智能安防的夜间低照度视频增强的Retinex算法与NPU加速部署设计.docxVIP

PAGE2

智能安防的夜间低照度视频增强的Retinex算法与NPU加速部署设计

摘要

本课题针对智能安防领域夜间监控视频图像暗弱、细节丢失、信噪比低的核心痛点，旨在设计并实现一套高效的夜间低照度视频增强与加速部署方案。研究目标为设计一种基于Retinex理论的图像增强算法，以提升夜间图像质量，并利用算能BM1684NPU进行算法加速，最终在边缘计算设备上实现实时处理。研究内容遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路。

首先，通过需求分析明确了系统需具备低照度图像增强、NPU加速推理、目标检测接口等核心功能，并量化了处理速度、图像质量等非功能指标。其次，在总体设计中规划了包含视频输入、Retinex增强、NPU加速、结果输出四大模块的系统架构。详细设计则聚焦于多尺度Retinex（MSR）算法的改进与在BM1684NPU上的部署优化流程。实现阶段完成了算法移植、模型量化与NPU推理引擎集成。最后，通过功能与性能测试，验证了增强后图像在主观视觉效果与客观指标（如PSNR、SSIM）上的提升，以及系统在目标检测任务中的准确率改善。

本设计的核心创新点在于将传统的Retinex增强算法与专用的边缘AI计算硬件（NPU）相结合，实现了算法效果与处理效率的平衡。通过针对NPU架构的算子优化与内存访问优化，显著提升了增强处理的实时性，为智能安防前端设备的全天候高