| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景及研究的目的和意义 | 第8-9页 |
| 1.2 图像去雾算法的国内外研究现状 | 第9-12页 |
| 1.2.1 图像去雾算法的国外研究现状 | 第9-11页 |
| 1.2.2 图像去雾算法的国内研究现状 | 第11-12页 |
| 1.3 并行计算、OpenCL 及 GPU 发展现状 | 第12-15页 |
| 1.3.1 并行计算研究现状 | 第12-13页 |
| 1.3.2 OpenCL 发展现状 | 第13-14页 |
| 1.3.3 GPU 发展现状 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 并行计算技术研究 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 并行计算介绍 | 第17-24页 |
| 2.2.1 并行计算概念与特征 | 第17-18页 |
| 2.2.2 并行计算基本体系结构 | 第18-19页 |
| 2.2.3 并行模式硬件平台 | 第19-22页 |
| 2.2.4 并行计算的一般设计方法 | 第22-23页 |
| 2.2.5 并行计算的一般设计流程 | 第23-24页 |
| 2.3 GPU 硬件架构分析 | 第24-27页 |
| 2.3.1 NVIDIA GPU 架构 | 第25-26页 |
| 2.3.2 AMD GPU 架构 | 第26-27页 |
| 2.3.3 GPU 优化方法研究 | 第27页 |
| 2.4 OpenCL 与 FPGA 结合的优势分析 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 暗通道假设去雾算法研究 | 第30-45页 |
| 3.1 引言 | 第30页 |
| 3.2 图像去雾算法概述 | 第30-31页 |
| 3.3 雾天图像降质的物理模型 | 第31-35页 |
| 3.3.1 大气成像原理概述 | 第31-32页 |
| 3.3.2 大气散射模型 | 第32-34页 |
| 3.3.3 有雾天气条件下图像降质模型 | 第34-35页 |
| 3.4 暗通道假设去雾算法 | 第35-44页 |
| 3.4.1 大气光值 A 的估计 | 第37-38页 |
| 3.4.2 透射率 t(x)的估计 | 第38-40页 |
| 3.4.3 透射率 t(x)的细化 | 第40-44页 |
| 3.4.4 去雾图像 J(x)的求解 | 第44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 暗通道假设算法的并行实现与优化 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 OpenCL 简介 | 第45-48页 |
| 4.3 暗通道假设算法并行度分析 | 第48-50页 |
| 4.3.1 暗通道图像求解算法并行度分析 | 第48-49页 |
| 4.3.2 大气光强估计算法并行度分析 | 第49页 |
| 4.3.3 透射率估计并行度分析 | 第49页 |
| 4.3.4 透射率细化及图像去雾并行度分析 | 第49-50页 |
| 4.4 暗通道假设算法并行拆解与优化 | 第50-60页 |
| 4.4.1 求解暗通道图像的并行实现 | 第51-53页 |
| 4.4.2 估计大气光值的并行实现 | 第53-56页 |
| 4.4.3 估计透射率值的并行实现 | 第56-57页 |
| 4.4.4 透射率细化及图像去雾的并行实现 | 第57-58页 |
| 4.4.5 实验结果与性能分析 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |