本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步是一種去霧并行優(yōu)化方法，可用于對(duì)后續(xù)的實(shí)時(shí)視頻監(jiān)控，圖像識(shí)別提供清晰的圖像源。

背景技術(shù)：

霧霾天氣條件下，室外圖像采集設(shè)備受其影響，采集到的圖像會(huì)出現(xiàn)模糊，對(duì)比度下降，色調(diào)偏移等退化現(xiàn)象，不僅嚴(yán)重影響了視覺檢測(cè)系統(tǒng)的正常工作，也給后期智能識(shí)別等應(yīng)用帶來了巨大挑戰(zhàn)。

何愷明等人提出的暗通道先驗(yàn)去霧方法，在單幀圖像去霧效果方面得到了學(xué)術(shù)界的認(rèn)可，然而在處理速度方面，由于該方法計(jì)算時(shí)間較長(zhǎng)，通過單純的CPU串行運(yùn)算，難以滿足視頻監(jiān)控場(chǎng)景對(duì)實(shí)時(shí)性的要求。

基于圖像數(shù)據(jù)利于分割，可以大量并行的特點(diǎn)，很多基于CPU+GPU的異構(gòu)計(jì)算的解決方案應(yīng)運(yùn)而生。國防科技大學(xué)的薛云剛等人在論文《基于CUDA的暗原色先驗(yàn)去霧算法并行實(shí)現(xiàn)與優(yōu)化》中提出一種基于CUDA計(jì)算框架的并行實(shí)現(xiàn)方法，對(duì)640×480的圖像有25幀/秒的處理速度；四川川大智勝軟件股份有限公司，四川大學(xué)的專利申請(qǐng)“一種基于CUDA的圖像實(shí)時(shí)去霧方法”(公開號(hào)：CN103049890A，申請(qǐng)?zhí)枺篊N201310017014.X，申請(qǐng)日：2013年1月17日)中公開了一種基于CUDA的圖像實(shí)時(shí)去霧的方法，對(duì)600×400的圖像可以達(dá)到32幀/秒的處理速度。這些方法存在以下不足：

首先，現(xiàn)有的異構(gòu)計(jì)算解決方案均對(duì)低分辨率達(dá)到25幀/秒以上的處理速度，隨著近年來監(jiān)控設(shè)備逐步向1920×1080的高分辨率過渡，這種處理速度不能滿足的高清視頻的實(shí)時(shí)處理需求；

其次，基于CUDA計(jì)算框架編寫的程序僅能運(yùn)行在NVIDIA公司生產(chǎn)的GPU上，其可移植性較低。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服已有技術(shù)的不足，提出一種基于OpenCL的暗通道去霧并行優(yōu)化方法，以提高視頻的去霧速度和實(shí)現(xiàn)平臺(tái)的兼容性。

為了實(shí)現(xiàn)上述目的，本發(fā)明包括：

(1)選用支持開放計(jì)算語言O(shè)penCL的平臺(tái)，對(duì)該平臺(tái)進(jìn)行初始化，并從中選取能運(yùn)行內(nèi)核函數(shù)的設(shè)備E，該設(shè)備包括CPU，GPU，intel MIC加速卡；

(2)將RGB彩色有霧視頻的一幀圖像I從主機(jī)內(nèi)存拷貝到設(shè)備E的全局內(nèi)存中；

(3)通過并行處理的方式計(jì)算RGB彩色有霧圖像I各像素位置的灰度值，生成灰度圖I^gray，通過并行處理的方式計(jì)算各像素位置RGB三通道最小值，生成最小值圖I^min；

