| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-20页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 图像及视频去雾算法研究 | 第14-15页 |
| 1.2.2 并行运算、OpenCL及FFMPEG研究 | 第15-18页 |
| 1.3 本文的主要工作 | 第18页 |
| 1.4 本文的组织结构 | 第18-20页 |
| 第2章 相关工作介绍 | 第20-30页 |
| 2.1 图像去雾算法介绍 | 第20-21页 |
| 2.1.1 雾天图像退化物理模型 | 第20页 |
| 2.1.2 暗通道先验概念 | 第20-21页 |
| 2.2 异构平台的并行化计算 | 第21-26页 |
| 2.2.1 GPU硬件架构相关介绍 | 第21-23页 |
| 2.2.2 异构计算平台并行编程环境 | 第23-26页 |
| 2.2.3 硬件平台上OpenCL的优化方法 | 第26页 |
| 2.3 其它介绍 | 第26-29页 |
| 2.3.1 FFmpeg视频处理流程及相关数据结构 | 第26-27页 |
| 2.3.2 SDL处理流程及功能介绍 | 第27-29页 |
| 2.3.3 QT功能介绍 | 第29页 |
| 2.4 小结 | 第29-30页 |
| 第3章 暗通道先验并行算法 | 第30-50页 |
| 3.1 暗通道先验并行算法实现思路 | 第30-31页 |
| 3.2 算法推导过程 | 第31-36页 |
| 3.2.1 全球大气光的计算方法 | 第32页 |
| 3.2.2 透射率计算方法 | 第32-34页 |
| 3.2.3 去雾算法步骤及并行分析 | 第34-36页 |
| 3.3 去雾算法并行化实现 | 第36-43页 |
| 3.3.1 暗通道图及灰度图的并行实现 | 第36-37页 |
| 3.3.2 优化全局大气光值的获取方式 | 第37-39页 |
| 3.3.3 基于导向滤波的透射率图并行实现 | 第39-42页 |
| 3.3.4 图像去雾并行实现 | 第42-43页 |
| 3.4 实验性能及分析 | 第43-49页 |
| 3.4.1 实验平台及实验设计 | 第43-44页 |
| 3.4.2 实验测试方案 | 第44-49页 |
| 3.5 小结 | 第49-50页 |
| 第4章 基于图像分割的天空处理及优化 | 第50-60页 |
| 4.1 天空区域缺陷分析 | 第50-51页 |
| 4.2 天空区域图像优化 | 第51-59页 |
| 4.2.1 天空特征识别 | 第51-53页 |
| 4.2.2 天空区域分割及图像优化 | 第53-55页 |
| 4.2.3 伽马校正及自动对比度增强 | 第55-59页 |
| 4.3 小结 | 第59-60页 |
| 第5章 图像去雾软件的实现 | 第60-65页 |
| 5.1 软件概述 | 第60-61页 |
| 5.1.1 软件功能概述 | 第60页 |
| 5.1.2 软件系统要求 | 第60-61页 |
| 5.2 系统使用 | 第61-62页 |
| 5.2.1 系统登入 | 第61页 |
| 5.2.2 系统维护 | 第61-62页 |
| 5.3 去雾功能 | 第62-64页 |
| 5.4 小结 | 第64-65页 |
| 第6章 结论 | 第65-67页 |
| 6.1 论文总结 | 第65-66页 |
| 6.2 下一步工作 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |