CN109215001A - 基于fpga的高温差自适应平台直方图均衡实现方法 - Google Patents

基于fpga的高温差自适应平台直方图均衡实现方法 Download PDF

Info

Publication number
CN109215001A
CN109215001A CN201710528408.XA CN201710528408A CN109215001A CN 109215001 A CN109215001 A CN 109215001A CN 201710528408 A CN201710528408 A CN 201710528408A CN 109215001 A CN109215001 A CN 109215001A
Authority
CN
China
Prior art keywords
histogram
read
memory
module
ram1
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710528408.XA
Other languages
English (en)
Other versions
CN109215001B (zh
Inventor
隋修宝
吴骁斌
李龙
陈钱
顾国华
于雪莲
刘程威
吴少迟
匡小冬
刘郭新
刘博文
徐致东
钱惟贤
何伟基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201710528408.XA priority Critical patent/CN109215001B/zh
Publication of CN109215001A publication Critical patent/CN109215001A/zh
Application granted granted Critical
Publication of CN109215001B publication Critical patent/CN109215001B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20004—Adaptive image processing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于FPGA的高温差自适应平台直方图均衡实现方法，本方法利用三个RAM来分别完成图像数据自适应平台值计算、平台直方图统计和累积，当帧有效时，直方图模块对输入的第t帧图像数据进行直方图统计，当第t帧图像数据统计完成后，帧无效时，自适应平台值计算模块根据直方图统计计算平台值，然后直方图累积模块根据平台值对统计直方图进行累积，当第t+1帧数据送到时，在帧有效时间内重复上述直方图统计操作，同时平台直方图输出模块读取第t帧图像的累积直方图数据，并利用第t帧统计直方图状态信息完成第t+1帧图像数据的均衡化并输出，解决高温差场景图像进行灰度值再分配时图像对比度低的问题，提高了自适应性。

Description

基于FPGA的高温差自适应平台直方图均衡实现方法
技术领域
本发明属于红外图像处理领域，是一种基于FPGA的高温差自适应平台直方图均衡实现方法。
背景技术
原始的红外图像普遍存在非均匀性大、对比度低、分辨率差等特点，大大降低了红外成像系统在实际应用中成像的质量。
直方图均衡是红外成像系统中实用最广泛的图。因此国内外诸多学者针对红外图像的特点，研究出各种红外图像的处理算法，提升图像的成像质量。直方图均衡化就是一种能仅靠输入图像直方图信息自动达到这种效果的变换函数。它的基本思想是对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，从而扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。平台直方图是针对原始直方图均均衡缺点，提出的一种能够抑制背景和噪声，同时提升图像对比度的一种新方法。
顾东升在《一种基于DSP+FPGA技术的实时红外图像直方图均衡器》(红外技术)一文中采用DSP与FPGA相结合的方法，利用FPGA的高速优势，和DSP软件的灵活特点，但此方法增加了系统的复杂性，使系统工作可靠性大大降低，同时增加了系统功耗。
胡元刚在《直方图均衡增强算法在实时图像处理中的实现》(液晶与显示)一文中采用了6片DDR和一片FLASH作为直方图均衡过程中的数据缓存，同时采用了FPGA内部的RAM存储映射表数据，大量存储器的使用增大了硬件电路板的面积，不利于小型化。
刘延在《基于FPGA的直方图均衡实时并行算法及新架构实现》(红外技术)一文中采用两个RAM乒乓操作存储统计直方图，再另外采用两个RAM乒乓操作存储转换的灰度值，4个RAM的使用占用了大量的FPGA内部资源，使得FPGA难以植入其他算法，制约了成像系统的多功能化。
目前平台直方图大多通过采用两个FPGA内部的RAM来实现，一个用于存储一帧图像的统计直方图，一个用于存储一帧图像的累积直方图。但由于传统的平台直方图均衡算法并未考虑处理算法对目标场景的适应性，无法根据场景内的目标的灰度分布来自适应调节处理后图像的灰度分配，难以保证系统在对低温差场景成像时不会过度放大噪声，同时又能使系统能将高温差场景中的细节目标全部体现出来，以突出目标的细节信息。
发明内容
本发明的目的在于提供一种基于FPGA的高温差自适应平台直方图均衡实现方法，解决了传统平台直方图均衡处理算法无法保证红外成像系统对不同温差的场景都有较好的成像效果，既能有效突出高温差场景的对比度，同时能保证低温差的场景对比度不受影响。
实现本发明目的的技术解决方案为：一种基于FPGA的高温差自适应平台直方图均衡实现方法，步骤如下：
步骤1)将大小为M×N，数据位宽为n的输入图像数据送入到直方图统计模块，其中M为列数，N为行数，在帧有效时，对输入的图像数据进行直方图统计，并产生RAM1读写控制信号送入到RAM1读写控制模块；
步骤2)RAM1读写控制模块接收读写控制信号，对第一存储器RAM1进行读写操作；
步骤3)在统计直方图完成后，当帧无效时，自适应平台值计算模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的统计直方图数据送给自适应平台值计算模块；
步骤4)自适应平台值计算模块对统计直方图数据计算得到图像数据各灰度级的自适应平台值，并产生写第二存储器RAM2的控制信号送给RAM2读写控制模块，RAM2读写控制模块向第二存储器RAM2发出读写信号，将自适应平台值计算模块计算得到的图像数据各灰度级的自适应平台值数据写入第二存储器RAM2；
步骤5)自适应平台值计算模块计算完成后，直方图累积模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的统计直方图数据送给直方图累积模块，直方图累积模块向RAM2读写控制模块发出读第二存储器RAM2的控制信号，RAM2读写控制模块向第二存储器RAM2发出读信号，将从第二存储器RAM2中读入的自适应平台值数据送给直方图累积模块；
步骤6)直方图累计模块根据统计直方图数据、图像数据各灰度级的自适应平台值数据进行累计计算得到累积直方图数据，并产生第三存储器RAM3的写控制信号送给RAM3读写控制模块，RAM3读写控制模块向第三存储器RAM3发出写信号，将直方图统计模块计算得到的累积直方图数据写入第三存储器RAM3，同时直方图统计模块发出清零信号，对第一存储器RAM1进行清空准备下一帧图像数据的统计；
