基于DCP理论的图像去雾算法改进与并行优化
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景和意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-23页 |
| 1.2.1 图像去雾算法研究现状 | 第17-20页 |
| 1.2.2 并行处理技术研究现状 | 第20-23页 |
| 1.3 本文研究内容及论文架构 | 第23页 |
| 1.4 本章小结 | 第23-24页 |
| 第二章 图像去雾算法研究及并行编程模型介绍 | 第24-42页 |
| 2.1 基于DCP理论的图像去雾算法介绍 | 第24-32页 |
| 2.1.1 雾天图像成像原理 | 第24-26页 |
| 2.1.2 DCP理论 | 第26-28页 |
| 2.1.3 图像去雾算法介绍 | 第28-32页 |
| 2.2 CUDA并行编程模型介绍 | 第32-40页 |
| 2.2.1 并行环境介绍 | 第32-34页 |
| 2.2.2 编程模式 | 第34-36页 |
| 2.2.3 线程层次 | 第36-38页 |
| 2.2.4 内存架构 | 第38-40页 |
| 2.3 本章小结 | 第40-42页 |
| 第三章 基于DCP理论的图像去雾算法改进 | 第42-52页 |
| 3.1 基于DCP理论的图像去雾算法分析 | 第42-43页 |
| 3.2 大气光估计方法改进 | 第43-47页 |
| 3.3 透射率精细化方法改进 | 第47-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 基于GPU的图像去雾算法并行优化 | 第52-70页 |
| 4.1 并行度分析 | 第52-53页 |
| 4.2 图像去雾算法在GPU上的并行优化 | 第53-62页 |
| 4.2.1 计算暗原色图的并行优化 | 第54-57页 |
| 4.2.2 估算大气光的并行优化 | 第57-59页 |
| 4.2.3 计算初始透射率的并行优化 | 第59-60页 |
| 4.2.4 精细化透射率的并行优化 | 第60-62页 |
| 4.3 图像去雾算法在GPU上优化结果分析 | 第62-69页 |
| 4.3.1 GPU参数介绍 | 第62-63页 |
| 4.3.2 计算暗原色图优化结果分析 | 第63-66页 |
| 4.3.3 求取大气光优化结果分析 | 第66-68页 |
| 4.3.4 精细化透射率优化结果分析 | 第68-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 实验结果及分析 | 第70-82页 |
| 5.1 实验环境、数据集及实验方法介绍 | 第70-72页 |
| 5.1.1 实验环境介绍 | 第70页 |
| 5.1.2 实验数据集介绍 | 第70-72页 |
| 5.1.3 实验方法介绍 | 第72页 |
| 5.2 图像去雾算法质量评价 | 第72-78页 |
| 5.2.1 改进的图像去雾算法质量评价 | 第73-74页 |
| 5.2.2 传统图像去雾算法与本文算法的对比 | 第74-77页 |
| 5.2.3 本文算法处理实际雾天图像质量评价 | 第77-78页 |
| 5.3 图像去雾算法时间性能评价 | 第78-81页 |
| 5.3.1 优化的图像去雾算法时间评价 | 第78-80页 |
| 5.3.2 传统图像去雾优化方法与本文方法的对比 | 第80-81页 |
| 5.4 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 本文工作总结 | 第82-83页 |
| 6.2 未来工作展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-93页 |
