视频图像去雾算法的自适应机制设计及FPGA加速实现

该文提出了一种自适应图像去雾算法,充分考虑不同复杂场景下的图像特征,建立了算法的自适应机制。该机制包含对图像是否有雾、是否为天空区域、滤波器尺寸等的自适应调整,解决了传统图像去雾算法在深度断层处可能产生的光晕效应等问题。该文同时对上述自适应图像去雾算法进行FPGA加速实现,实验结果表明,该文算法在XC7K325T型号FPGA视频处理平台上可以满足对1080P@60Hz视频去雾的实时性要求。对于大多数轻雾或浓雾场景,该文算法去雾后图像色彩自然无过饱和,全局对比度和饱和度提升比率均值为0.309和0.994,相比于本领域其他去雾算法优势明显。

基于遗传算法的Boost变换器效率自优化

利用了遗传算法对Boost变换器的工作频率进行自优化处理,以实现提高变换器效率的目的。电路采用了采用Boost变换器,以PID算法为基础来稳定输出电压。程序控制的上层算法为遗传算法,用以找到效率最高时对应的最优频率点。通过MATLAB仿真遗传算法,并快速精准的找到最优频率点。然后通过板上实验,在恒定功率输出的情况下,遗传算法寻找到最优频率点用时仅1 min,可以在效率上提升达12%,表明了遗传算法在Boost变换器效率自优化中的可行性。