步骤7)在下一帧图像数据到来时，返回步骤2)，同时，在帧有效时，平台直方图输出模块根据输入的图像数据产生第三存储器RAM3的读控制信号，RAM3读写控制模块读取第三存储器RAM3中存储的上一帧累积直方图数据，计算当前帧图像均衡化后的图像并输出。
本发明与现有技术相比，其显著优点：本发明利用目标场景的统计特点，结合平台直方图的优点，保证系统能够对不同温差的场景都有较好的成像效果，提高系统的环境适应性。
附图说明
图1为本发明基于FPGA的高温差自适应平台直方图均衡实现方法框图。
图2为本发明实施例1中低温差场景的处理图像对比图，其中(a)为传统方法处理效果图，(b)为本发明方法的处理效果图。
图3为本发明实施例1中高温差场景的处理图像对比图，其中(a)为传统方法处理效果图，(b)为本发明方法的处理效果图。
具体实施方式
下面结合附图对本发明作进一步描述。
直方图均衡化是通过输入图像的直方图信息，对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，从而扩展像元取值的动态范围，提高图像对比度和灰度色调变换，使图像更加清晰。平台直方图均衡化即是在原始直方图均衡化的基础上，增添上限平台值，当某一灰度级在一幅图像中出现的次数大于设定的上限平台值时，则令出现的次数就等于上限平台值，从而在一定程度上抑制图像背景和噪声，高温差自适应平台直方图均衡方法能够根据目标场景的特点，自适应的选择平台值，从而保证直方图均衡算法具有更好的成像效果。
结合图1，一种基于FPGA的高温差自适应平台直方图均衡实现方法，算法步骤如下：
步骤1)将大小为M×N，数据位宽为n的输入图像数据送入到直方图统计模块，其中M为列数，N为行数，在帧有效时，对输入的图像数据进行直方图统计，并产生RAM1读写控制信号送入到RAM1读写控制模块，转入步骤2)；
对输入图像数据进行直方图统计，得到统计直方图P(k)，具体步骤为：
1-1)将输入图像数据作为第一存储器RAM1的地址，读取第一存储器RAM1中相应地址处的数据，即该灰度级的图像像素个数；
1-2)将读出的第一存储器RAM1中的平台直方图统计个数自+1；
1-3)将上述得到的数据再写回1-1)中的同一地址处。
步骤2)RAM1读写控制模块，接收读写控制信号，对第一存储器RAM1进行读写操作，从而协助完成平台直方图的统计、后续的自适应平台值计算和直方图累积，转入步骤3)；
步骤3)在统计直方图完成后，当帧无效时，自适应平台值计算模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的平台统计直方图数据送给自适应平台值计算模块，转入步骤4)；
在统计直方图完成后，当帧无效时，RAM1读写控制模块产生第一存储器RAM1的读地址：依次从(2n-1)～0，将第一存储器RAM1中的统计直方图读出，并送给自适应平台值模块。
步骤4)自适应平台值计算模块对统计直方图数据计算得到图像数据各灰度级的自适应平台值，并产生写第二存储器RAM2的控制信号送给RAM2读写控制模块，RAM2读写控制模块向第二存储器RAM2发出读写信号，将自适应平台值计算模块计算得到的图像数据各灰度级的自适应平台值数据写入第二存储器RAM2，转入步骤5)；
统计直方图数据进行迭代计算得到图像数据各灰度级的自适应平台值，具体迭代步骤为：
4-1)PLATm＝0，PLATmax＝0，k＝(2n-1),转入4-2)
4-2)转入4-3)；
4-3)PLATT(k)＝PLATm,将PLATT(k)存入第二存储器RAM2地址k中,转入4-4)；
4-4)若k>0，k＝k-1，转入4-2)，否则，转入4-5)；
4-5)RAM2读写控制模块产生第二存储器RAM2的读地址：依次从0～(2n-1)，将第二存储器RAM2中的PLATT读出进行二次迭代，转入4-6)；
4-6)Pm＝0,k＝0，转入4-7)；
4-7)PL(k)＝[Pm*T/PLATmax]+1，将PL(k)写入第二存储器RAM2地址k中,转入4-8)；
4-8)若k<(2n-1)，k＝k+1，转入4-7)，否则，结束迭代；
