CN103236038A - 雾霾图像快速去雾处理组件 - Google Patents

Abstract

本发明公开了一种雾霾图像快速去雾处理组件，包括视频输入检测模块、视频输入统计模块、视频处理模块、视频输出模块和外部存储控制模块；其中，视频处理模块是该组件的核心，它包括首帧移除单元、帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元、并行列滤波单元和增强处理单元。本发明采用快速高斯卷积算法，结构、算法简单，实现难度较低，可极大地节约资源并降低延时；采用多列并行滤波单元对视频流进行列滤波，处理时按行读出数据后再进行按列跳转，可同时获得多列数据，并同步输入多个高斯行滤波电路并行处理，弥补了按列地址跳转损失的时间，保证了去雾处理的实时性。

Description

雾霾图像快速去雾处理组件

技术领域

本发明涉及一种雾霾图像快速去雾处理组件。

背景技术

在计算机视觉领域，对有雾场景下图像的清晰化处理是一个重要的问题，它对于后续的操作（如目视解译以及计算机视觉分析）来说至关重要。在可见光成像范围内，由于受到大气中雾、尘埃等微粒的影响，随着传输距离的增加，物体反射后到达相机感光片的光线很微弱，使得成像模糊不清，尤其是在大雾天气下，能见度很低，大雾天气下拍摄的图像雾霾情况更加严重。因此，需要通过去雾手段恢复出成像微弱的细节部分，图像去雾技术对平安城市的建设尤其重要，具有重大的现实意义：图像去雾技术可适用于有雾场景下对非法车辆的跟踪和识别，对大雾天气下违法分子的监控，以及对可能存在交通隐患的交通路段的监视。

目前，对雾霾图像的雾天清晰化处理方法大致分为两种：一种是通过提高对比度的增强方法，一种是基于物理模型的图像复原方法。由于通过提高对比度的增强方法是一种相对手段，尽管提高了图像清晰度，也增加了图像细节，但是可能带来的负面影响是：丢失图像部分细节、颜色失真等。如基于视网膜大脑皮层理论算法（Retinex算法），最根本的问题是不能去除图像中雾的成分；而基于物理模型的图像复原技术从雾的产生机理出发去除图像中的雾霾影响，得到的图像具有无雾场景的真实感，如暗通道先验去雾技术，它是一种简单实用的去雾方法，不但适用于雾天场景，而且也能应用于无雾天气下而不改变景深、颜色、细节等场景信息。

对于图像的很多非天空场景区域，在某些像素点上至少存在一种彩色通道具有非常低的亮度，接近黑色的带点。这个黑点主要来源于三方面：物体的阴影、黑色物体及表面、颜色鲜艳的物体。换句话说，这些区域的最小亮度应该有非常低的值。形式上，对于一幅图片J，定义：

$J^{\mathrm{dark}}\left(x\right)=\underset{c\∈\{r,g,b\}}{\min }\left(\underset{y\∈\mathrm{\Ω}\left(x\right)}{\min }\left(J^c\left(y\right)\right)\right);$

其中，J^c是图像J的一个彩色通道（即RGB三颜色的一种），Ω(x)是中心在x处的一个局部图像模块。观察到对于一幅没有雾霾的户外景物图像，除了天空区域，J^dark的亮度非常小，经常趋于零。因此，称J^dark为图像J的暗通道（dark channel）。暗通道的低亮度主要是由于以下三个方面造成的：

（1）阴影：例如，都市风景图像中的汽车、建筑物、窗户等的阴影，或者山水风景图像中岩石、树及树叶的阴影。

（2）物体或各种表面的色彩：例如，许多物体（例如绿色的草、树及各种植物，红色或黄色的花及树叶，蓝色的海水表面等）由于只有单一的一种颜色，缺少RGB三通道颜色的其它颜色，将导致暗通道的低亮度。

（3）暗的物体或表面：例如，颜色比较暗的树干和石头，由于户外自然景物图像充满了阴影和各种色彩，因此这些图像的暗通道亮度较低。

但在有雾的场景中，这些原本是黑色的点不再“偏黑”，因此可以用来估计雾气的浓度，进一步计算场景景深信息。在传统的雾霾图像去雾处理系统中，在视频流完成统计后进行处理时，直接对视频流进行帧率控制，系统上电或中途断电时，系统在上电第一帧的数据通常不完全，因此，第一帧的数据通常将被阻塞，视频数据的不完全会引起存储及显示差错，将直接影响视频帧率控制的效果，从而影响到像素最小值的提取并最终影响雾霾图像的去雾效果。另外，传统的雾霾图像去雾处理系统中，对于区域暗通道图像的处理算法采用SoftMatting Filter、Guided Filter等滤波器，以获得模拟雾场景的传输函数，这种做法的去雾效果较好，但是由于算法复杂，不易于工程实现和实时处理。采用高斯滤波对区域暗通道图像进行处理的特单是结构简单，但其缺点是模板通常较大，直接计算将耗费大量资源和时间，实现难度较大。

发明内容

本发明的目的在于克服现有技术的不足，提供一种新型的雾霾图像快速去雾处理组件，采用快速高斯卷积代替高斯滤波器对区域暗通道图像进行滤波处理，可极大地降低计算量、节省资源并降低延时，提高图像去雾的速度；采用并行的多个高斯行滤波电路组成的列并行滤波单元对视频流进行列滤波，处理时按行读出数据后再进行按列跳转，获得各列数据后同步输入各高斯行滤波电路进行并行处理，弥补了按列地址跳转损失的时间，保证了去雾处理的实时性。

本发明的目的是通过以下技术方案来实现的：雾霾图像快速去雾处理组件，可以用于FPGA，也可以用于ASIC。可以将该处理组件制作为摄像机的插件或尾板，插件上提供或者定制各类接口以满足不同数据格式；也可以将该处理组件制作成专用图像增强处理板。

雾霾图像快速去雾处理组件，它包括视频输入检测模块、视频输入统计模块、视频处理模块、视频输出模块和外部存储控制模块，待处理视频分别与视频输入检测模块及视频输出模块连接，视频输入检测模块的视频流输出与视频输入统计模块的视频流输入接口连接，视频输入统计模块的视频流输出与视频处理模块的视频流输入接口连接，视频输入统计模块的统计结果输出分别与视频处理模块、视频输出模块、外部存储控制模块的统计结果输入接口连接，视频处理模块的暗分量输出与视频输入统计模块的暗分量输入接口连接，视频处理模块的视频流输出与分别与视频输出模块、外部存储控制模块的视频流输入接口连接，外部存储控制模块的视频流输出连接外部存储器，视频输出模块的时序控制输出分别与视频处理模块、外部存储控制模块的时序控制输入接口连接；

所述的视频处理模块包括首帧移除单元、帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元、列并行滤波单元和增强处理单元，首帧移除单元的输入端连接视频输入统计模块的视频流输出，首帧移除单元的视频流输出依次通过帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元与外部存储器相连，外部存储器输出的视频流按列读入列并行滤波单元，列并行滤波单元的视频流输出与外部存储器连接，外部存储器输出的视频流逐行读入增强处理单元。

进一步地，首帧移除单元包括首帧检测电路和阻塞电路，视频输入统计模块输出的视频流中的场同步信号作为检测信号源接入首帧检测电路，视频流及首帧检测电路的检测结果分别输入阻塞电路，阻塞电路输出移除首帧后的视频流。

进一步地，帧率控制单元包括帧率判断电路和阻塞电路，首帧移除单元输出的视频流中的行场同步信号及视频输入统计模块输出的统计结果分别与帧率判断电路的输入端相连，视频流及帧率判断电路的判断结果分别输入阻塞电路，阻塞电路输出帧率控制后的视频流。

进一步地，最小值提取单元由比较器和寄存器组成，帧率控制单元输出的视频流中的R分量和G分量分别输入比较器a，比较器a输出R分量G分量间的小值并存储于寄存器Ⅰ中，存储于寄存器Ⅱ中的B分量与R分量G分量间的小值分别输入比较器b，比较器b输出R、G、B分量中的最小值并存储于寄存器Ⅲ中，寄存器Ⅲ输出的暗分量与R、G、B分量分别输入至汇合电路进行汇合得到含暗分量的视频流。

进一步地，行滤波单元包括前向滤波快速高斯滤波电路、后向滤波快速高斯滤波电路、两个双口随机存储器和延时处理电路，图像边缘扩展单元输出的暗分量输入至前向滤波快速高斯滤波电路，前向滤波快速高斯滤波电路的输出与第一双口随机存储器的输入连接，第一双口随机存储器的输出与后向滤波快速高斯滤波电路连接，后向滤波快速高斯滤波电路的输出与第二双口随机存储器的输入连接，第二双口随机存储器输出经行滤波后的暗分量；图像边缘扩展单元输出的RGB分量输入至延时处理电路，延时处理电路输出同步RGB分量。

进一步地，前向滤波快速高斯滤波电路和后向滤波快速高斯滤波电路由串行输入寄存器组、行卷积电路和输出寄存器组成，行卷积电路由四个乘法器和一个加法器树组成，加法器树由第一行的两个加法器和第二行的一个加法器组成，从串行输入寄存器组到输出寄存器之间的计算链路在一个时间周期内完成，第二行的加法器输出的结果反馈至第一输入寄存器上，下一周期反馈至第二输入寄存器上，再下一周期反馈到第三输入寄存器上。

进一步地，列并行滤波单元由多个并行处理的高斯行滤波电路组成，外部存储器按行读出数据后进行按列跳转，得到按列数据，将按列数据同步输入各个高斯航滤波电路中完成并行处理。

进一步地，增强处理单元由三个减法器和一个除法器组成，由公式I(x)=J(x)t(x)+A(1-t(x))得到目标图像 $J\left(x\right)=\frac{I\left(x\right)-A(1-t\left(x\right))}{t\left(x\right)}=\frac{I\left(x\right)-A}{t\left(x\right)}+A=A-\frac{A-I\left(x\right)}{t\left(x\right)}$ A和I(x)分别输入第一减法器，第一减法器将输出的A-I(x)存储于第一寄存器中，第二减法器输出的t(x)存储于第二寄存器中，A-I(x)和t(x)分别输入至除法器中，除法器输出并存储于第三寄存器中，A与

分别输入第三减法器中，获得目标图像J(x)并存储于第四寄存器中；其中，A为大气光值，t(x)为传输函数，I(x)为雾化成像模型函数。

本发明的有益效果是：

1）支持RGB444、YUV422、YUV444多种格式的视频流数据；

2）在对视频进行去雾处理时，对视频流进行首帧移除，系统上电后的第二帧视频数据才送入帧率控制模块，可有效避免在系统上电或中途断电时，系统上电第一帧的数据不完全而引起的存储及显示差错；

3）在进行行滤波之前，对图像进行边缘扩展，保证了滤波处理时的视频边界质量；

4）采用快速高斯卷积代替Soft Matting Filter、Guided Filter及传统高斯滤波器，结构、算法简单，实现难度较低，可极大地节约资源并降低延时；

5）采用并行的多个高斯行滤波电路组成的列并行滤波单元对视频流进行列滤波，处理时按行读出数据后再进行按列跳转，获得各列数据后同步输入各高斯行滤波电路进行并行处理，弥补了按列地址跳转损失的时间，保证了去雾处理的实时性。

