基于Vivado HLS的内窥镜实时暗部增强算法设计
Electronic Measurement Technology（2022）
摘要
医用内窥镜的探头体积有限,使用环境特殊,照明条件有限,故图像的暗部处理显得尤为重要.本设计提出一种快速的彩色图像暗部增强算法,首先对采集到的RGB888格式视频流图像进行通道分离,然后通过卷积的方式对每个通道进行特定窗口大小的均值滤波来进行区域特征提取.最后对滤波后三个通道的每个对应点取平均值,代入特定参数的Logistic函数,得到的结果为该帧图像该位置像素点的增益,并将其应用于原图.本设计以Xilnx公司推出的Zynq系列ARM+FPGA SoC平台为载体,使用Vivado HLS进行AXI-Stream接口视频流处理算法的开发,并生成IP在FPGA端运行.经过实验,本算法在Zynq7020平台处理400×400@30 fps的一帧图像仅需1.6 ms,保证了视频流输出的实时性.同时把内窥镜伸入口腔观察算法处理前后的视频流图像可知,本算法在保证区域对比度的同时增强了暗部亮度,较好的提升了医用内窥镜视频流的暗部质量.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要