摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第8-16页 |
1.1 课题背景及意义 | 第8-9页 |
1.2 光照不足图像清晰化技术研究现状 | 第9-10页 |
1.3 雾霾图像清晰化技术研究现状 | 第10-13页 |
1.3.1 非物理模型方法 | 第11-12页 |
1.3.2 基于物理模型的方法 | 第12-13页 |
1.4 论文主要工作及章节安排 | 第13-16页 |
1.4.1 论文主要工作 | 第13-14页 |
1.4.2 论文结构安排 | 第14-16页 |
第二章 光照不足图像清晰化算法研究 | 第16-30页 |
2.1 引言 | 第16页 |
2.2 Retinex理论及相关算法 | 第16-21页 |
2.2.1 色彩恒常性 | 第16-17页 |
2.2.2 Retinex理论 | 第17页 |
2.2.3 光照-反射成像模型 | 第17-18页 |
2.2.4 Retinex系列算法 | 第18-20页 |
2.2.5 Retinex算法分析 | 第20-21页 |
2.3 基于亮通道滤波的图像增强算法 | 第21-29页 |
2.3.1 亮通道 | 第21页 |
2.3.2 联合双边滤波器 | 第21-23页 |
2.3.3 算法具体实施方式 | 第23-25页 |
2.3.4 实验对比与分析 | 第25-29页 |
2.4 本章小结 | 第29-30页 |
第三章 雾霾图像清晰化算法研究 | 第30-48页 |
3.1 引言 | 第30页 |
3.2 雾霾形成原因 | 第30-31页 |
3.3 雾霾图像降质原因分析与大气散射物理模型 | 第31-34页 |
3.3.1 雾霾图像降质原因分析 | 第31页 |
3.3.2 大气散射物理模型 | 第31-34页 |
3.4 现有算法存在的问题 | 第34-35页 |
3.5 基于大气散射物理模型与联合双边滤波的单幅图像去雾算法 | 第35-46页 |
3.5.1 图像复原模型 | 第35页 |
3.5.2 算法具体实施方式 | 第35-40页 |
3.5.3 实验对比与分析 | 第40-46页 |
3.6 本章小结 | 第46-48页 |
第四章 达芬奇数字视频技术基础 | 第48-62页 |
4.1 引言 | 第48页 |
4.2 嵌入式系统简介 | 第48-51页 |
4.2.1 嵌入式系统的概念 | 第48-49页 |
4.2.2 嵌入式系统软硬件构成 | 第49-51页 |
4.3 DSP技术概述 | 第51-54页 |
4.3.1 DSP的概念及发展 | 第51-52页 |
4.3.2 DSP芯片的结构特征 | 第52-54页 |
4.4 DaVinci技术 | 第54-61页 |
4.4.1 DaVinci技术概述 | 第54-55页 |
4.4.2 达芬奇处理器硬件资源与架构 | 第55-58页 |
4.4.3 达芬奇软件架构 | 第58-60页 |
4.4.4 达芬奇软件开发步骤 | 第60-61页 |
4.5 本章小结 | 第61-62页 |
第五章 算法在DM6446平台上的实现 | 第62-80页 |
5.1 引言 | 第62页 |
5.2 系统架构及工作原理 | 第62-63页 |
5.3 DM6446视频处理硬件系统板介绍 | 第63-65页 |
5.4 开发平台搭建 | 第65-67页 |
5.4.1 根文件系统配置 | 第65-66页 |
5.4.2 编译Linux内核 | 第66-67页 |
5.4.3 安装开发套件 | 第67页 |
5.5 DSP算法实现 | 第67-71页 |
5.5.1 IUNIVERSAL接口简介 | 第68页 |
5.5.2 算法实现细节 | 第68-70页 |
5.5.3 编译算法库和Codec Server | 第70-71页 |
5.6 ARM应用程序设计 | 第71-72页 |
5.7 DSP代码优化 | 第72-76页 |
5.7.1 编译选项 | 第72-73页 |
5.7.2 restrict关键字 | 第73页 |
5.7.3 通过pragma给编译器传递信息 | 第73-74页 |
5.7.4 编译器内联函数和相关优化库 | 第74-75页 |
5.7.5 定点化 | 第75-76页 |
5.8 实验结果 | 第76-79页 |
5.9 本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 论文工作总结 | 第80-81页 |
6.2 未来研究展望 | 第81-82页 |
致谢 | 第82-84页 |
参考文献 | 第84-88页 |