附图说明

图1为本发明处理组件结构示意图；

图2为本发明视频输入检测模块结构示意图；

图3为本发明视频输入统计模块结构示意图；

图4为本发明视频处理模块结构示意图；

图5为本发明首帧移除单元结构示意图；

图6为本发明帧率控制单元结构示意图；

图7为本发明最小值提取单元结构示意图；

图8为本发明区域最小值提取单元结构示意图；

图9为本发明图像边缘扩展单元结构示意图；

图10为本发明行滤波单元结构示意图；

图11为本发明快速高斯卷积计算电路结构示意图；

图12为本发明列并行滤波单元结构示意图；

图13为本发明增强处理单元结构示意图；

图14为本发明视频输出模块结构示意图；

图15为本发明外部存储控制模块结构示意图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，雾霾图像快速去雾处理组件，它包括视频输入检测模块、视频输入统计模块、视频处理模块、视频输出模块和外部存储控制模块，待处理视频分别与视频输入检测模块及视频输出模块连接，视频输入检测模块的视频流输出与视频输入统计模块的视频流输入接口连接，视频输入统计模块的视频流输出与视频处理模块的视频流输入接口连接，视频输入统计模块的统计结果输出分别与视频处理模块、视频输出模块、外部存储控制模块的统计结果输入接口连接，视频处理模块的暗分量输出与视频输入统计模块的暗分量输入接口连接，视频处理模块的视频流输出与分别与视频输出模块、外部存储控制模块的视频流输入接口连接，外部存储控制模块的视频流输出连接外部存储器，视频输出模块的时序控制输出分别与视频处理模块、外部存储控制模块的时序控制输入接口连接。

如图2所示，视频输入检测模块由内/外同步电路、视频格式转换电路、测试视频产生电路、多路选择器及行场同步信号检测电路及计时器组成，测试视频产生电路、内/外同步电路的输出分别通过格式转换电路与多路选择器连接，内/外同步电路的一路行场同步信号输出与行场同步信号检测电路的输入连接，行场同步信号检测电路的检测结果输出至计时器，计时器输出视频输入状态。输入状态引脚反馈是否有视频输入，如果检测到有视频输入，则将视频传递给视频输入统计模块，同时输入状态拉高（或拉低）；如果连续80ms（可根据需要自行设置）内无视频输入，则将输入状态拉低（或拉高）。通过多路选择器的选择引脚，可以选择输入视频格式，支持RGB444/YUV-422/YUV444，YUV格式支持CCIR656时序内同步或行场外同步。RGB444格式视频直接输出到下一级，YUV444需要进行YUV到RGB色彩空间的转换，然后输出到下一级，YUV422需要先进行插值，再进行YUV到RGB色彩空间的转换，最后输出到下一级。可以通过多路选择器，选择测试视频送到下一级。输入为RGB格式视频时，无需进行时序转换，输入为CCIR656格式视频时，需要将CCIR656内同步转换为行场外同步。

如图3所示，视频统计模块由暗分量图像统计电路、R分量图像统计电路、G分量图像统计电路、B分量图像统计电路及分辨率统计电路组成，暗分量图像统计电路输出暗分量的最大值、最小值及各像素值数量至统计结果存储RAM；R分量图像统计电路、G分量图像统计电路和B分量图像统计电路分别输出各分量的最大值、最小值及各像素值数量至统计结果存储RAM；行同步信号和场同步信号分别输入至分辨率统计电路，分辨率统计电路输出图像分辨率至统计结果存储RAM。视频输入格式统一为RGB444，首先将视频分为R、G、B三个分量，对三个分量的像素值分布情况进行统计；同时，通过行场同步信号统计视频的分辨率，统计结果存储到RAM中，可以通过RAM的接口进行读取。视频处理模块传回的暗分量通过统计后存储到RAM中，结果反馈给视频处理模块使用。图像统计逐帧进行，每帧结束后对RAM进行更新，同时将结果反馈到视频处理模块。

如图4所示，视频处理模块包括首帧移除单元、帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元、列并行滤波单元和增强处理单元，首帧移除单元的输入端连接视频输入统计模块的视频流输出，首帧移除单元的视频流输出依次通过帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元与外部存储器相连，外部存储器输出的视频流按列读入列并行滤波单元，列并行滤波单元的视频流输出与外部存储器连接，外部存储器输出的视频流按行读入增强处理单元。

如图5所示，系统上电第一帧数据通常不完全，设置首帧移除单元对第一帧数据进行阻塞。首帧移除单元包括首帧检测电路和阻塞电路，视频输入统计模块输出的视频流中的场同步信号作为检测信号源接入首帧检测电路，视频流及首帧检测电路的检测结果分别输入阻塞电路，阻塞电路输出移除首帧后的视频流。

