暗通道先驗(yàn)去霧算法的改進(jìn)及FPGA實(shí)現(xiàn)

劉光飛，胡遼林

(西安理工大學(xué) 機(jī)械與精密儀器工程學(xué)院，西安 710048)

?

暗通道先驗(yàn)去霧算法的改進(jìn)及FPGA實(shí)現(xiàn)

劉光飛，胡遼林

(西安理工大學(xué) 機(jī)械與精密儀器工程學(xué)院，西安 710048)

隨著數(shù)碼設(shè)備的普及和消費(fèi)類(lèi)電子產(chǎn)品對(duì)高品質(zhì)成像的強(qiáng)烈需求，對(duì)圖像進(jìn)行實(shí)時(shí)修復(fù)就成為一個(gè)迫切問(wèn)題。為了對(duì)有霧圖像進(jìn)行實(shí)時(shí)高速去霧處理，在保證去霧效果的前提下，在暗通道去霧算法的基礎(chǔ)上，提出了用閾值比較的方法獨(dú)立求解三個(gè)通道的全局大氣光，及圖像邊緣部分和非邊緣部分分開(kāi)處理的方法快速有效地獲取透射系數(shù)。實(shí)驗(yàn)結(jié)果表明，改進(jìn)后算法在FPGA上實(shí)現(xiàn),可恢復(fù)出清晰圖像，并將處理速度大幅提高到毫秒級(jí)，可以滿足實(shí)時(shí)處理的要求，為實(shí)現(xiàn)實(shí)時(shí)去霧系統(tǒng)提供了一種可靠、有效的方案。

暗通道；去霧；FPGA；實(shí)時(shí)

在視頻監(jiān)控、攝像、導(dǎo)航控制、目標(biāo)跟蹤等技術(shù)領(lǐng)域，都涉及對(duì)有霧圖像的處理。在霧霾等惡劣天氣下物體的反射光在大氣中發(fā)生散射和吸收，導(dǎo)致獲取的圖像不清晰，信息丟失，可視性差，色彩淡化。隨著數(shù)碼設(shè)備的普及和消費(fèi)類(lèi)電子產(chǎn)品對(duì)高品質(zhì)成像的強(qiáng)烈需求，對(duì)圖像進(jìn)行實(shí)時(shí)修復(fù)就成為一個(gè)迫切問(wèn)題。

由于霧霾問(wèn)題的特殊性，目前大多數(shù)都是從算法出發(fā)通過(guò)軟件對(duì)圖像去霧。一些算法已經(jīng)獲得了很好的去霧效果，如在亮度分量上進(jìn)行多尺度Retinex處理的去霧算法[1-2]、雙邊濾波去霧算法[3]、基于已知景深模型的去霧算法[4]。這些算法都需要一些特定的先驗(yàn)信息，不利于系統(tǒng)的整體實(shí)現(xiàn)，也不利于實(shí)際應(yīng)用中硬件實(shí)現(xiàn)。對(duì)于單幅圖像的快速去霧也有不少學(xué)者在研究，如利用中值濾波及導(dǎo)向?yàn)V波細(xì)化透射率的去霧算法[5]、僅利用均值濾波估計(jì)全局大氣光的快速去霧算法[6]、對(duì)大氣散射模型簡(jiǎn)化后的快速去霧算法[7-8]、基于邊界鄰域最大值濾波的去霧算法[9]、利用快速雙邊濾波保持邊緣特性的去霧算法[10-11]、分割不同霧濃度區(qū)域獲取大氣光的快速去霧算法[12]。這些算法速度相對(duì)較快，但仍達(dá)不到實(shí)時(shí)處理的需求，或者滿足不了對(duì)視頻處理的要求。文獻(xiàn)[13]利用暗通道先驗(yàn)理論求出粗略的大氣透射率，然后結(jié)合軟摳法(soft matting)得到了比較細(xì)膩的透射率，去霧效果較為顯著，但該算法軟件運(yùn)算復(fù)雜度較高，運(yùn)算速度較慢，無(wú)法滿足實(shí)時(shí)處理的要求。

