| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 研究现状 | 第17-21页 |
| 1.2.1 红外图像增强技术 | 第17-20页 |
| 1.2.2 基于CPU+FPGA异构平台的加速技术 | 第20-21页 |
| 1.3 主要研究内容 | 第21-22页 |
| 1.4 论文结构 | 第22-24页 |
| 第二章 红外图像增强算法研究 | 第24-36页 |
| 2.1 经典图像增强算法介绍 | 第24-29页 |
| 2.1.1 灰度变换 | 第24-26页 |
| 2.1.2 直方图均衡 | 第26-29页 |
| 2.2 基于变分模型的图像增强技术 | 第29-33页 |
| 2.2.1 红外高动态图像的梯度域细节增强技术 | 第30-32页 |
| 2.2.2 基于图像融合的图像增强方法 | 第32-33页 |
| 2.3 图像增强算法评价方法 | 第33-34页 |
| 2.4 本章小结 | 第34-36页 |
| 第三章 基于全变分模型的动态压缩与细节增强算法 | 第36-48页 |
| 3.1 细节增强模型建立 | 第36-39页 |
| 3.1.1 强度约束目标构建 | 第37-38页 |
| 3.1.2 自适应梯度约束目标构建 | 第38-39页 |
| 3.2 增强模型最优化求解过程 | 第39-41页 |
| 3.3 实验论证 | 第41-47页 |
| 3.3.1 参数讨论 | 第41-43页 |
| 3.3.2 主观评价 | 第43-45页 |
| 3.3.3 客观评价 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于全变分图像融合模型的图像增强算法 | 第48-68页 |
| 4.1 图像融合增强模型建立 | 第48-54页 |
| 4.1.1 基于结构张量的梯度函数构建方法 | 第49-51页 |
| 4.1.2 基于多尺度分析理论的优化方案 | 第51-54页 |
| 4.2 图像融合增强模型求解方法 | 第54-58页 |
| 4.2.1 分裂布雷格曼法 | 第54-57页 |
| 4.2.2 最陡下降法 | 第57-58页 |
| 4.3 实验论证 | 第58-66页 |
| 4.3.1 参数讨论 | 第58-61页 |
| 4.3.2 主观评价 | 第61-64页 |
| 4.3.3 客观评价 | 第64-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第五章 基于异构计算平台的算法实现与测试 | 第68-82页 |
| 5.1 异构开发平台介绍 | 第68-71页 |
| 5.1.1 OpenCL标准 | 第69-70页 |
| 5.1.2 硬件资源介绍 | 第70-71页 |
| 5.1.3 软件环境介绍 | 第71页 |
| 5.2 图像融合增强算法的异构加速实现及优化 | 第71-77页 |
| 5.2.1 基于FPGA加速器的异构优化方法 | 第71-73页 |
| 5.2.2 图像融合增强算法的具体优化策略 | 第73-77页 |
| 5.3 实验结果及其分析 | 第77-79页 |
| 5.4 本章小结 | 第79-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 总结 | 第82-83页 |
| 6.2 展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-92页 |