰度值用8位二进制数表示，故Zmax取值255。

首先对夜间图像做灰度直方图统计（如图2所示），可知灰度值主要集中在直方图靠左的区域，选取压缩因子为2%，对直方图灰度分布两端分别搜索2%最大灰度值中的最小值作为X2，2%最小灰度值里的最大值作为X1（如图2所示）。此算法将线性拉伸区间自适应地分为[0，X1），[X1，X2]和（X2，255]三个部分。其中，[0，X1）和（X2，255]两个灰度区间的像素灰度利用公式（2）分别被压缩。为避免目标正好位于两个被压缩的区间内而被抑制的情况发生，可视情况适当调整压缩因子2%的大小。

1.3 算法的DSP实现

本文实现的算法属于空域增强法，利用对灰度拉伸算法的改进，实现夜间图像的彩色增强：先将摄像头输出的YCrCb彩图转换成RGB三基色分量，转换方式如下：

（3）

然后分别对RGB三个分量进行增强处理，中间涉及色彩空间转换、对比度拉伸以及后续的噪声滤波处理，最后再合成输出。这需要高速处理才可以达到实时性要求，才会具备实际的可应用性。本文所选用的DSP芯片是DM648芯片，通用的主频为720MHz，运算能力很强，完全符合本设计的运算要求。

2 DSP系统硬件结构

图像增强的硬件系统结构如图3所示，具体包括DM648芯片、程序存储器、数据存储器、视频解码芯片、视频编码芯片、网络、JTAG接口等。

DM68是一款高性能低成本的多媒体处理芯片，工作频率最高可达900 MHz，通常使用的主频为720 MHz，运算能力为5760MIPS。它有专门的DDR2存储器扩展接口，对于图像处理系统来说，很高的数据吞吐率使得存储设备成为系统不可或缺的组成部分，存储器可以用来保存整帧图像。其外设包括：（1）5个可配置的16位视频口，支持多种分辨率和视频标准，可以和视频输入、输出或传输流无缝连接；（2）1个DDR2-533存储接口；（3）1个带SGMIII的千兆以太网MAC，在多处理器系统中，支持将芯片用作PCI桥；（4）1个高速DMA引擎，支持处理器管理各式各样高带宽存储器和I/O口[2]。这些丰富的外设，可以用来控制外部设备和与外部的处理器通信，充分利用这些外设接口可以降低视频应用开发的成本与难度。

DSP处理流程：通过摄像头进行视频采集，将一帧图像信号存储于缓存器中，利用DMA方式将信号传送到片外存储器，DSP芯片根据算法对图像进行处理，处理结果帧转至缓冲存储区编码后由经输出设备实时显示[3]。

3 实验结果

对一幅在夜间拍摄的低对比度图像，分别用直方图均衡算法，单尺度Retinex算法和改进的灰度拉伸算法进行处理，处理后的图像及直方图如图4（a）～图4（d）所示。

实验表明：

采用一般的直方图均衡算法（图b），图像的亮度得到了增强，但是整个画面噪声严重；采用单尺度Retinex算法的图像（图c），突出了路面的一些细节，但人物细节模糊，不便辨认；而采用本文的算法（图d），在全局增强的基础上保持了色度而凸显了人物细节。

4 结语

夜间图像增强在视频实时增强处理中具有实际的应用价值，快速有效的增强技术可以提供更多的夜间图像信息。本设计基于传统的对比度拉伸算法及它的DSP实现，能够在一片DM648芯片上实现多路夜间视频图像的实时增强，图像质量高、开发难度低、无需更换硬件、易于升级，是一个比较理想的夜间图像增强系统，可广泛应用于视频安全监控系统中。

参考文献

[1] R.C Gonzalez，R.E Woods.Digital image processing，Person Prentice Hall[M].New Jersey，2008.

[2] 韦金辰，李刚.零点起步：TMS320C6000系列DSP原理与应用系统设计[M].北京：机械工业出版社，2012.

[3] 曹力.基于DM642夜晚视频增强算法研究与实现[D].上海：上海交通大学，2009.

[4] 牛英宇.图像自适应分段线性拉伸算法的FPGA设计[J].现代电子技术，2010（10）：78-80.

[5] Akito Yamasaki，Hidenori Takauji. Denighting： Enhancement of Nighttime Images for a Surveillance Camera[J].IEEE.Pattern Recognition，2008：1-4.

[6] Yunbo Rao，Zhongho Chen. An effecive night video enhancement algorithm[J].IEEE.Visual Communications and Image Processing （VCIP），2011：1-4.