鑒于FPGA的流水線操作、并行性強(qiáng)、易于系統(tǒng)模塊化實(shí)現(xiàn)等特點(diǎn)，本文采用Verilog硬件描述語(yǔ)言在FPGA芯片上對(duì)文獻(xiàn)[13]的暗通道先驗(yàn)去霧算法進(jìn)行實(shí)現(xiàn)。在原算法基礎(chǔ)上，提出了用閾值比較方法獲取三個(gè)通道的全局大氣光，邊緣部分和非邊緣部分分開(kāi)處理獲取透射系數(shù)，得到了較好的結(jié)果，將處理速度大幅提高到毫秒級(jí)，可以滿足實(shí)時(shí)處理的要求。

1　暗通道先驗(yàn)算法

暗通道先驗(yàn)去霧算法是對(duì)有霧圖像的霧濃度進(jìn)行準(zhǔn)確估計(jì)，從而達(dá)到去霧的目的。在計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)圖形學(xué)中，通常采用下面的物理模型來(lái)描述霧霾天氣對(duì)圖像造成的影響，該模型表達(dá)式為：

I(x)=J(x)e-rd(x)+A[1-e-rd(x)]

(1)

式中,I(x)為有霧圖像，J(x)為恢復(fù)后的無(wú)霧圖像，r表示大氣散射系數(shù)，d表示景物深度，A表示全局大氣光。

用介質(zhì)透射率t(x)來(lái)替換指數(shù)衰減項(xiàng)e-rd(x)，即：

(2)

將式(2)代入式(1)得：

(3)

式(3)中I(x)已知，現(xiàn)求解目標(biāo)值J(x)。

假設(shè)圖像尺寸為N，公式(3)有3N個(gè)已知量，4N+3個(gè)未知量，它有無(wú)數(shù)個(gè)解，是病態(tài)問(wèn)題。求解病態(tài)問(wèn)題的一個(gè)常用方法是對(duì)未知量添加先驗(yàn)信息，縮小解空間的維度。將式(3)變形得：

(4)

式中上標(biāo)c表示R(紅)、G(綠)、B(藍(lán))三個(gè)通道。

(5)

其中Ω(x)表示x的一個(gè)鄰域。

暗通道先驗(yàn)是指在無(wú)霧圖像中景物的陰影或投影以及色彩鮮艷的物體表面區(qū)域，總有某些像素在至少一個(gè)通道的值很低，且趨于零，即：

(6)

可得：

(7)

把式(7)代入式(5)得：

(8)

晴朗天氣時(shí)，少量霧的存在從視覺(jué)上能使人感覺(jué)到景深的存在，在去霧的同時(shí)應(yīng)該保留少量霧，以維持人眼對(duì)遠(yuǎn)景的真實(shí)感。這可以通過(guò)引入因子ω(0<ω≤1)達(dá)到保留少量霧的效果，則式(8)修正為

(9)

上述討論假設(shè)全局大氣光A是已知的，而實(shí)際中，A值是通過(guò)暗通道獲取的。在暗通道中提取最亮的前0.1%個(gè)像素點(diǎn)，在原始有霧圖中尋找這些點(diǎn)相應(yīng)位置上的具有最高亮度的點(diǎn)，并以這些點(diǎn)像素值作為A值?？紤]到當(dāng)透射率t(x)值趨近于零時(shí)，恢復(fù)出來(lái)的圖像容易產(chǎn)生噪聲，于是設(shè)置閾值t0，當(dāng)t(x)值小于t0時(shí)，令t(x)=t0，通常取t0為0.1。

如果上述所有未知量均已求出，可以恢復(fù)出無(wú)霧圖像，恢復(fù)公式如下：

(10)

2　暗通道先驗(yàn)算法的改進(jìn)及FPGA實(shí)現(xiàn)

利用暗通道算法去霧系統(tǒng)框圖如圖1所示。首先將一幅彩色有霧圖像的R、G、B三個(gè)通道分別存入三個(gè)大小相同的只讀存儲(chǔ)器(ROM)中，由同一個(gè)地址發(fā)生器提供地址，同時(shí)按照相應(yīng)地址讀出每個(gè)像素值進(jìn)行最小值濾波，再取三個(gè)通道最小值濾波后的最小值，即為暗通道；再由暗通道和原圖共同求出全局大氣光A；然后再由大氣光A、暗通道以及原圖求出透射率t(x)；最后由透射率t(x)、大氣光A以及原圖恢復(fù)出無(wú)霧圖像。

2.1暗通道的實(shí)現(xiàn)

