基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统的图像增强算法对暗光、背光等低质图像的亮光区域有过度增强的不足,且算法复杂度较高,难以应用于嵌入式小型系统中.为此,设计并构建了一种基于Xilinx XC7A200T FPGA的1080P低质视频实时增强系统,在研究IMSR(Integrated Multi-Scale Retinex)算法及传统算法的过度增强等问题的解决途径基础上,提出了结合颜色估计方法的改进IMSR增强算法.该算法采用Xilinx XC7A200T FPGA来构建低质视频实时增强系统的处理框架,并优化改进了IMSR算法各个模块在Vivado HLS(Vivado High Level Synthesis)上的实现过程.为验证所建系统的有效性和可行性,搭建了实验环境并进行了应用测试.验证实验结果表明,所构建的增强系统实现了预期的1080P低质视频实时增强功能,基本解决了传统Retinex算法对1080P低质视频增强中的过度增强及"雾化"偏色问题,具有增强程度自适应调整功能,占用资源较少,增强效果良好.
推荐文章
基于FPGA与DSP的实时视频图像偏色校正系统
实时系统
颜色校正
颜色恒常性
FPGA
视频实时采集系统的FPGA设计
视频采集
内存控制器
视频解码
现场可编程门阵列
基于FPGA的视频采集及实时显示系统设计
图像采集
VGA显示
SDRAM控制器
乒乓操作
基于FPGA的实时视频处理平台设计
现场可编程门阵列
双核
用户IP核
视频处理
乒乓控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FPGA的1080P低质视频实时增强系统
来源期刊 计算机技术与发展 学科 工学
关键词 1080P 实时 IMSR算法 视频增强 FPGA
年,卷(期) 2017,(7) 所属期刊栏目 应用开发研究
研究方向 页码范围 126-130
页数 5页 分类号 TP302
字数 3463字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.07.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘峰 南京邮电大学图像处理与图像通信江苏省重点实验室 97 634 12.0 21.0
2 干宗良 南京邮电大学图像处理与图像通信江苏省重点实验室 69 440 13.0 17.0
3 魏苗 南京邮电大学图像处理与图像通信江苏省重点实验室 1 1 1.0 1.0
4 麦媛玲 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (20)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
1080P
实时
IMSR算法
视频增强
FPGA
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导