基于FPGA的低光图像增强使用Retinex算法和粗粒度可重新配置架构

科学领域:

• 数字成像和视频处理.
• 计算机工程 计算机工程
• 图像处理硬件 图像处理硬件

背景情况:

• 低光条件会降低医疗成像和航空航天等关键领域的图像质量.
• 现有的数字成像系统在不均的照明下扎,影响清晰度和安全性.
• 需要计算效率高的解决方案来实现实时低光图像增强.

研究的目的:

• 开发一个硬件优化的系统,用于低光图像增强.
• 在现场可编程门阵列 (FPGA) 上实现 Retinex 算法,以提高视觉质量.
• 在具有挑战性的照明环境中实现高处理速度和低延迟.

主要方法:

• 利用Retinex算法进行低光图像增强.
• 在Xilinx FPGA上使用Verilog HDL在粗粒度重配置架构 (CGRA) 上实现了系统.
• 优先级硬件优化,以实现最小的延迟和高质量的输出.

主要成果:

• 实现了每秒60 (fps) 的处理速度,用于720x576分辨率的图像.
• 显示出显著的图像质量改进,峰值信号噪声比 (PSNR) 为43.18dB,结构相似度指数 (SSIM) 为0.92.
• 展示了低功耗 (0.186W) 和高效的资源利用 (2.2%的切片LUT/注册表).

结论:

• 基于FPGA的Retinex系统为低光图像增强提供了高计算效率.
• 开发的系统在图像质量和处理速度上提供了显著的改进.
• 该解决方案对于在不利的照明条件下需要清晰成像的关键应用非常有益.