| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究目的及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 雾天图像复原算法 | 第10-12页 |
| 1.2.2 雾天图像增强算法 | 第12页 |
| 1.2.3 硬件实现发展现状 | 第12-13页 |
| 1.3 主要内容和章节安排 | 第13-15页 |
| 2 理论依据和开发平台介绍 | 第15-22页 |
| 2.1 图像去雾的基本理论 | 第15-17页 |
| 2.1.1 大气散射模型 | 第15-16页 |
| 2.1.2 Retinex理论 | 第16-17页 |
| 2.1.3 颜色空间变换 | 第17页 |
| 2.2 软件开发平台介绍 | 第17-19页 |
| 2.2.1 Code Composer Studio | 第17-18页 |
| 2.2.2 Linux系统 | 第18页 |
| 2.2.3 VLC Media Player | 第18-19页 |
| 2.2.4 Putty和WINSCP | 第19页 |
| 2.3 硬件开发平台介绍 | 第19-21页 |
| 2.3.1 DM8168系统功能模块介绍 | 第19-21页 |
| 2.3.2 DM8168系统软件模块介绍 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 基于暗通道先验的去雾算法的优化实现 | 第22-41页 |
| 3.1 理论介绍 | 第22-23页 |
| 3.1.1 暗通道先验理论 | 第22-23页 |
| 3.1.2 暗通道先验去雾方法的实现流程 | 第23页 |
| 3.2 源代码在DSP仿真环境下的移植 | 第23-26页 |
| 3.2.1 软件开发环境搭建 | 第23-24页 |
| 3.2.2 C代码移植 | 第24-26页 |
| 3.3 源代码基于DSP端的优化 | 第26-36页 |
| 3.3.1 项目级的优化 | 第27-28页 |
| 3.3.2 基于算法的优化 | 第28-35页 |
| 3.3.3 基于结构的优化 | 第35-36页 |
| 3.4 实验结果及算法效果评价 | 第36-40页 |
| 3.4.1 优化结果 | 第36-38页 |
| 3.4.2 实验结果的客观评估 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 基于指导滤波的去雾算法的优化实现 | 第41-52页 |
| 4.1 论介绍 | 第41-42页 |
| 4.1.1 图像引导滤波算法 | 第41页 |
| 4.1.2 指导滤波在图像去雾上的应用 | 第41-42页 |
| 4.2 源代码基于DSP端的优化 | 第42-48页 |
| 4.2.1 基于项目级的优化 | 第42-43页 |
| 4.2.2 基于算法的优化 | 第43-48页 |
| 4.2.3 基于结构的优化 | 第48页 |
| 4.3 实验结果及算法评估 | 第48-51页 |
| 4.3.1 优化结果 | 第48-50页 |
| 4.3.2 实验结果的客观评价 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 基于MSRCR去雾算法的优化实现 | 第52-63页 |
| 5.1 理论介绍 | 第52-54页 |
| 5.1.1 基于Retinex理论的去雾算法 | 第52-53页 |
| 5.1.2 带颜色恢复的MSR去雾算法 | 第53-54页 |
| 5.2 源代码基于DSP端的优化 | 第54-59页 |
| 5.2.1 基于项目级的优化 | 第54页 |
| 5.2.2 基于算法的优化 | 第54-59页 |
| 5.2.3 基于结构的优化 | 第59页 |
| 5.3 实验结果及算法效果评价 | 第59-62页 |
| 5.3.1 优化结果 | 第59-61页 |
| 5.3.2 实验结果的客观评价 | 第61-62页 |
| 5.4 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-70页 |