其中k表示输入图像的灰度等级，0～(2n-1)取值范围，P(k)表示从第一存储器RAM1读出的统计直方图，PLATmax表示统计直方图最大值，PLATm表示统计直方图局部最大值，PLATT()表示各灰度等级一次迭代值，Pm()表示从0到当前灰度级最大一次迭代值，PL()表示自适应平台值，T为控制参数，[]表示取整数部分。
步骤5)自适应平台值计算模块计算完成后，直方图累积模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的统计直方图数据送给直方图累积模块，直方图累积模块向RAM2读写控制模块发出读第二存储器RAM2的控制信号，RAM2读写控制模块向第二存储器RAM2发出读信号，将从第二存储器RAM2中读入的自适应平台值数据送给直方图累积模块，转入步骤6)
步骤6)直方图累计模块根据统计直方图数据、图像数据各灰度级的自适应平台值数据进行累计计算得到累积直方图数据，并产生写第三存储器RAM3的控制信号送给RAM3读写控制模块，RAM3读写控制模块向第三存储器RAM3发出写信号，将直方图统计模块计算得到的累积直方图数据写入第三存储器RAM3，同时直方图统计模块发出清零信号，对第一存储器RAM1进行清空准备下一帧图像数据的统计，转入步骤7)；
直方图累积模块根据统计直方图数据、图像数据各灰度级的自适应平台值数据进行累计进行累积，得到累积直方图FT()：
同时，直方图统计模块将第一存储器RAM1清空等待下一帧图像数据的到来，具体操作为：向第一存储器RAM1送清零信号，将第一存储器RAM1中的数据全部清零。
步骤7)在下一帧图像数据到来时，返回步骤2)，同时，在帧有效时，平台直方图输出模块根据输入的图像数据产生第三存储器RAM3的读控制信号，RAM3读写控制模块读取第三存储器RAM3中存储的上一帧累积直方图数据，计算当前帧图像均衡化后的图像并输出。
结合图1，基于FPGA的高温差自适应平台直方图均衡实现方法的系统，包括
直方图统计模块，在帧有效时，对输入的图像数据进行直方图统计，并产生第一存储器RAM1的读写控制信号，此外在累积直方图模块作累积后产生写第一存储器RAM1的清零信号清空第一存储器RAM1。
RAM1读写控制模块，产生输入给第一存储器RAM1的写使能、写数据、写地址、读使能和读地址，并且将第一存储器RAM1读出的数据送给直方图统计模块、自适应平台值计算模块和直方图累积模块。
第一存储器RAM1，采用FPGA的片上RAM或外部存储器，存储一帧图像的统计直方图。
自适应平台值计算模块，根据直方图统计计算出自适应平台值，并产生第二存储器RAM2的读写控制信号。
RAM2读写控制模块，在直方图统计完后的帧无效时间内，产生第二存储器RAM2的写使能、写数据、写地址、读使能和读地址，将直方图统计模块计算得到的自适应平台值写入第二存储器RAM2，当自适应平台值计算模块计算完成后，产生第二存储器RAM2的读使能和读地址，将第二存储器RAM2中储存的自适应平台值送到直方图累计模块。
第二存储器RAM2，采用FPGA的片上RAM或外部存储器，存储一帧图像的自适应平台值。
直方图累积模块，根据自适应平台值对统计直方图进行累积，并产生第三存储器RAM3的写控制信号。
RAM3读写控制模块，在直方图统计完后的帧无效时间内，产生第三存储器RAM3的写使能、写地址，将累积直方图数据写入第三存储器RAM3。
第三存储器RAM3，采用FPGA的片上RAM或外部存储器，存储一帧图像的累计直方图。
平台直方图输出模块，根据输入的图像数据产生第三存储器RAM3的读控制信号，RAM3读写控制模块读取第二存储器RAM3中存储的上一帧累积直方图数据，计算当前帧图像均衡化后的图像并输出。
当第t帧图像数据统计完成后，帧无效时，自适应平台值计算模块根据直方图统计计算平台值，然后直方图累积模块根据平台值对统计直方图进行累积，当第t+1帧数据送到时，在帧有效时间内重复上述直方图统计操作，同时平台直方图输出模块读取第t帧图像的累积直方图数据，并利用第t帧统计直方图状态信息完成第t+1帧图像数据的均衡化并输出。
实施例
采用分辨率为384×288，位宽为14的输入图像，采用FPGA的型号为EP4CE75U19I7，设置上限平台值为1023，将图像输入平台直方图均衡化模块，对图像进行直方图均衡化处理。采用本方法和传统的平台直方图算法处理得到的输出图像效果如图2和图3所示，从图2可以看到针对温差较小的场景，本方法和传统的平台直方图算法具有类似的处理效果，但针对高温差场景的处理效果，如图3，本方法具有较大的优势，图像对比度得到很大的增强。

