Аппаратная реализация метода улучшения различимости объектов на изображениях, полученных в условиях недостаточной видимости
https://doi.org/10.55648/1998-6920-2025-19-1-65-79
Аннотация
В исследовании кратко охарактеризованы особенности искажений и способы улучшения изображений, полученных в условиях недостаточной видимости, предложен вариант аппаратной реализации метода улучшения различимости объектов на цифровых
изображениях, полученных в условиях недостаточной видимости. В качестве результатов приведены описания аппаратных блоков, необходимых для реализации метода, и структурная схема, включающая блоки видеокамеры, монитора, оперативной памяти и
набор модулей, реализуемых с помощью программируемой логической интегральной схемы. Приведены RTL-схемы и фрагменты Verilog-описаний аппаратных модулей системы.
Об авторах
Юрий Петрович МихайлюкРоссия
канд. техн. наук, доцент, заведующий кафедрой "Электронная техника" Севастопольского государственного университета
Денис Владимирович Начаров
Россия
канд. техн. наук, доцент кафедры "Электронная техника" Севастопольского государственного университета
Список литературы
1. Михайлюк Ю. П., Начаров Д. В. Метод улучшения различимости объектов на цифровых изображениях, полученных в условиях недостаточной видимости // Журнал радиоэлектроники [электронный журнал]. 2015. No6.
2. He K., Sun J., Tang X. Single Image Haze Removal Using Dark Channel Prior // Proc. of the 2009 IEEE Conference on Computer Vision and Pattern Recognition, 2009. P. 1956–1963.
3. Tarel J. -P., Hautiere N., Caraffa L., Cord A., Halmaoui H., Gruyer D. Vision Enhancement in Homogeneous and Heterogeneous Fog // IEEE Intelligent Transportation Systems Magazine. 2012. V. 4, Is. 2, P. 6–20.
4. Duminil A., Tarel J. -P., Brémond R. Single Image Atmospheric Veil Removal Using New Priors // Proc. of the 2021 IEEE International Conference on Image Processing (ICIP). 2021. P. 1719–1723.
5. Zhang J., Li F., Kang M., Luo X., Zhao J., Xiao Ch., Du H., Wang H. A Method of Image Dehazing Based on Atmospheric Veil Prediction by ResNet // Proc. of the 2nd Workshop on User-centric Narrative Summarization of Long Videos. 2023. P. 17–24.
6. Varalakshmi J., Jose D., Kumar P. N. FPGA Implementation of Haze Removal Technique Based on Dark Channel Prior // Computational Vision and Bio-Inspired Computing (ICCVBIC 2021), 2021. P. 624–630.
7. Cyclone V Device Overview : technical description [Электронный ресурс]. URL: https://www.altera.com/en_US/pdfs/literature/hb/cyclone-v/cv_51001.pdf (дата обращения: 20.04.2023).
8. ADV7123 technical description [Электронный ресурс]. URL: http://www.analog.com/media/en/technical-documentation/data-sheets/ADV7123.pdf (дата обращения: 20.04.2023).
9. Altera Phase-Locked Loop IP Core User Guide : technical description [Электронный ресурс] URL:https://www.altera.com/en_US/pdfs/literature/ug/altera_pll.pdf (дата обращения: 20.04.2023)
10. Kumar A. K., Jeevaratnam N., Patnaik S. On-Chip Memory for Image Processing Applications Based on FPGA // Proc. of the International conference on Signal Processing, Communication, Power and Embedded System, 2016. P.1598–1602.
11. Licciardo G. D., Cappetta C., Di Benedetto L. FPGA Optimization of Convolution-based 2D Filtering Processor for Image Processing // Proc. of the 8th Computer Science and Electronic Engineering Conference, 2016. P.180–185
Дополнительные файлы
Рецензия
Для цитирования:
Михайлюк Ю.П., Начаров Д.В. Аппаратная реализация метода улучшения различимости объектов на изображениях, полученных в условиях недостаточной видимости. Вестник СибГУТИ. 2025;19(1):65-79. https://doi.org/10.55648/1998-6920-2025-19-1-65-79
For citation:
Mickhayluck Yu., Nacharov D. Hardware Implementation of a Method for Improving Object Discernibility In Poor Visibility Conditions Images. The Herald of the Siberian State University of Telecommunications and Information Science. 2025;19(1):65-79. (In Russ.) https://doi.org/10.55648/1998-6920-2025-19-1-65-79