如图6所示，根据外部存储器的吞吐率和视频统计结果对视频帧率进行控制，分辨率高于1280*720的视频流将被限制在30f/s，分辨率低于1280*720的视频流将直接通过（该帧率控制可根据实际情况设置）。帧率控制单元包括帧率判断电路和阻塞电路，首帧移除单元输出的视频流中的行场同步信号及视频输入统计模块输出的统计结果分别与帧率判断电路的输入端相连，视频流及帧率判断电路的判断结果分别输入阻塞电路，阻塞电路输出帧率控制后的视频流。帧率控制单元利用行场同步信号和图像统计结果计算帧率，若视频帧率满足后续处理能力，则满帧通过；若不满足则隔帧通过，阻塞一半数据。

如图7所示，同一像素RGB三个分量将进行比较，将最小分量提取出来，作为D分量。RGBD分量组合成新的视频流数据进入区域最小值提取单元。最小值提取单元由比较器和寄存器组成，帧率控制单元输出的视频流中的R分量和G分量分别输入比较器a，比较器a输出R分量G分量间的小值并存储于寄存器Ⅰ中，存储于寄存器Ⅱ中的B分量与R分量G分量间的小值分别输入比较器b，比较器b输出R、G、B分量中的最小值并存储于寄存器Ⅲ中，寄存器Ⅲ输出的暗分量与R、G、B分量分别输入至汇合电路进行汇合得到含暗分量的视频流。最小值提取单元将RGB中最小值通过比较器筛选出，然后与RGB合为含暗分量的视频数据输出。

如图8所示，区域最小值提取模块将每m个数据进行比较，提取最小值，作为最终的暗分量视频数据，送到视频统计模块进行统计。区域最小值提取单元利用比较器和寄存器网络，完成1×21区域最小值提取。

如图9所示，RGBD视频流进入图像边缘扩展单元，进行边缘扩展，在滤波处理时保证视频边界的质量。图像边缘扩展单元将视频流数据寄存，行同步信号进入计数器，通过计数器计数获得图像边缘点数据，再将最边上的像素值向外复制，达到边缘扩展的目的。

如图10所示，行滤波单元包括前向滤波快速高斯滤波电路、后向滤波快速高斯滤波电路、两个双口随机存储器和延时处理电路，图像边缘扩展单元输出的暗分量输入至前向滤波快速高斯滤波电路，前向滤波快速高斯滤波电路的输出与第一双口随机存储器的输入连接，第一双口随机存储器的输出与后向滤波快速高斯滤波电路连接，后向滤波快速高斯滤波电路的输出与第二双口随机存储器的输入连接，第二双口随机存储器输出经行滤波后的暗分量；图像边缘扩展单元输出的RGB分量输入至延时处理电路，延时处理电路输出同步RGB分量。

双口随机存储器一端进行正向读写，一端进行反向读写，可以将一行数据首尾颠倒，完成正向和反向两次滤波。快速高斯卷积在频域中产生一组曲线对高斯曲线进行逼近，该滤波是一维滤波器，针对图像需要进行行和列两次滤波，该曲线可以分解为类似于IIR滤波器进行计算，计算公式如下：

1.前向滤波：

w[n]=Bin[n]+(b₁w[n-1]+

b₂w[n-2]+b₃w[n-3])/b₀

2.后向滤波：

out[n]=Bw[n]+(b₁out[n+1]+

b₂out[n+2]+b₃out[n+3])/b₀

其中，系数计算如下：

b₀′=1.57825+2.44413q+1.4281q²+0.422205q³

b₁′=2.44413q+2.85619q²+1.26661q³

b₂′=-(1.428q²+1.26661q³)

b₃′=0.422205q³

B=1-((b₁′+b₂′+b₃′)/b₀′)

$q=\left\{\begin{array}{cc}0.98711\mathrm{\σ}-0.96330,& \mathrm{\σ}\≥2.5\\ 3.97156-4.14554\sqrt{1-0.26891\mathrm{\σ}}& 0.5\≤\mathrm{\σ}\≤2.5\end{array}\right.$

前向滤波时，图像从左到右输入；后向滤波时，图像从右向左输入。系数中q的值通过σ设定，而σ为Gaussian filter模板大小，这里为21。消除公式中的除法运算，有：

b₀=b₀′

b₁=b₁′/b₀′

b₂=b₂′/b₀′

b₃=b₃′/b₀′

将σ=21带入，得到各个参数值：

B=2.8000;

b₁=2728.2000;

b₂=-2435.9000;

b₃=728.9000;

定点化，1位符号位，12位整数位，8位小数位，得到定点参数如下：

B=717;

b₁=698419;

b₂=-623590;

b₃=186598;

而公式变为：

1.前向滤波：

w[n]=717in[n]+698419w[n-1]-

623590w[n-2]+186598w[n-3]

2.后向滤波：

out[n]=717w[n]+698419out[n+1]-

623590out[n+2]+186598out[n+3]

前后项滤波公式对称，因此可以采用模块化设计，将该式子作为一个可重复调用的模块。

进一步地，如图11所示，前向滤波快速高斯滤波电路和后向滤波快速高斯滤波电路由串行输入寄存器组、行卷积电路和输出寄存器组成，行卷积电路由四个乘法器和一个加法器树组成，加法器树由第一行的两个加法器和第二行的一个加法器组成，从串行输入寄存器组到输出寄存器之间的计算链路在一个时间周期内完成，第二行的加法器输出的结果反馈至第一输入寄存器O[n-1]上，下一周期反馈至第二输入寄存器O[n-2]上，再下一周期反馈到第三输入寄存器O[n-3]上，计算开始时，寄存器需初始化并赋值为输入in[0]。

如图12所示，列并行滤波单元由多个并行处理的高斯行滤波电路组成，外部存储器按行读出数据后进行按列跳转，得到按列数据，将按列数据同步输入各个高斯航滤波电路中完成并行处理。

如图13所示，增强处理单元由三个减法器和一个除法器组成，由公式I(x)=J(x)t(x)+A(1-t(x))得到目标图像 $J\left(x\right)=\frac{I\left(x\right)-A(1-t\left(x\right))}{t\left(x\right)}=\frac{I\left(x\right)-A}{t\left(x\right)}+A=A-\frac{A-I\left(x\right)}{t\left(x\right)}$ A和I(x)分别输入第一减法器，第一减法器将输出的A-I(x)存储于第一寄存器中，第二减法器输出的t(x)存储于第二寄存器中，A-I(x)和t(x)分别输入至除法器中，除法器输出并存储于第三寄存器中，A与

分别输入第三减法器中，获得目标图像J(x)并存储于第四寄存器中；其中，A为大气光值，t(x)为传输函数，I(x)为雾化成像模型函数。

计算过程中，为避免除0，t(x)最小值设为0.1。去雾计算完成后，会存在小于0和大于255的点，这种情况下，小于0的点全部取0，大于255的点取255。

如图14所示，视频输出模块根据图像统计结果和外部输出视频格式控制信号，产生相应的输出视频时序。利用时序产生器的同步控制信号，将数据从外部存储中读出。视频流经过输出控制同输出时序同步后，向外输出视频。输出视频格式为DVI格式，输出分辨率同输入分辨率相同。

如图15所示，外部存储控制器包含4个通道，一端为存储器接口，根据需求和控制器的种类可以接DDR2\DDR3\SDRAM等。数据分为4个通道进入IP CORE。每个通道独立，分时复用。每个通道接FIFO缓冲，然后通过用户逻辑口将数据送给用户。

Claims (8)

1.雾霾图像快速去雾处理组件，其特征在于：它包括视频输入检测模块、视频输入统计模块、视频处理模块、视频输出模块和外部存储控制模块，待处理视频分别与视频输入检测模块及视频输出模块连接，视频输入检测模块的视频流输出与视频输入统计模块的视频流输入接口连接，视频输入统计模块的视频流输出与视频处理模块的视频流输入接口连接，视频输入统计模块的统计结果输出分别与视频处理模块、视频输出模块、外部存储控制模块的统计结果输入接口连接，视频处理模块的暗分量输出与视频输入统计模块的暗分量输入接口连接，视频处理模块的视频流输出与分别与视频输出模块、外部存储控制模块的视频流输入接口连接，外部存储控制模块的视频流输出连接外部存储器，视频输出模块的时序控制输出分别与视频处理模块、外部存储控制模块的时序控制输入接口连接；

