论文部分内容阅读
CMOS图像传感器随着技术的不断成熟，已经在手持可移动终端、安防应用以及汽车电子等众多领域得到了越来越广泛地的应用。然而由于CMOS传感器工艺上的局限性以及针对不同的应用用户对图像质量要求的不同，有必要在CMOS传感器成像过程中的预处理环节及后处理环节作进一步的图像增强处理。因此，本文重点从基于CMOS传感器的噪声抑制、白平衡、对比度增强与图像去雾、面向硬件实现的优化四个部分展开了相关研究工作。 首先，完成了对CMOS传感器成像过程中噪声源的分析，确定了CMOS传感器中所存在的噪声主要分为白噪声和色噪声两类，其中白噪声主要服从高斯分布与泊松分布，而色噪声则以固定模式噪声为主。随后通过对各噪声抑制算法的去噪效果进行分析给出了两类噪声的抑制方案。 其次，对基于CMOS传感器的图像白平衡算法进行了研究。通过对颜色恒常性算法框架进行算法分析发现，框架内的算法存在着大量的闵可夫斯基范式等复杂运算，使算法的性能受到了一定的影响。本文根据图像熵值越大其灰度变化程度越大的特点，提出了一种基于最大熵块的颜色恒常性算法。本算法根据图像熵的大小对原图像进行分块，并选取图像熵值最大的图像块应用到颜色恒常性算法框架中，可以在保证处理效果的基础上降低了处理时间。经实验验证，本算法的处理时间仅为2阶Grey Edge算法的1/2.6，平均角度误差上升17.5％，但在此范围内主观评价并无太大差别。 第三，对图像增强后处理算法进行了研究。主要对基于直方图均衡的对比度增强算法与Retinex和暗原色图像去雾算法进行研究并对各算法的处理效果进行分析与评估。针对暗原色图像去雾算法对天空区域图像处理存在的缺陷，本文将暗原色去雾算法与经典的天空域分离算法结合在一起，提出了基于天空域分离的暗原色去雾算法。本算法对原天空域分离算法中天空区域阈值的选取进行了修正，使天空区域的分离更具自适应性;同时本算法消除了原算法在进行去雾处理时存在的“光晕”效应。 最后，对CMOS传感器图像增强处理单元进行了优化研究。通过对图像白平衡与图像增强后处理算法进行复杂度分析给出了解决方案。对二维高斯卷积与卷积求导的一维实现、一维高斯卷积的优化以及基于CORDIC算法的指数与对数函数的实现进行了研究。最后提出了一种可配置的图像增强处理单元的设计方法，针对SSR算法处理功耗低却成像质量相对较差以及MSR成像质量好却功耗高的特点对图像增强处理单元进行配置，实现运算功耗与成像质量之间的平衡。