基于Retinex理论的图像去雾算法研究及硬件实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 图像去雾算法的研究现状 | 第16-17页 |
| 1.2.2 硬件系统在图像去雾技术中的应用 | 第17-18页 |
| 1.3 本文的主要内容和章节安排 | 第18-21页 |
| 第二章 图像去雾算法的相关理论 | 第21-35页 |
| 2.1 大气退化模型法 | 第21-24页 |
| 2.1.1 衰减模型 | 第22页 |
| 2.1.2 大气光成像模型 | 第22-24页 |
| 2.2 Retinex图像增强法 | 第24-29页 |
| 2.2.1 三色理论 | 第24-25页 |
| 2.2.2 颜色恒常性 | 第25页 |
| 2.2.3 Retinex理论 | 第25-27页 |
| 2.2.4 单尺度Retinex理论 | 第27-28页 |
| 2.2.5 多尺度Retinex理论 | 第28-29页 |
| 2.3 图像拉伸算法 | 第29-31页 |
| 2.3.1 线性拉伸 | 第29-30页 |
| 2.3.2 直方图均衡化 | 第30页 |
| 2.3.3 限制对比度自适应直方图均衡化 | 第30-31页 |
| 2.4 图像去雾算法的选择分析 | 第31-32页 |
| 2.5 图像质量的评价指标 | 第32-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第三章 改进的多尺度Retinex算法及硬件移植 | 第35-47页 |
| 3.1 图像去雾算法的比较 | 第35-40页 |
| 3.2 多尺度Retinex去雾算法改进 | 第40-42页 |
| 3.3 多尺度Retinex算法改进前后对比 | 第42-43页 |
| 3.4 算法的硬件移植及优化 | 第43-45页 |
| 3.4.1 算法移植过程 | 第43-44页 |
| 3.4.2 硬件任务分配 | 第44页 |
| 3.4.3 硬件实现优化 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 图像去雾算法的硬件设计及实现 | 第47-67页 |
| 4.1 系统结构设计 | 第47页 |
| 4.2 系统组成介绍 | 第47-51页 |
| 4.2.1 图像采集模块 | 第48-49页 |
| 4.2.2 并行处理模块 | 第49-50页 |
| 4.2.3 中央处理模块 | 第50页 |
| 4.2.4 显示模块 | 第50-51页 |
| 4.3 改进的多尺度Retinex算法的硬件实现 | 第51-65页 |
| 4.3.1 FPGA高斯滤波的简化与实现 | 第51-63页 |
| 4.3.2 FPGA与ARM数据交互的实现 | 第63-64页 |
| 4.3.3 ARM图像增强算法的实现 | 第64-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 实验结果与分析 | 第67-75页 |
| 5.1 图像处理开发板设计 | 第67-69页 |
| 5.2 算法验证过程 | 第69-72页 |
| 5.3 硬件系统实现结果分析 | 第72-74页 |
| 5.3.1 算法处理效果对比 | 第72-73页 |
| 5.3.2 算法复杂度评价 | 第73-74页 |
| 5.4 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-83页 |
| 作者简介 | 第83-84页 |