所述的视频处理模块包括首帧移除单元、帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元、列并行滤波单元和增强处理单元，首帧移除单元的输入端连接视频输入统计模块的视频流输出，首帧移除单元的视频流输出依次通过帧率控制单元、像素最小值提取单元、区域最小值提取单元、图像边缘扩展单元、行滤波单元与外部存储器相连，外部存储器输出的视频流按列读入列并行滤波单元，列并行滤波单元的视频流输出与外部存储器连接，外部存储器输出的视频流逐行读入增强处理单元。

2.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的首帧移除单元包括首帧检测电路和阻塞电路，视频输入统计模块输出的视频流中的场同步信号作为检测信号源接入首帧检测电路，视频流及首帧检测电路的检测结果分别输入阻塞电路，阻塞电路输出移除首帧后的视频流。

3.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的帧率控制单元包括帧率判断电路和阻塞电路，首帧移除单元输出的视频流中的行场同步信号及视频输入统计模块输出的统计结果分别与帧率判断电路的输入端相连，视频流及帧率判断电路的判断结果分别输入阻塞电路，阻塞电路输出帧率控制后的视频流。

4.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的最小值提取单元由比较器和寄存器组成，帧率控制单元输出的视频流中的R分量和G分量分别输入比较器a，比较器a输出R分量G分量间的小值并存储于寄存器Ⅰ中，存储于寄存器Ⅱ中的B分量与R分量G分量间的小值分别输入比较器b，比较器b输出R、G、B分量中的最小值并存储于寄存器Ⅲ中，寄存器Ⅲ输出的暗分量与R、G、B分量分别输入至汇合电路进行汇合得到含暗分量的视频流。

5.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的行滤波单元包括前向滤波快速高斯滤波电路、后向滤波快速高斯滤波电路、两个双口随机存储器和延时处理电路，图像边缘扩展单元输出的暗分量输入至前向滤波快速高斯滤波电路，前向滤波快速高斯滤波电路的输出与第一双口随机存储器的输入连接，第一双口随机存储器的输出与后向滤波快速高斯滤波电路连接，后向滤波快速高斯滤波电路的输出与第二双口随机存储器的输入连接，第二双口随机存储器输出经行滤波后的暗分量；图像边缘扩展单元输出的RGB分量输入至延时处理电路，延时处理电路输出同步RGB分量。

6.根据权利要求5所述的雾霾图像快速去雾处理组件，其特征在于：所述的前向滤波快速高斯滤波电路和后向滤波快速高斯滤波电路由串行输入寄存器组、行卷积电路和输出寄存器组成，行卷积电路由四个乘法器和一个加法器树组成，加法器树由第一行的两个加法器和第二行的一个加法器组成，从串行输入寄存器组到输出寄存器之间的计算链路在一个时间周期内完成，第二行的加法器输出的结果反馈至第一输入寄存器上，下一周期反馈至第二输入寄存器上，再下一周期反馈到第三输入寄存器上。

7.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的列并行滤波单元由多个并行处理的高斯行滤波电路组成，外部存储器按行读出数据后进行按列跳转，得到按列数据，将按列数据同步输入各个高斯航滤波电路中完成并行处理。

8.根据权利要求1所述的雾霾图像快速去雾处理组件，其特征在于：所述的增强处理单元由三个减法器和一个除法器组成，由公式I(x)＝J(x)t(x)+A(1-t(x))得到目标图像 $J\left(x\right)=\frac{I\left(x\right)-A(1-t\left(x\right))}{t\left(x\right)}=\frac{I\left(x\right)-A}{t\left(x\right)}+A=A-\frac{A-I\left(x\right)}{t\left(x\right)}$ A和I(x)分别输入第一减法器，第一减法器将输出的A-I(x)存储于第一寄存器中，第二减法器输出的t(x)存储于第二寄存器中，A-I(x)和t(x)分别输入至除法器中，除法器输出

并存储于第三寄存器中，A与

分别输入第三减法器中，获得目标图像J(x)并存储于第四寄存器中；其中，A为大气光值，t(x)为传输函数，I(x)为雾化成像模型函数。

Images