Claims (6)

1.一种基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于方法步骤如下：
步骤1)将大小为M×N，数据位宽为n的输入图像数据送入到直方图统计模块，其中M为列数，N为行数，在帧有效时，对输入的图像数据进行直方图统计，并产生RAM1读写控制信号送入到RAM1读写控制模块；
步骤2)RAM1读写控制模块接收读写控制信号，对第一存储器RAM1进行读写操作；
步骤3)在统计直方图完成后，当帧无效时，自适应平台值计算模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的统计直方图数据送给自适应平台值计算模块；
步骤4)自适应平台值计算模块对统计直方图数据计算得到图像数据各灰度级的自适应平台值，并产生写第二存储器RAM2的控制信号送给RAM2读写控制模块，RAM2读写控制模块向第二存储器RAM2发出读写信号，将自适应平台值计算模块计算得到的图像数据各灰度级的自适应平台值数据写入第二存储器RAM2；
步骤5)自适应平台值计算模块计算完成后，直方图累积模块向RAM1读写控制模块发出读第一存储器RAM1的控制信号，RAM1读写控制模块向第一存储器RAM1发出读信号，将从第一存储器RAM1中读入的统计直方图数据送给直方图累积模块，直方图累积模块向RAM2读写控制模块发出读第二存储器RAM2的控制信号，RAM2读写控制模块向第二存储器RAM2发出读信号，将从第二存储器RAM2中读入的自适应平台值数据送给直方图累积模块；
步骤6)直方图累计模块根据统计直方图数据、图像数据各灰度级的自适应平台值数据进行累计计算得到累积直方图数据，并产生第三存储器RAM3的写控制信号送给RAM3读写控制模块，RAM3读写控制模块向第三存储器RAM3发出写信号，将直方图统计模块计算得到的累积直方图数据写入第三存储器RAM3，同时直方图统计模块发出清零信号，对第一存储器RAM1进行清空准备下一帧图像数据的统计；
步骤7)在下一帧图像数据到来时，返回步骤2)，同时，在帧有效时，平台直方图输出模块根据输入的图像数据产生第三存储器RAM3的读控制信号，RAM3读写控制模块读取第三存储器RAM3中存储的上一帧累积直方图数据，计算当前帧图像均衡化后的图像并输出。
2.根据权利要求1所述的基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于：上述步骤1)中，对输入图像数据进行直方图统计，得到统计直方图P(k)，具体步骤为：
1-1)将输入图像数据作为第一存储器RAM1的地址，读取第一存储器RAM1中相应地址处的数据，即该灰度级的图像像素个数；
1-2)将读出的第一存储器RAM1中的直方图统计个数自+1；
1-3)将上述得到的数据再写回1-1)中的同一地址处。
3.权利要求1所述的基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于：所述步骤3)中，在统计直方图完成后，当帧无效时，RAM1读写控制模块产生第一存储器RAM1的读地址：依次从(2n-1)～0，将第一存储器RAM1中的统计直方图读出，并送给自适应平台值模块。
4.根据权利要求1所述的基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于：所述步骤4)中，统计直方图数据进行迭代计算得到图像数据各灰度级的自适应平台值，具体迭代步骤为：
4-1)PLATm＝0，PLATmax＝0，k＝(2n-1),转入4-2)；
4-2)转入4-3)；
4-3)PLATT(k)＝PLATm,将PLATT(k)存入第二存储器RAM2地址k中,转入4-4)；
4-4)若k>0，k＝k-1，转入4-2)，否则，转入4-5)；
4-5)RAM2读写控制模块产生第二存储器RAM2的读地址：依次从0～(2n-1)，将第二存储器RAM2中的PLATT()读出，转入4-6)；
4-6)Pm＝0,k＝0，转入4-7)；
4-7)PL(k)＝[Pm*T/PLATmax]+1，将PL(k)写入第二存储器RAM2地址k中,转入4-8)；
4-8)若k<(2n-1)，k＝k+1，转入4-7)，否则，结束迭代；
其中k表示输入图像的灰度等级，0～(2n-1)取值范围，P(k)表示从第一存储器RAM1读出的统计直方图，PLATmax表示统计直方图最大值，PLATm表示统计直方图局部最大值，PLATT()表示各灰度等级一次迭代值，Pm()表示从0到当前灰度级最大一次迭代值，PL()表示自适应平台值，T为控制参数，[]表示取整数部分。
5.权利要求1所述的基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于：所述步骤5)中，自适应平台值计算模块计算完成后，RAM1读写控制模块产生第一存储器RAM1的读地址：依次从0～(2n-1)，将第一存储器RAM1中的统计直方图读出，并送给直方图累积模块；同时，RAM2读写控制模块产生第二存储器RAM2的读地址：依次从0～(2n-1)，将第二存储器RAM2中的自适应平台值读出，并送给直方图累积模块。
6.根据权利要求1所述的基于FPGA的高温差自适应平台直方图均衡实现方法，其特征在于：所述步骤6)中，直方图累积模块根据统计直方图数据、图像数据各灰度级的自适应平台值数据进行累计进行累积，得到累积直方图FT()：
其中，其中j表示输入图像的灰度等级，0～(2n-1)取值范围，P(j)表示灰度等级为j的统计直方图，PL(j)表示灰度等级为j的自适应平台值；
同时，直方图统计模块将第一存储器RAM1清空等待下一帧图像数据的到来，具体操作为：向第一存储器RAM1送清零信号，将第一存储器RAM1中的数据全部清零。
CN201710528408.XA 2017-07-01 2017-07-01 基于fpga的高温差自适应平台直方图均衡实现方法 Active CN109215001B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710528408.XA CN109215001B (zh) 2017-07-01 2017-07-01 基于fpga的高温差自适应平台直方图均衡实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710528408.XA CN109215001B (zh) 2017-07-01 2017-07-01 基于fpga的高温差自适应平台直方图均衡实现方法

