改进的暗通道去雾算法在多核DSP上的并行实现

为提高雾天拍摄图像的质量,本文在暗通道先验去雾算法的基础上,提出了一种改进算法.首先,用引导滤波替代软抠图对透射率进行优化,降低了算法的复杂度,易于在多核TMS320C6678上并行实现;其次,对明亮区域的透射率进行优化使复原图像的色彩失真得到明显改善.改进算法无论是对自然光图像,还是遥感图像都有相当好的去雾效果.对一系列含雾图像的实验表明,改进算法在TMS320C6678上八核并行实现,当DSP内核工作主频为1GHz时,单幅像素为600×800、1 200×1 600、1 800×2 400的图像的运行时间分别为38.21、154.22、347.18ms,并行效率最高达7.35,满足实时复原含雾图像的要求,提高了图像的呈现质量,为视频去雾处理打下了良好基础.

CCSDS多光谱图像无损压缩算法的FPGA实现

本文基于CCSDS 123.0-B-1多光谱图像无损压缩算法,采用Stratix II系列的现场可编程门阵列(FPGA)芯片,按算法的功能模块分别在FPGA上进行RTL级的设计,实现了多光谱图像无损压缩算法.经过测试,数据吞吐率达到66 MSample/s,比NASA JPL实验室实现的33MSample/s速度提升一倍.对压缩后的码流数据进行解压,解压后的数据和原图完全相同,证明了设计的正确性和合理性.

航拍图像逐步细化的云检测方法

在现有航拍图像云检测算法研究的基础上,对航拍图像所获云层数据进行大量统计和分析,提出了一种改进的云检测新方法,即逐步细化的云检测方法.首先基于航拍图像的HSI模型构造云区显著图;再根据亮度和色调,设置最优阈值获得初步云检测结果;之后将另外通过滤波获得的细节图像与初步云检测结果相融合;再通过引导滤波获得最终检测结果.对包含薄云、水域、雪域、半透明云的典型图像进行处理,实验结果表明,与传统算法相比,该算法错误率更低,且检测结果更接近人眼实际观测结果.