(4)對(duì)最小值圖I^min進(jìn)行最小值濾波，得到暗通道圖I^dark；

(5)根據(jù)暗通道圖I^dark計(jì)算大氣光A：

(5a)計(jì)算暗通道圖I^dark的直方圖h；

(5b)根據(jù)直方圖h求得灰度值最大的0.1％像素點(diǎn)對(duì)應(yīng)的灰度值下界l；

(5c)以l為閾值對(duì)暗通道圖像I^dark進(jìn)行二值化得到二值圖像I'；

(5d)對(duì)有霧圖像I的RGB三通道圖I_r、I_g、I_b分別點(diǎn)乘二值圖像I'，得到RGB三通道灰度圖像I_r'、I_g'、I_b'；

(5e)分別計(jì)算RGB三通道灰度圖像I_r'、I_g'、I_b'的直方圖h_r、h_g、h_b；

(5f)通過RGB三通道直方圖h_r、h_g、h_b，計(jì)算大氣光A＝{A_r,A_g,A_b}，

其中，c∈{r,g,b}，i為在0～255變化的灰度值，A_r、A_g、A_b分別為紅色，綠色，藍(lán)色三通道的大氣光值；

(6)根據(jù)大氣光A和有霧圖像I的RGB三通道圖I_r、I_g、I_b，計(jì)算預(yù)估透射率圖t；

(7)根據(jù)有霧圖像的灰度圖I^gray和預(yù)估透射率圖t，得到精細(xì)透射率圖t：

(7a)對(duì)預(yù)估透射率圖t進(jìn)行行向均值濾波，得到行均值濾波結(jié)果圖t_r；再對(duì)行均值濾波結(jié)果圖t_r進(jìn)行列向均值濾波，得到平滑透射率圖m_t；

(7b)對(duì)有霧圖像的灰度圖I^gray進(jìn)行均值濾波，得到平滑引導(dǎo)圖m_I；

(7c)根據(jù)平滑透射率圖m_t、平滑引導(dǎo)圖m_I、預(yù)估透射率圖t和有霧圖像的灰度圖I^gray，得到平滑縮放矩陣m_a、平滑偏移矩陣m_b；

(7d)根據(jù)平滑縮放矩陣m_a、平滑偏移矩陣m_b和有霧圖像的灰度圖I^gray，得到精細(xì)透射率圖

(8)根據(jù)RGB三通道有霧圖像I、精細(xì)透射率圖和大氣光A，計(jì)算去霧結(jié)果圖J；

(9)將RGB三通道去霧結(jié)果圖J從設(shè)備E讀回主機(jī)內(nèi)存；

本發(fā)明與現(xiàn)有技術(shù)相比較，具有如下優(yōu)點(diǎn)：

第一，由于本發(fā)明使用了開放計(jì)算語言O(shè)penCL，基于OpenCL語言編寫的程序，可以在INTEL,AMD的CPU，NVIDIA，AMD的GPU，INTEL的MIC平臺(tái)運(yùn)行，與此相對(duì)的，其他解決方案采用的CUDA計(jì)算語言作為NVIDIA專屬計(jì)算框架，僅能在NVDIA顯卡上運(yùn)行，因此，本發(fā)明方案具有更好的平臺(tái)兼容性。

第二，由于本發(fā)明引入直方圖求解大氣光，與選取單一像素點(diǎn)的原暗通道去霧算法相比，所得大氣光值在數(shù)值上具有穩(wěn)定性。

第三，由于本發(fā)明在均值濾波中使用了局部?jī)?nèi)存，該類型內(nèi)存具有很高的存取速度，本發(fā)明中對(duì)局部?jī)?nèi)存的使用，保證了對(duì)全局內(nèi)存的讀寫操作為合并訪問，提高了讀取寫入效率，節(jié)省了處理時(shí)間。

第四，由于本發(fā)明在均值濾波中采用了先分塊計(jì)算，再合并分塊處理結(jié)果的方法，提高了并行度，節(jié)省了處理時(shí)間。

第五，由于本發(fā)明在均值濾波中采用了先進(jìn)行行向?yàn)V波，再進(jìn)行列向?yàn)V波的行列分離的處理方法，避免了對(duì)同一像素點(diǎn)的冗余訪問，提高了處理速度。

附圖說明

圖1是本發(fā)明的實(shí)現(xiàn)流程圖。

圖2是本發(fā)明使用的RGB彩色有霧視頻的一幀圖像。

圖3是本發(fā)明的去霧結(jié)果圖。

具體實(shí)施方式

以下參照附圖，對(duì)本發(fā)明具體實(shí)施方式和效果做進(jìn)一步描述:

參照?qǐng)D1，本發(fā)明采用OpenCL計(jì)算框架，可以在任何一款支持OpenCL架構(gòu)的設(shè)備上實(shí)現(xiàn)，其步驟如下：

步驟1，初始化。

選用支持開放計(jì)算語言O(shè)penCL的平臺(tái)，對(duì)該平臺(tái)進(jìn)行初始化，并從中選取能運(yùn)行內(nèi)核函數(shù)的設(shè)備E，該設(shè)備包括CPU，GPU，intel MIC加速卡。