暗通道的獲取中最重要的是實(shí)現(xiàn)最小值濾波，而最小值濾波需要產(chǎn)生3×3模板，再對(duì)模板中的9個(gè)像素值取最小值。3×3模板的形成框圖如圖2所示，ROM_X為任意通道的像素?cái)?shù)據(jù)，像素?cái)?shù)據(jù)依次輸入到兩個(gè)行緩沖器(Line buffer)中，由讀寫(xiě)控制器(R&W controller)控制行緩沖器的讀寫(xiě)信號(hào)在特定時(shí)間讀寫(xiě)像素?cái)?shù)據(jù)，經(jīng)過(guò)列延時(shí)(Delay)之后形成3×3模板，該模板中的9個(gè)像素值經(jīng)過(guò)最小值濾波后輸出到下一模塊處理。

圖1　去霧硬件框圖Fig.1　Block diagram of dehazing system

圖2　3×3模板形成框圖Fig.2　Block diagram of 3×3 template

行緩沖器使用FIFO(First In First Out)實(shí)現(xiàn)，其作用是讓先輸入的數(shù)據(jù)先輸出，以流水線的方式傳輸，保證數(shù)據(jù)順序不混亂。兩個(gè)緩沖器同時(shí)工作時(shí)，可以實(shí)現(xiàn)對(duì)前兩行數(shù)據(jù)的緩沖。當(dāng)?shù)谝恍袛?shù)據(jù)到來(lái)時(shí)先寫(xiě)入行緩沖器2；第二行數(shù)據(jù)到來(lái)時(shí)，行緩沖器1寫(xiě)入第一行數(shù)據(jù)同時(shí)行緩沖器2讀入第二行數(shù)據(jù)；第三行數(shù)據(jù)到來(lái)時(shí)，三個(gè)數(shù)據(jù)輸出口同時(shí)輸出三行數(shù)據(jù)，通過(guò)列延時(shí)截取每行數(shù)據(jù)的前三個(gè)數(shù)據(jù)形成濾波模板。

本文選用4幅圖像，即河流、南瓜、花和草叢來(lái)做研究，分別用MATLAB和FPGA處理得到的暗通道見(jiàn)圖3。由圖3可知，在相同的濾波半徑下，由MATLAB和FPGA得到的暗通道幾乎沒(méi)有差異。

圖3　由MATLAB和FPGA得到的暗通道對(duì)比Fig.3　Comparison of dark channels by MATLAB and FPGA

2.2全局大氣光A的實(shí)現(xiàn)

文獻(xiàn)[13]中提取暗通道中亮度最高的0.1%點(diǎn)，將這些點(diǎn)在原始有霧圖像中相應(yīng)位置的亮度值作對(duì)比，得到亮度最大的值作為全局大氣光A。而本文重點(diǎn)在硬件實(shí)現(xiàn)，數(shù)據(jù)以流水線方式在各個(gè)模塊間傳輸，無(wú)法預(yù)先確定亮度最高的0.1%點(diǎn)，并且在獲取暗通道所有數(shù)據(jù)之后進(jìn)行對(duì)比排序，運(yùn)算過(guò)程復(fù)雜。即使實(shí)現(xiàn)了也會(huì)耗費(fèi)大量的邏輯資源和處理時(shí)間，無(wú)法滿足實(shí)時(shí)性要求。

基于上述原因，要完成全局大氣光A的硬件實(shí)現(xiàn)，必須對(duì)算法進(jìn)行改進(jìn)。首先設(shè)定一個(gè)閾值，在暗通道中小于該閾值的點(diǎn)舍棄，對(duì)于大于該閾值的點(diǎn)，在原始有霧圖像各通道中尋找對(duì)應(yīng)位置上像素值作對(duì)比，如果大于原像素值則將該值作為A值，否則取暗通道中的值。如此重復(fù)比較，每個(gè)通道中若當(dāng)前一個(gè)A值小于后一個(gè)，則當(dāng)前A值將被后一個(gè)值取代，只有將整個(gè)暗通數(shù)據(jù)送入全局大氣光A計(jì)算模塊，才能將最終確定出的值作為每個(gè)通道的全局大氣光A。

進(jìn)行三個(gè)通道獨(dú)立并行運(yùn)算以獲得每個(gè)通道的全局大氣光A，有利于系統(tǒng)的構(gòu)成以及模塊化設(shè)計(jì)，在對(duì)恢復(fù)結(jié)果沒(méi)有影響的前提下簡(jiǎn)化了硬件電路設(shè)計(jì)。Modelsim仿真圖如圖4所示，三個(gè)通道獨(dú)立計(jì)算各自的全局大氣光A_r、A_g、A_b，隨著暗通道的輸入各通道的A值逐漸增大，最終當(dāng)整個(gè)暗通道輸入后取到最大值，將該值作為全局大氣光A值。不同于文獻(xiàn)[13]只確定一個(gè)全局大氣光，本文將其引入三個(gè)通道得到各通道的全局大氣光。

圖4　全局大氣光A仿真結(jié)果Fig.4　Simulation result of A

2.3透射率t(x)的實(shí)現(xiàn)

得到暗通道以及全局大氣光A之后，可求透射率。如果直接采用最小值濾波之后得到的暗通道，獲得的透射率圖很粗糙，恢復(fù)出來(lái)的圖像邊緣很不協(xié)調(diào)。文獻(xiàn)[13]中為了獲取更為細(xì)膩的透射率圖，采用了soft matting方法，但是該算法復(fù)雜度高，運(yùn)算速度慢，在硬件實(shí)現(xiàn)中存在很大的局限，所以本文針對(duì)硬件特點(diǎn)對(duì)透射率圖的獲取方法進(jìn)行了改進(jìn)。

本文的改進(jìn)方法是通過(guò)邊緣檢測(cè)將圖像邊緣檢測(cè)出來(lái)[14-16]，在獲取暗通道時(shí)分成邊緣部分和非邊緣部分，邊緣部分不進(jìn)行最小值濾波，非邊緣部分進(jìn)行最小值濾波。這對(duì)整幅圖像的暗通道獲取幾乎沒(méi)有影響，獲取的透射率圖變得相對(duì)細(xì)膩，最終恢復(fù)出的圖像效果也相對(duì)較好。圖5(a)為有霧原圖，(b)為由MATLAB得到的透射率圖，(c)為由FPGA得到的未改進(jìn)處理的透射率圖，(d)為由FPGA得到的改進(jìn)后處理的透射率圖。改進(jìn)前的透射率圖明顯不夠細(xì)膩，與MATLAB處理的結(jié)果有較大差別，改進(jìn)后的透射率圖與MATLAB處理的結(jié)果幾乎沒(méi)有差異。

圖5　由MATLAB和FPGA得到的透射率t(x)圖比較Fig.5　Comparison of t(x)by MATLAB and FPGA

在硬件電路實(shí)現(xiàn)過(guò)程中，由于透射率的值在[0,1]之間，不利于Verilog代碼實(shí)現(xiàn)，因此需要對(duì)式(9)兩邊同時(shí)擴(kuò)大256倍，這樣可以保證得到的透射率值在[0,256]之間，有利于硬件的實(shí)現(xiàn)。在硬件中實(shí)現(xiàn)任意數(shù)之間的乘法需要乘法器，但乘法器消耗邏輯資源多，并且效率低。當(dāng)?shù)仁絻蛇呁瑫r(shí)擴(kuò)大256倍時(shí)相當(dāng)于所有數(shù)據(jù)向左移八位，因此可以將一個(gè)復(fù)雜且消耗資源較多的乘法運(yùn)算簡(jiǎn)化為一個(gè)簡(jiǎn)單高效且消耗資源少的移位運(yùn)算。

2.4無(wú)霧圖像的恢復(fù)

在實(shí)現(xiàn)了暗通道、全局大氣光A、透射率之后可以恢復(fù)出無(wú)霧圖像。由于在計(jì)算透射率時(shí)，對(duì)原算法進(jìn)行了簡(jiǎn)化和修改使透射率有所擴(kuò)大，所以在恢復(fù)時(shí)必須將所求的值縮小為正常值，在此步驟中不選用效率低且消耗資源多的除法器，只對(duì)數(shù)據(jù)進(jìn)行向右移位操作即可。

3　實(shí)驗(yàn)結(jié)果分析

經(jīng)上述處理，我們?cè)贔PGA上實(shí)現(xiàn)了基于暗通道去霧算法。圖6(a)為256×256的彩色有霧圖像，幾幅圖像的景深和景物復(fù)雜度變化很大；圖6(b)為MATLAB去霧結(jié)果，圖6(c)為FPGA去霧結(jié)果。直觀上看，F(xiàn)PGA處理的圖像的對(duì)比度更大且顏色更加鮮艷。

在處理速度上，如表1所示，用MATLAB處理圖6所示河流、南瓜、花和草叢四張圖片時(shí)，運(yùn)行環(huán)境為2.53 GHz的酷睿i5雙核處理器、2 GB內(nèi)存，處理時(shí)間均超過(guò)14 s，而采用硬件FPGA處理時(shí)，均只有0.001 3 s左右。采用硬件處理在處理效果上稍有改善，在處理速度上遠(yuǎn)遠(yuǎn)超過(guò)軟件，可以達(dá)到實(shí)時(shí)處理的要求，從而為高速視頻實(shí)時(shí)去霧提供了可行性方案。

表1　MATLAB和FPGA處理時(shí)間比較

圖6　由MATLAB和FPGA去霧結(jié)果對(duì)比Fig.6　Comparison of dehazing results by MATLAB and FPGA

4　結(jié)　語(yǔ)

本文利用FPGA實(shí)現(xiàn)了基于暗通道的去霧算法，結(jié)合硬件系統(tǒng)的特點(diǎn)，對(duì)文獻(xiàn)[13]的算法進(jìn)行了改進(jìn)，將全局大氣光A引入到三個(gè)通道，獨(dú)立并行運(yùn)算；在FPGA上利用優(yōu)化之后的方法得到了較細(xì)膩的透射圖，具有利于硬件實(shí)現(xiàn)、實(shí)時(shí)處理性強(qiáng)等優(yōu)點(diǎn)；相比軟件處理，速度得到了大幅提高，可以滿足實(shí)時(shí)處理的要求。在對(duì)一些去霧之后相對(duì)較暗的圖像，通過(guò)圖像增強(qiáng)處理，也可以得到效果較好的結(jié)果。但該設(shè)計(jì)目前只針對(duì)單幅圖像的去霧，下一步工作是對(duì)視頻圖像進(jìn)行去霧處理，使該設(shè)計(jì)得到更加廣泛的應(yīng)用。

[1]郭璠,蔡自興,謝斌,等.單幅圖像自動(dòng)去霧新算法[J].中國(guó)圖象圖形學(xué)報(bào),2011,16(4):516-521.

GUO Pan,CAI Zixing,XIE Bin,et al.New algorithm of automatic haze removal for single image[J].Journal of Image and Graphics,2011,16(4):516-521.

[2]汪榮貴,傅劍峰,楊志學(xué),等.基于暗原色先驗(yàn)?zāi)Ｐ偷腞etinex算法[J].電子學(xué)報(bào),2013,41(6):1188-1192.

WANG Ronggui,FU Jianfeng,YANG Zhixue，et al.A novel Retinex algorithm based on dark channel prior model[J].Acta Photonica Sinica,2013,41(6):1188- 1192.

[3]SHWARTZ S,NAMER E,SCHECHNER Y Y.Blind haze separation[C]//computer vision and pattern recognition.2006 IEEE computer society conference on vol.2.2006:1984-1991.

[4]王一帆,尹傳歷,黃義明,等.基于雙邊濾波的圖像去霧[J].中國(guó)圖象圖形學(xué)報(bào),2014,19(3):386-392.

WANG Yifan,YIN Chuanli,HUANG Yiming,et al.Image haze removal using a bilateral filter[J].Journal of Image and Graphics,2014,19(3):386-392.

D T,NGUYEN T Q.An Investigation of dehazing effects on Image and Video Coding[J].IEEE Transactions on Image Processing,2012,21(2):662-673.

[6]劉倩,陳茂銀,周東華.基于單幅圖像的快速去霧算法[C]//第25屆中國(guó)控制與決策會(huì)議論文集,2013:3780-3785.

LIU Qian,CHEN Maoyin,ZHOU Donghua.Fast haze removal from a single image[C]//The 25th Chinese control and decision conference,Guiyang,2013:3780-3785.

[7]劉巧玲,張紅英.單幅圖像快速去霧霾算法[J].西南科技大學(xué)學(xué)報(bào),2014,29(3):76-81.

LIU Qiaoling,ZHANG Hongying.Single image fast dehazing algorithm[J].Journal of Southwest University of Science and Technology,2014,29(3):76-81.

[8]孫偉,李大健,劉宏娟,等.基于大氣散射模型的單幅圖像快速去霧[J].光學(xué)精密工程,2013,21(4):1040-1046.

SUN Wei,LI Dajian,LIU Hongjuan,et al.Fast single image fog removal based on atmospheric scattering model[J].Optics and Precision Engineering,2013,21(4):1040-1046.

[9]陳露,和紅杰,陳帆.基于邊界鄰域最大值濾波的快速圖像去霧算法[J].光子學(xué)報(bào),2014,43(11):108-113.

CHEN Lu,HE Hongjie,CHEN Fan.A fast image defogging algorithm based on edge-maximum filter[J].Acta Photonica Sinica,2014,43(11):108-113.

[10]甘佳佳,肖春霞.結(jié)合精確大氣散射圖計(jì)算的圖像快速去霧[J].中國(guó)圖像圖形學(xué)報(bào),2013,18(5):583-590.

GAN Jiajia,XIAO Chunxia.Fast image dehazing based on accurate scattering map[J].Journal of Image and Graphics,2013,18(5):583-590.

[11]龐春穎,嵇曉強(qiáng),孫麗娜,等.一種改進(jìn)的圖像快速去霧新算法[J].光子學(xué)報(bào),2013,42(7):872-877.

PANG Chunying,JI Xiaoqiang,SUN Lina,et al.An improved method of image fast defogging[J].Acta Photonica Sinica,2013,42(7):872-877.

[12]褚宏莉,李元祥,周則明,等.基于黑色通道的圖像快速去霧優(yōu)化算法[J].電子學(xué)報(bào),2013,41(4):791-797.

CHU Hongli,LI Yuanxiang,ZHOU Zeming,et al.Optimized fast dehazing method based on dark channel prior[J].Acta Electronica Sinica,2013,41(4):791-797.

[13]HE Kaiming,SUN Jian,TANG Xiaoou.Single image haze removal using dark channel prior[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2011,33(12):2341-2353.

[14]樊巧云,張廣軍.離散噪聲圖像的光斑質(zhì)心算法及其硬件實(shí)現(xiàn)[J].光學(xué)精密工程,2011,19(12):2992-2998.

FAN Qiaoyun,ZHANG Guangjun.Spot centroiding algorithm for discrete noise image and its hardware implementation[J].Optics and Precision Engineering,2011,19(12):2992-2998.

[15]張恒,雷志輝,丁曉華.一種改進(jìn)的中值濾波算法[J].中國(guó)圖像圖形學(xué)報(bào)A輯,2004,9(4):408-411.

ZHANG Heng,LEI Zhihui,DING Xiaohua.An improved method of median filter[J].Journal of Image and Graphics,2004,9(4):408-411.

[16]陳倫海,黃君凱,楊帆,等.基于FPGA的實(shí)時(shí)邊緣檢測(cè)系統(tǒng)[J].液晶與顯示,2011,26(2):200-204.

CHEN Lunhai,HUANG Junkai,YANG Fan,et al.Real-time edge detection system based on FPGA[J].Chinese Journal of Liquid Crystals and Displays,2011,26(2):200-204.

(責(zé)任編輯王衛(wèi)勛，王緒迪)

Improvement and FPGA implementation of dark channel priori dehazing algorithm

LIU Guangfei，HU Liaolin

(School of Mechanical and Precision Instrument Engineering，Xi’an University of Technology，Xi’an 710048，China)

With the digital equipment popularization and strong demand for high-quality imaging in area of digital and electronic products,the real-time image restoration has become an urgent problem.In order to carry out the real-time and high-speed dehazing treatment of haze images and in the prerequisite of ensuring the basic dehazing effect,this paper proposes the method with threshold comparison on the basis of dark channel algorithm to independently seek solutions to the global atmospheric light of three channels so as to obtain the transmittance coefficient via the image edge portion and non-edge portion separate processing method with better results quickly and effectively.The results indicate that the improved algorithm can realize and recover the clear images on FPGA,and the processing speed can be improved by a wide margin to the millisecond,whereby satisfying the requirement of real-time processing or treatment.

dark channel；dehazing；FPGA；real-time

10.19322/j.cnki.issn.1006-4710.2016.01.014

2015-03-16

陜西省自然科學(xué)基金資助項(xiàng)目(2014JM7273)

劉光飛，男，碩士生，研究方向?yàn)閳D像處理。E-mail：435462966@qq.com

胡遼林，男，副教授，研究方向?yàn)楣饫w傳感及光纖通信。E-mail：huliaolin@163.com

TP3

A

1006-4710(2016)01-0077-06