| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 多屏图像处理器平台研究概况 | 第13-18页 |
| 1.3 主要研究内容及论文结构 | 第18-20页 |
| 1.4 本章小结 | 第20-21页 |
| 第二章 多屏图像处理器平台架构 | 第21-47页 |
| 2.1 平台体系架构 | 第21-26页 |
| 2.1.1 现有的平台架构 | 第21-25页 |
| 2.1.2 平台应用架构新功能需求 | 第25-26页 |
| 2.2 系统平台应用架构 | 第26-38页 |
| 2.2.1 本系统平台应用架构框图 | 第26-29页 |
| 2.2.2 平台系统级关键性能参数设计 | 第29-33页 |
| 2.2.3 平台模块级关键性能参数设计 | 第33-38页 |
| 2.3 系统实现总体设计 | 第38-45页 |
| 2.3.1 关键模块硬件设计概要 | 第38-40页 |
| 2.3.2 系统关键器件选型 | 第40-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第三章 多屏图像处理器平台关键模块的设计和实现 | 第47-74页 |
| 3.1 图像处理模块 | 第47-60页 |
| 3.1.1 图像处理模块整体设计 | 第47-49页 |
| 3.1.2 图像处理模块关键硬件设计 | 第49-60页 |
| 3.2 显示输出模块 | 第60-67页 |
| 3.2.1 显示输出模块整体设计 | 第60-62页 |
| 3.2.2 显示输出模块关键子模块硬件设计 | 第62-67页 |
| 3.3 关键模块物理实现与系统调试 | 第67-73页 |
| 3.4 本章小结 | 第73-74页 |
| 第四章 基于非线性扩散滤波的图像增强 | 第74-101页 |
| 4.1 图像增强技术研究概述 | 第74-79页 |
| 4.2 基于非线性扩散方程的光照估计方法 | 第79-87页 |
| 4.2.1 非线性扩散方程 | 第79页 |
| 4.2.2 纹理抑制 | 第79-81页 |
| 4.2.3 光照估计过程 | 第81-83页 |
| 4.2.4 算法加速 | 第83-86页 |
| 4.2.5 关于病态性说明 | 第86-87页 |
| 4.3 本章图像对比度增强方法 | 第87-88页 |
| 4.4 本章算法实验分析 | 第88-95页 |
| 4.4.1 纹理抑制对增强结果的分析 | 第88-91页 |
| 4.4.2 本章结果对比 | 第91-95页 |
| 4.5 本章算法的DSP实现 | 第95-100页 |
| 4.5.1 本章算法DSP实现的主要框图 | 第95-96页 |
| 4.5.2 本章算法实现的代码优化 | 第96-99页 |
| 4.5.3 本章算法实验结果 | 第99-100页 |
| 4.6 本章小结 | 第100-101页 |
| 第五章 基于非凸正则化的图像重建 | 第101-129页 |
| 5.1 基于正则化的图像重建技术 | 第101-103页 |
| 5.2 基于l_(1/2)-BTV正则化图像超分辨率重建 | 第103-111页 |
| 5.2.1 基于BTV正则化图像超分辨率重建 | 第103-104页 |
| 5.2.2 l_(1/2)-BTV正则化项 | 第104-108页 |
| 5.2.3 l_(1/2)-BTV正则项算法的求解 | 第108-111页 |
| 5.3 图像超分辨率重建实验与分析 | 第111-115页 |
| 5.3.1 模拟图像实验结果分析 | 第111-113页 |
| 5.3.2 视频图像序列实验结果分析 | 第113-115页 |
| 5.4 基于正则化图像去模糊概述 | 第115-116页 |
| 5.5 基于非凸范数组合正则项图像去模糊 | 第116-122页 |
| 5.5.1 l_(2/3)+l_1范数组合正则项 | 第116-119页 |
| 5.5.2 算法求解 | 第119-122页 |
| 5.6 图像去模糊实验与分析 | 第122-127页 |
| 5.7 本章小结 | 第127-129页 |
| 总结与展望 | 第129-131页 |
| 参考文献 | 第131-141页 |
| 攻读博士学位期间取得的研究成果 | 第141-143页 |
| 致谢 | 第143-144页 |
| Ⅳ-2答辩委员会对论文的评定意见 | 第144页 |