步驟2，將RGB彩色有霧視頻的一幀圖像I從主機(jī)內(nèi)存拷貝到設(shè)備E的全局內(nèi)存中。

由于視頻可以看作時(shí)間連續(xù)的圖像序列，本發(fā)明通過對(duì)RGB彩色有霧視頻連續(xù)幀進(jìn)行圖像去霧來實(shí)現(xiàn)視頻去霧，將有霧視頻連續(xù)幀圖像從主機(jī)內(nèi)存拷貝到設(shè)備的全局內(nèi)存中，以進(jìn)行圖像去霧操作。

步驟3，計(jì)算灰度圖和三通道最小值圖。

以單個(gè)線程處理單個(gè)像素點(diǎn)，不同線程處理不同坐標(biāo)位置像素點(diǎn)的方式，計(jì)算RGB彩色有霧圖像I各坐標(biāo)位置的灰度值，形成灰度圖I^gray；

其中，灰度圖I^gray在坐標(biāo)x處的像素值：

I^gray(x)＝0.299×r+0.587×g+0.114×b，r,g,b分別為有霧圖像I在x處的紅色、綠色、藍(lán)色像素值；

以單個(gè)線程處理單個(gè)像素點(diǎn)，不同線程處理不同坐標(biāo)位置像素點(diǎn)的方式，計(jì)算各像素位置RGB三通道最小值，形成最小值圖I^min；

其中，最小值圖I^min在坐標(biāo)x處的像素值：I^min(x)＝min(r,g,b)。

步驟4，對(duì)最小值圖I^min進(jìn)行最小值濾波，得到暗通道圖I^dark。

計(jì)算暗通道圖I^dark在坐標(biāo)x處的像素值I^dark(x)：

形成暗通道圖I^dark，其中，Ω(x)為以坐標(biāo)x為中心的正方形鄰域。

步驟5，計(jì)算大氣光。

(5a)計(jì)算暗通道圖I^dark的直方圖h；

(5b)根據(jù)直方圖h求得灰度值最大的0.1％像素點(diǎn)對(duì)應(yīng)的灰度值下界l：

計(jì)算累計(jì)和數(shù)組s在坐標(biāo)o處的值：通過累計(jì)和數(shù)組s查找滿足下式的灰度值下界l：

s[l]>＝0.001×n

s[l+1]<0.001×n

其中，s[l]，s[l+1]分別為s在坐標(biāo)l，l+1處的值，n為暗通道圖I^dark像素點(diǎn)總數(shù)；

(5c)以l為閾值對(duì)暗通道圖像I^dark進(jìn)行二值化，得到二值圖像I'；

(5d)對(duì)有霧圖像I的RGB三通道圖I_r、I_g、I_b分別點(diǎn)乘二值圖像I'，得到RGB三通道灰度圖像I_r'、I_g'、I_b'；

(5e)分別計(jì)算RGB三通道灰度圖像I_r'、I_g'、I_b'的直方圖h_r、h_g、h_b；

(5f)通過RGB三通道直方圖h_r、h_g、h_b，計(jì)算大氣光A＝{A_r,A_g,A_b}，

其中，c∈{r,g,b}，i為在0～255變化的灰度值，A_r、A_g、A_b分別為紅色，綠色，藍(lán)色三通道的大氣光值。

步驟6，計(jì)算預(yù)估透射率圖。

(6a)根據(jù)紅色，綠色，藍(lán)色三通道的大氣光值A(chǔ)_r、A_g、A_b，計(jì)算預(yù)估透射率圖t在坐標(biāo)z處的像素值t(z)：

其中I_r(y)、I_g(y)、I_b(y)分別為RGB三通道圖I_r、I_g、I_b在坐標(biāo)y處的灰度值，Ω(z)為以坐標(biāo)z為中心的正方形鄰域；

(6b)將各坐標(biāo)處像素值t(z)進(jìn)行組合，形成預(yù)估透射率圖t。

步驟7，對(duì)預(yù)估透射率圖進(jìn)行導(dǎo)向?yàn)V波，得到精細(xì)透射率圖。

(7a)對(duì)預(yù)估透射率圖t進(jìn)行行向均值濾波，得到行均值濾波結(jié)果圖t_r；再對(duì)行均值濾波結(jié)果圖t_r進(jìn)行列向均值濾波，得到平滑透射率圖m_t：

