计算机工程与科学

作者：肖剑, 李志斌, 杨进, 程鸿亮, 胡欣

单位：1.长安大学电子与控制工程学院,陕西 西安 710064；2.西安北方光电科技防务有限公司，陕西 西安 710043

关键词：图像增强,FPGA,自适应伽玛校正,双边滤波,多尺度细节增强,

基金：陕西省秦创原“科学家+工程师”队伍建设项目(2024QCY-KXJ-161);咸阳市重点研发计划（L2024-ZDYF-ZDYF-GY-0004）

针对深度学习等软件方法实现低照度图像增强算法时,计算量大且复杂、实时性差等问题,实现了一种便于部署到FPGA上的基于Retinex模型的改进的低照度图像增强算法。该算法首先将输入的低照度图像进行RGB色彩空间到YCbCr色彩空间的转换,取空间中的Y分量作为初始照度分量对其进行自适应伽玛校正和双边滤波处理,提高初始照度分量亮度的同时实现对图像的降噪和对细节的增强,接着依据Retinex模型得到增强图像。将增强后的图像再次转换到YCbCr色彩空间,对Y分量进行多尺度细节增强后转换到RGB色彩空间,作为最终的增强结果输出。实验结果表明,将在FPGA上部署所提出的低照度图像增强算法和在MATLAB上进行算法仿真后的输出图像进行比较,两者的相似度指标SSIM接近1,肉眼很难分辨出两者的差别；在时钟频率为200 MHz时,处理一幅分辨率为1 280×720的图像仅需约21 ms；将所提出的算法部署在国产某型号的FPGA上时资源占用率较低,功耗为3.357 W,满足低功耗要求,具有较大的实用意义和工程应用价值。

来源：2026年第1期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第1期