Publications (2)

Publication Number Publication Date
CN109215001A true CN109215001A (zh) 2019-01-15
CN109215001B CN109215001B (zh) 2022-03-18

Family

ID=64991916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710528408.XA Active CN109215001B (zh) 2017-07-01 2017-07-01 基于fpga的高温差自适应平台直方图均衡实现方法

Country Status (1)

Country Link
CN (1) CN109215001B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148101A (zh) * 2019-04-25 2019-08-20 北京遥感设备研究所 一种基于fpga的低缓存改进型直方图均衡方法及系统
CN111261088A (zh) * 2020-02-25 2020-06-09 京东方科技集团股份有限公司 一种图像绘制方法、装置及显示装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521813A (zh) * 2011-11-21 2012-06-27 华中科技大学 基于双平台直方图的红外图像自适应增强方法
CN102693531A (zh) * 2012-01-11 2012-09-26 河南科技大学 基于自适应双平台的红外图像增强方法
CN103353349A (zh) * 2013-06-18 2013-10-16 南京理工大学 红外测温仪自适应三平台直方图均衡系统及其方法
CN104252700A (zh) * 2014-09-18 2014-12-31 电子科技大学 一种红外图像的直方图均衡化方法
CN105023250A (zh) * 2015-06-30 2015-11-04 北京空间机电研究所 一种基于fpga的实时图像自适应增强系统及方法
CN105787898A (zh) * 2016-03-02 2016-07-20 南京理工大学 基于fpga的平台直方图均衡化实现方法及其装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521813A (zh) * 2011-11-21 2012-06-27 华中科技大学 基于双平台直方图的红外图像自适应增强方法
CN102693531A (zh) * 2012-01-11 2012-09-26 河南科技大学 基于自适应双平台的红外图像增强方法
CN103353349A (zh) * 2013-06-18 2013-10-16 南京理工大学 红外测温仪自适应三平台直方图均衡系统及其方法
CN104252700A (zh) * 2014-09-18 2014-12-31 电子科技大学 一种红外图像的直方图均衡化方法
CN105023250A (zh) * 2015-06-30 2015-11-04 北京空间机电研究所 一种基于fpga的实时图像自适应增强系统及方法
CN105787898A (zh) * 2016-03-02 2016-07-20 南京理工大学 基于fpga的平台直方图均衡化实现方法及其装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110148101A (zh) * 2019-04-25 2019-08-20 北京遥感设备研究所 一种基于fpga的低缓存改进型直方图均衡方法及系统
CN111261088A (zh) * 2020-02-25 2020-06-09 京东方科技集团股份有限公司 一种图像绘制方法、装置及显示装置
CN111261088B (zh) * 2020-02-25 2023-12-12 京东方科技集团股份有限公司 一种图像绘制方法、装置及显示装置

Also Published As

Publication number Publication date
CN109215001B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN105469373B (zh) 一种Retinex图像增强方法及系统
CN106250939B (zh) 基于fpga+arm多层卷积神经网络的手写体字符识别方法
CN105787898B (zh) 基于fpga的平台直方图均衡化实现方法及其装置
CN103177262B (zh) 基于hog和svm的行人检测系统的fpga架构及其实现方法
CN113326930B (zh) 数据处理方法、神经网络的训练方法及相关装置、设备
CN111079764B (zh) 一种基于深度学习的低照度车牌图像识别方法及装置
CN110930443B (zh) 图像配准方法、装置及终端设备
CN110675334A (zh) 一种图像增强方法及装置
CN112801904B (zh) 一种基于卷积神经网络的混合退化图像增强方法
CN108564008A (zh) 一种基于zynq的实时行人与人脸检测方法
CN109215001A (zh) 基于fpga的高温差自适应平台直方图均衡实现方法
CN109785275A (zh) 一种图像的色调映射方法及设备
CN108242042A (zh) 基于fpga的目标自适应平台直方图均衡实现方法
CN103793873A (zh) 图像像素中值的获取方法和装置
CN112257727A (zh) 一种基于深度学习自适应可变形卷积的特征图像提取方法
Wang et al. Multiscale supervision-guided context aggregation network for single image dehazing
CN112614110B (zh) 评估图像质量的方法、装置及终端设备
CN111242872B (zh) 一种基于msr的实时rgb图像增强方法
CN104050635B (zh) 一种模板尺寸可变的图像非线性滤波实时处理系统及方法
Li et al. A novel detail weighted histogram equalization method for brightness preserving image enhancement based on partial statistic and global mapping model
Wang et al. A background correction method for particle image under non-uniform illumination conditions
CN115660994B (zh) 一种基于区域最小二乘估计的图像增强方法
CN115546373A (zh) 一种基于FPGA和多分辨率哈希编码算法的NeRF渲染器及渲染方法
TWI789158B (zh) 影像處理方法、系統以及非暫態電腦可讀取記錄媒體
CN104776919B (zh) 基于fpga的红外焦平面阵列条带状非均匀性校正系统和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant