| 摘要 | 第1-6页 |
| Abstract | 第6-15页 |
| 第一章 绪论 | 第15-19页 |
| ·研究背景 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第二章 无人机监测图像独立分量分析视觉增强技术现状 | 第19-44页 |
| ·引言 | 第19页 |
| ·独立分量分析 | 第19-29页 |
| ·基本ICA模型的可辨识条件 | 第20-21页 |
| ·预处理 | 第21-22页 |
| ·极大非高斯性ICA算法 | 第22-27页 |
| ·最大似然算法 | 第27-29页 |
| ·图像去噪 | 第29-35页 |
| ·空域去噪 | 第29-31页 |
| ·变换域去噪 | 第31-34页 |
| ·评价指标 | 第34-35页 |
| ·图像去雾 | 第35-43页 |
| ·雾天成像模型 | 第35-37页 |
| ·图像去雾技术现状 | 第37-43页 |
| ·小结 | 第43-44页 |
| 第三章 独立分量分析收缩去噪 | 第44-63页 |
| ·引言 | 第44页 |
| ·最大似然收缩函数 | 第44-47页 |
| ·次拉普拉斯分布 | 第45-46页 |
| ·超拉普拉斯分布 | 第46-47页 |
| ·独立分量分析稀疏编码 | 第47-50页 |
| ·实验 | 第50-62页 |
| ·算法流程 | 第50页 |
| ·仿真结果 | 第50-62页 |
| ·小结 | 第62-63页 |
| 第四章 非线性独立分量分析去雾 | 第63-93页 |
| ·引言 | 第63页 |
| ·非线性ICA传输系数估计 | 第63-66页 |
| ·常表面色度图像传输系数估计 | 第64-65页 |
| ·可变表面色度图像传输系数估计 | 第65-66页 |
| ·传输系数平滑 | 第66-78页 |
| ·噪声传播 | 第66-71页 |
| ·噪声功率计算 | 第71-75页 |
| ·马尔科夫随机场平滑模型 | 第75-78页 |
| ·估计空气光色彩向量 | 第78-87页 |
| ·暗原色估计算法 | 第79-81页 |
| ·几何估计算法 | 第81-87页 |
| ·实验 | 第87-92页 |
| ·算法流程 | 第87-88页 |
| ·仿真结果 | 第88-92页 |
| ·小结 | 第92-93页 |
| 第五章 基于多核CPU及CUDAGPU的算法实现 | 第93-127页 |
| ·引言 | 第93-94页 |
| ·开发工具 | 第94-102页 |
| ·OpenCV | 第94-95页 |
| ·OpenMP | 第95-96页 |
| ·CUDA | 第96-98页 |
| ·UMFPACK移植 | 第98-102页 |
| ·独立分量分析收缩去噪算法实现 | 第102-113页 |
| ·初始化与终止接口 | 第102-104页 |
| ·去噪接口 | 第104-105页 |
| ·编译码接口 | 第105-109页 |
| ·收缩函数接口 | 第109-113页 |
| ·非线性独立分量分析去雾算法实现 | 第113-124页 |
| ·图像去雾模块 | 第113-114页 |
| ·空气光色彩向量估计模块 | 第114-115页 |
| ·传输系数估计模块 | 第115-124页 |
| ·测试 | 第124-126页 |
| ·功能测试 | 第124-126页 |
| ·执行时间测试 | 第126页 |
| ·结论 | 第126-127页 |
| 第六章 结束语 | 第127-129页 |
| ·本文的主要内容 | 第127-128页 |
| ·进一步研究计划 | 第128-129页 |
| 致谢 | 第129-130页 |
| 参考文献 | 第130-133页 |
| 个人简历 | 第133-134页 |
| 攻读硕士学位期间的研究成果 | 第134-135页 |