(7a1)設(shè)置H個(gè)工作組，每個(gè)工作組包含256個(gè)線程，每個(gè)工作組對(duì)應(yīng)處理預(yù)估透射率圖t的一行數(shù)據(jù)，其中H為預(yù)估透射率圖t的高度；

(7a2)使用第i個(gè)工作組的全部線程，通過合并訪存的方式，讀入預(yù)估透射率圖t的第i行數(shù)據(jù)，存儲(chǔ)到局部?jī)?nèi)存數(shù)組g起始坐標(biāo)為l₁＝R+1的連續(xù)內(nèi)存空間中，其中R為濾波器半徑；

(7a3)對(duì)局部?jī)?nèi)存數(shù)組g的邊界擴(kuò)展像素賦值：

先對(duì)數(shù)組g的l₁個(gè)左邊界擴(kuò)展像素賦值，得到數(shù)組g在坐標(biāo)j處的像素值：

g[j]＝g[2l₁-1-j]，其中，0<＝j(luò)<l₁；

再對(duì)數(shù)組g的l₂個(gè)右邊界擴(kuò)展像素賦值，得到數(shù)組g在坐標(biāo)l₁+W+k處的像素值：

g[l₁+W+k]＝g[l₁+W-1-k]，其中：l₂＝(W+l₁+R+M-1)/M×M-W-l₁，W為預(yù)估透射率圖t的寬度，M為濾波器寬度M＝2×R+1，0<＝k<l₂；

(7a4)計(jì)算分塊數(shù):L＝(W+R+l₂)/M；

(7a5)以第i個(gè)工作組中前L個(gè)線程，并行計(jì)算局部?jī)?nèi)存數(shù)組g的L個(gè)分塊的前綴和:

g[m]＝g[m-1]+g[m]，其中，g[m]為數(shù)組g在坐標(biāo)m處的像素值，對(duì)第l個(gè)線程，

1+l×M<＝m<1+(l+1)×M，l為線程編號(hào)；

(7a6)以第i個(gè)工作組中所有線程并行計(jì)算行均值濾波結(jié)果圖t_r在第i行的像素值，再用各行結(jié)果合并形成行均值濾波結(jié)果圖t_r，其中t_r在坐標(biāo)位置(i,j)處的像素值為：

t_r(i,j)＝(g[j+l₁+R]+g[(j+M-1)/M×M]-g[j])/M；

(7a7)根據(jù)行均值濾波結(jié)果圖t_r，以第i個(gè)線程，計(jì)算第i列第0行的濾波結(jié)果：

其中，t_r(j,i)為t_r在坐標(biāo)位置(j,i)的像素值；

(7a8)根據(jù)行均值濾波結(jié)果圖t_r，第i列第0行濾波結(jié)果m_t(0,i)，以第i個(gè)線程，計(jì)算第i列的H-1行濾波結(jié)果m_t(j,i)：

m_t(j,i)＝m_t(j-1,i)+q(j+R,i)-q(j-R,i)，

其中，

1<＝j(luò)<H，m_t(j-1,i)為第i列，第j-1行濾波結(jié)果；

(7a9)將第i列第0行的濾波結(jié)果m_t(0,i)與第i列的H-1行濾波結(jié)果m_t(j,i)進(jìn)行組合，形成平滑透射率圖m_t。

(7b)對(duì)有霧圖像的灰度圖I^gray進(jìn)行均值濾波，得到平滑引導(dǎo)圖m_I；

(7c)根據(jù)平滑透射率圖m_t、平滑引導(dǎo)圖m_I、預(yù)估透射率圖t和有霧圖像的灰度圖I^gray，得到平滑縮放矩陣m_a、平滑偏移矩陣m_b：

(7c1)根據(jù)有霧圖像的灰度圖I^gray和平滑引導(dǎo)圖m_I，計(jì)算引導(dǎo)圖方差矩陣var_I：

var_I＝f_mean(I^gray.*I^gray,R)-m_I.*m_I，

其中f_mean(I^gray.*I^gray,R)表示對(duì)I^gray與I^gray點(diǎn)乘的結(jié)果進(jìn)行均值濾波，R為濾波器半徑；

(7c2)根據(jù)預(yù)估透射率圖、有霧圖像的灰度圖I^gray、平滑引導(dǎo)圖m_I和平滑透射率圖m_t,計(jì)算引導(dǎo)圖與預(yù)估透射率圖的協(xié)方差矩陣cov_It：

cov_It＝f_mean(t.*I^gray,R)-m_t.*m_I，

其中，f_mean(t.*I^gray,R)表示對(duì)I^gray與t點(diǎn)乘的結(jié)果進(jìn)行均值濾波，R為濾波器半徑，.*為點(diǎn)乘運(yùn)算符；

(7c3)根據(jù)引導(dǎo)圖方差矩陣var_I、引導(dǎo)圖與預(yù)估透射率圖的協(xié)方差矩陣cov_It、平滑引導(dǎo)圖m_I和平滑透射率圖m_t,計(jì)算縮放矩陣a、偏移矩陣b:

b＝m_I-a.*m_t

(7c4)對(duì)縮放矩陣a、偏移矩陣b分別進(jìn)行均值濾波，得到平滑縮放矩陣m_a、平滑偏移矩陣m_b；

(7d)根據(jù)平滑縮放矩陣m_a、平滑偏移矩陣m_b和有霧圖像的灰度圖I^gray，得到精細(xì)透射率圖：

步驟8，計(jì)算去霧結(jié)果圖。

(8a)計(jì)算去霧結(jié)果圖J在坐標(biāo)z處像素值J(z)：

其中，分別為有霧圖像I，精細(xì)透射率圖在坐標(biāo)z處的像素值；

(8b)將各坐標(biāo)處的像素值J(z)進(jìn)行組合，形成去霧結(jié)果圖J。

步驟9，將去霧結(jié)果圖J拷貝到主機(jī)內(nèi)存，完成對(duì)有霧視頻的單幀去霧。

本發(fā)明通過以上步驟，實(shí)現(xiàn)了高速的視頻去霧操作，可以為后續(xù)的視頻監(jiān)控，圖像識(shí)別等應(yīng)用提供清晰的圖像源。

本發(fā)明的效果可由以下實(shí)驗(yàn)進(jìn)一步說明：

實(shí)驗(yàn)1，平臺(tái)兼容性測(cè)試：

本實(shí)驗(yàn)測(cè)試的有霧視頻分辨率為640×480，計(jì)算在不同平臺(tái)上對(duì)測(cè)試視頻前500幀進(jìn)行去霧，輸出視頻的平均幀率＝幀數(shù)/處理時(shí)間(秒)，如表一所示：

表一，不同平臺(tái)視頻去霧平均幀率表

從表一可以看出，本發(fā)明適用于不同平臺(tái)，且去霧輸出視頻的平均幀率均高于現(xiàn)有解決方案。

實(shí)驗(yàn)2，性能測(cè)試

本實(shí)驗(yàn)測(cè)試設(shè)備為AMD HD7750顯卡，選取不同分辨率有霧視頻，計(jì)算對(duì)前500幀進(jìn)行去霧，輸出視頻的平均幀率,如表二所示：

表二，AMD HD7750顯卡對(duì)不同分辨率視頻去霧平均幀率表

從表二可以看出，本發(fā)明對(duì)于高分辨率圖像具有超過40幀每秒的處理速率，實(shí)現(xiàn)了高清視頻實(shí)時(shí)處理。

實(shí)驗(yàn)3，去霧效果測(cè)試

本實(shí)驗(yàn)測(cè)試的有霧視頻分辨率為640×480，對(duì)比有霧視頻中的一幀圖像與該幀圖像去霧后圖像的清晰度。

取有霧視頻第320幀圖像，如圖2所示，用本發(fā)明方法對(duì)該有霧圖像進(jìn)行去霧處理，得到去霧后圖像如圖3所示。

對(duì)比圖2圖3可見，去霧后圖像清晰度明顯提高，表明本發(fā)明具有良好的去霧效果。

綜上，本發(fā)明解決了現(xiàn)有技術(shù)方案的缺陷，適用于多種并行計(jì)算平臺(tái)，實(shí)現(xiàn)了高清視頻實(shí)時(shí)處理，可以為后續(xù)的視頻監(jiān)控，圖像識(shí)別等應(yīng)用提供清晰的圖像源。